当mongodb复制集遇到下面的业务场景时，你就需要考虑使用sharded cluster
存储容量需求超出单机磁盘容量
活跃的数据集超出单机内存容量，导致很多请求都要从磁盘读取数据，影响性能
写iops超出单个mongodb节点的写服务能力
如上图所示，sharding cluster使得集合的数据可以分散到多个shard（复制集或者单个mongod节点）存储，使得mongodb具备了横向扩展（scale out）的能力，丰富了mongodb的应用场景。
sharded cluster由shard、mongos和config server 3个组件构成。
mongos是sharded cluster的访问入口，强烈建议所有的管理操作、读写操作都通过mongos来完成，以保证cluster多个组件处于一致的状态。
mongos本身并不持久化数据，sharded cluster所有的元数据都会存储到config server（下一节详细介绍），而用户的数据则会分散存储到各个shard。mongos启动后，会从config server加载元数据，开始提供服务，将用户的请求正确路由到对应的shard。
sharded cluster支持将单个集合的数据分散存储在多个shard上，用户可以指定根据集合内文档的某个字段即shard key来分布数据，目前主要支持2种数据分布的策略，范围分片（range based sharding）或hash分片（hash based sharding）。
如上图所示，集合根据x字段来分片，x的取值范围为[minkey, maxkey]（x为整型，这里的minkey、maxkey为整型的最小值和最大值），将整个取值范围划分为多个chunk，每个chunk（通常配置为64mb）包含其中一小段的数据。
chunk1包含x的取值在[minkey, -75)的所有文档，而chunk2包含x取值在[-75, 25)之间的所有文档… 每个chunk的数据都存储在同一个shard上，每个shard可以存储很多个chunk，chunk存储在哪个shard的信息会存储在config server种，mongos也会根据各个shard上的chunk的数量来自动做负载均衡。
范围分片能很好的满足『范围查询』的需求，比如想查询x的值在[-30, 10]之间的所有文档，这时mongos直接能将请求路由到chunk2，就能查询出所有符合条件的文档。
范围分片的缺点在于，如果shardkey有明显递增（或者递减）趋势，则新插入的文档多会分布到同一个chunk，无法扩展写的能力，比如使用_id作为shard key，而mongodb自动生成的id高位是时间戳，是持续递增的。
hash分片是根据用户的shard key计算hash值（64bit整型），根据hash值按照『范围分片』的策略将文档分布到不同的chunk。
hash分片与范围分片互补，能将文档随机的分散到各个chunk，充分的扩展写能力，弥补了范围分片的不足，但不能高效的服务范围查询，所有的范围查询要分发到后端所有的shard才能找出满足条件的文档。
选择shard key时，要根据业务的需求及『范围分片』和『hash分片』2种方式的优缺点合理选择，同时还要注意shard key的取值一定要足够多，否则会出现单个jumbo chunk，即单个chunk非常大并且无法分裂（split）；比如某集合存储用户的信息，按照age字段分片，而age的取值非常有限，必定会导致单个chunk非常大。
mongos作为sharded cluster的访问入口，所有的请求都由mongos来路由、分发、合并，这些动作对客户端driver透明，用户连接mongos就像连接mongod一样使用。
mongos会根据请求类型及shard key将请求路由到对应的shard
查询请求不包含shard key，则必须将查询分发到所有的shard，然后合并查询结果返回给客户端
查询请求包含shard key，则直接根据shard key计算出需要查询的chunk，向对应的shard发送查询请求
写操作必须包含shard key，mongos根据shard key算出文档应该存储到哪个chunk，然后将写请求发送到chunk所在的shard。
更新、删除请求的查询条件必须包含shard key或者_id，如果是包含shard key，则直接路由到指定的chunk，如果只包含_id，则需将请求发送至所有的shard。
除增删改查外的其他命令请求处理方式都不尽相同，有各自的处理逻辑，比如listdatabases命令，会向每个shard及config server转发listdatabases请求，然后将结果进行合并。
config server存储sharded cluster的所有元数据，所有的元数据都存储在config数据库，3.2版本后，config server可部署为一个独立的复制集，极大的方便了sharded cluster的运维管理。
config.shards集合存储各个shard的信息，可通过addshard、removeshard命令来动态的从sharded cluster里增加或移除shard。如下所示，cluster目前拥有2个shard，均为复制集。
如下命令，针对shtest数据里的hello集合开启分片，使用x字段作为shard key来进行范围分片。
集合分片开启后，默认会创建一个新的chunk，shard key取值[minkey, maxkey]内的文档（即所有的文档）都会存储到这个chunk。当使用hash分片策略时，可以预先创建多个chunk，以减少chunk的迁移。
当chunk里写入的数据量增加到一定阈值时，会触发chunk分裂，将一个chunk的范围分裂为多个chunk，当各个shard上chunk数量不均衡时，会触发chunk在shard间的迁移。如下所示，shtest.coll的一个chunk，在写入数据后分裂成3个chunk。
config.settings集合里主要存储sharded cluster的配置信息，比如chunk size，是否开启balancer等
config.changelog主要存储sharding cluster里的所有变更操作，比如balancer迁移chunk的动作就会记录到changelog里；
config.mongos存储当前集群所有mongos的信息；
config.locks存储锁相关的信息，对某个集合进行操作时，比如movechunk，需要先获取锁，避免多个mongos同时迁移同一个集合的chunk。
<a href="https://yq.aliyun.com/articles/64?spm=0.0.0.0.9jrpm8" target="_blank">mongodb复制集架构原理</a>
<a href="https://docs.mongodb.org/manual/core/sharding-introduction/" target="_blank">mongodb sharding简介</a>
<a href="https://docs.mongodb.org/manual/core/sharded-cluster-shards/" target="_blank">primary shard</a>
<a href="https://docs.mongodb.org/manual/reference/method/sh.enablesharding/" target="_blank">enablesharding命令</a>
<a href="https://docs.mongodb.org/manual/reference/command/moveprimary/" target="_blank">moveprimary命令</a>
<a href="https://docs.mongodb.org/manual/reference/command/shardcollection/" target="_blank">shardcollection</a>
<a href="https://docs.mongodb.org/manual/reference/command/nav-sharding/" target="_blank">sharding的管理操作</a>
<a href="https://docs.mongodb.org/manual/tutorial/deploy-shard-cluster/" target="_blank">部署sharded cluster</a>