自增ID或时间戳作分片键必然导致热点，因范围分片将新文档全路由至最大值所在chunk，该chunk固定驻留单一分片且均衡器不主动拆分或迁移；需改用高基数复合键（如{"service":1,"timestamp":1}）或哈希分片（如{"user_id":"hashed"}）分散写压力。
为什么自增ID或时间戳作分片键必然导致热点
因为范围分片按片键值连续切 chunk，所有新文档都落在最大值区间，而这个区间默认驻留在某个分片上。均衡器不会主动拆分或迁移它——除非你手动干预。现象是：sh.status() 显示某分片 chunk 数极少但数据量占 80%+，mongostat 看到该分片 netIn 和 conn 持续飙升，其他分片几乎空闲。
怎么选分片键才能真正分散写入压力
核心是“高基数 + 写入均匀 + 查询友好”。不能只看字段是否存在，得看它在实际写入流中的分布质量：
- 避免纯
{ "timestamp": 1 }或{ "_id": 1 }：日志、订单、设备上报等场景下，新值天然单调递增，等于把所有写请求定向投递给同一个分片 - 优先用复合片键，例如
{ "service": 1, "timestamp": 1 }：前导字段（service）必须取值足够多且分布均匀（如微服务名、主机名、设备类型），才能把时间维度“打散” - 点查为主时直接哈希，例如
{ "user_id": "hashed" }：MongoDB 自动建索引，写入绝对均匀；但find({ "user_id": { "$gt": "a", "$lt": "z" } })会广播到所有分片 - UUID v4 可作分片键，但必须显式指定：
sh.shardCollection("db.col", { "uuid_field": "hashed" })；仅客户端生成 UUID 却没把它设为分片键，路由仍按原键走
已经出现热点，怎么紧急止损
手动拆分 + 迁移是唯一有效路径，但必须严格按顺序操作，否则白忙活：
- 先确认均衡器开启：
sh.setBalancerState(true)，否则sh.moveChunk()会被拒绝 -
sh.splitAt("db.col", { "timestamp": ISODate("2026-07-20T00:00:00Z") })：只切逻辑块，不移动数据 - 立刻迁移新 chunk：
sh.moveChunk("db.col", { "timestamp": { "$gte": ISODate("2026-07-20T00:00:00Z") } }, "shard03") - 迁移期间该 chunk 不可写，chunk 超过 128MB 就容易卡住；若卡住，需 kill 迁移进程再重试
-
sh.status()显示 chunk 数变多了 ≠ 负载真均衡，还得用db.currentOp()查活跃操作来源，结合mongostat看各分片实时netIn
最容易被忽略的隐性热点来源
不是分片键本身设计错，而是应用层行为或配置放大了倾斜：
- 高频读取固定几个
user_id值，反复打在同一分片上，mongotop显示某分片耗时占比长期超 60% - 写入语句漏传分片键字段，或类型不匹配（比如定义为
{ "user_id": "hashed" }，却传字符串而非数字），导致 mongos 广播写入，qr|qw队列堆积 - 对分片集合执行无分片键的
updateMany或deleteMany，全分片广播 + 默认无 writeConcern 限制，瞬间拖垮 mongos - 某分片缺失关键查询索引，导致大量文档扫描，CPU 不高但响应慢，误判为“负载正常”
真实负载从来不在 chunk 分布图里，而在 db.currentOp() 的活跃操作、mongostat 的实时网络流入、以及应用层是否在反复命中同一组值。写热点不是配置问题，是数据分布与业务写入模式共同作用的结果——改键只是起点，后续必须持续用运行时指标验证效果。
