架构
{
"_id" : ObjectId("5069d68700a2934015000000"),
"port_name" : "CL1-A",
"metric" : 340,
"port_number" : "0",
"datetime" : ISODate("2012-09-30T13:44:00Z"),
"array_serial" : "12345"
}
每个数组有 128 个端口，每个文档是该指标的一分钟数据。由于基数低，array_serial 似乎不是分片键的好选择，也就是说，串行12345 的所有数据都必须保留在同一个分片上而不是分成块，对吗？
port_number 似乎允许中等基数，但它会导致查询隔离失败，因为对同一阵列上多个端口的单个查询将跨越多个分片。我预计用户一次不需要查询超过 4-8 个端口。
答案是组合吗？我应该使用日期时间的一部分，比如月份还是星期？
【问题讨论】：
关于数组串行，是的，这是正确的。
如果您选择“port_number”，它将具有足够高的基数，这意味着具有相同“port_number”的所有文档将驻留在同一个块中，但如果查询到达一系列端口，那么它'会击中多个碎片。
如您所料，选择正确的分片键非常重要且困难。一个“完美”的分片键满足三个相互排斥的目标：
避免使用顺序分片键的原因之一是它会在插入时创建热点：在任何给定时间，单个分片将承担所有插入负载（这有利于查询隔离，但最终不利于性能 - 因此 _id和“日期时间”不是好的选择）。我可能会选择复合分片键。 Google Group 关于这个话题有一些很好的讨论：
如果您选择类似 { array_serial : 1 , datetime : 1 } 的内容，则“array_serial”的数据将在需要时分成许多块（基于日期时间）并分布在服务器上。使用完整的“数据时间”值。
“array_serial”是如何决定的？取值范围是多少？我假设 port_name 会随着 port_number 的变化而变化？
鉴于你所说，我可能会选择 { port_number : 1, datetime: 1}，它并不完美，但也不错。
它是您的最佳选择吗？这真的取决于使用信息。
如果您主要是在特定端口号范围内查询特定名称，那么这可能是您的最佳选择。
另一方面，如果您主要根据日期时间执行所有“名称”的查询，而不考虑端口号，那么您每次都会执行分散/收集查询，这将降低整体性能你的集群。
另外，问问自己
单个分片可以处理所有插入吗？
范围查询性能对您来说真的很重要吗？
根据您的问题，我猜您已经阅读了choosing a shard key 上的链接：)
这里有一些关于选择一个可以帮助你的好分片键的进一步讨论：
【讨论】：