MongoDB分片集群架构怎样实现高吞吐的批量数据导入？

预分片+bulkWrite+ordered:false是释放分片集群写入吞吐的唯一有效组合；因刚分片空集合默认仅1个chunk，所有写入集中于单一分片，须提前预分片并配合无序批量写入才能实现真正并行。

预分片 + bulkWrite + 无序模式，是唯一能真正释放分片集群写入吞吐的组合。其他任何调优（比如加大连接数、调高writeConcern）在默认单chunk结构下都只是掩耳盗铃。

为什么刚分片的集合导入会卡死在第一个shard

MongoDB对空集合首次分片时，默认只创建1个chunk，范围覆盖整个分片键空间。所有写请求都被路由到持有这个chunk的shard上——哪怕你有16个shard，99%的写压力也压在其中1台。

• sh.status()里看到chunks行只有1条，且shard列全为shard0000，就是典型症状
• 此时balancer不会主动拆分，它只负责迁移已有chunk，不负责“生长”新chunk
• 等数据写满128MB触发自动split时，迁移已滞后，写入队列持续堆积

预分片必须在写入前完成，且只对空集合生效

一旦集合里存在任意一条文档，sh.splitAt()大概率失败，sh.updateZoneKeyRange()也无法覆盖未初始化的键空间。补救操作极易引发块分布倾斜或迁移卡死。

• 哈希分片键（如{_id: "hashed"}）最稳妥：切点可精确计算，例如8个shard对应7个切点，用NumberLong("0x2000000000000000")这类值
• 范围分片键（如{email: 1}）必须用sh.updateZoneKeyRange()配合sh.addShardToZone()，且sh.shardCollection()必须最后执行
• 切完立刻验证：sh.status()中chunks总数应等于预设数量，且每个shard至少分配到1个chunk

客户端必须用bulkWrite并设ordered: false

预分片只是铺好了路，如果客户端还串行发insertOne或用mongoimport，mongos仍可能把请求扎堆打到同一个shard。只有bulkWrite开启无序模式，才能触发真正的并行路由。

• mongoimport本质是单文档循环插入，不支持ordered: false，千万级导入比bulkWrite慢3–5倍
• PyMongo示例：collection.bulk_write(operations, ordered=False)，Node.js同理
• 错误处理要自己检查返回里的writeErrors字段，无序模式下失败不影响其余操作

最容易被忽略的细节：分片键选择决定预分片是否真正有效

即使你成功预分了100个chunk，若分片键是单调递增的created_at或自增_id，新数据仍会持续写入最后一个chunk，导致热点回退——这和没预分片没区别。

哈希分片键天然规避该问题；范围分片键必须确保业务数据在键值上均匀分布（比如用email前缀而非完整邮箱），否则预分片只是徒劳。