数据量上来之后，单实例MongoDB往往撑不住了，分片集群是标准的扩展方案。但不少人在用Node.js连接分片集群时会踩坑，比如直连了分片成员导致写入数据不均衡，或者分片键选错导致数据全部堆在一个分片上。这篇文章从架构讲到代码，把Node.js操作分片集群的完整流程捋一遍。
分片集群的架构组成
一个完整的MongoDB分片集群由三类组件构成。第一类是分片，每个分片保存集合的一部分数据，生产环境要求每个分片必须是副本集，这样单个节点挂掉不会丢数据。第二类是配置服务器，它存储整个集群的元数据，包括哪些数据块在哪个分片上，配置服务器本身也建议以副本集形式部署。第三类是mongos，这是查询路由器，应用程序只跟mongos打交道，mongos根据元数据把请求转发到对应的分片。
理解这个架构对写Node.js代码很重要。应用程序永远不要直连分片成员，也不要直连配置服务器，连接串里的地址必须是mongos的地址。如果直连了某个分片，你只能看到这个分片上的部分数据，而且写入不会经过路由分发，会造成严重的数据不一致。
mongos本身是无状态的，可以部署多个实例做负载均衡。Node.js驱动天然支持传入多个mongos地址，当一个mongos不可用时驱动会自动切换到其他地址，这是保证应用层高可用的关键。
用Node.js驱动连接mongos
官方的mongodb npm包对分片集群的支持是透明的，你不需要在代码里做任何特殊标记，只要连接串指向mongos即可。下面是一个典型示例：
const { MongoClient } = require('mongodb');
// 连接串中列出多个mongos地址，驱动会自动做故障转移
const uri = 'mongodb://mongos1.ippipp.com:27017,mongos2.ippipp.com:27017/mydb?replicaSet=none';
const client = new MongoClient(uri, {
maxPoolSize: 50, // 连接池大小
w: 'majority', // 写关注：多数节点确认
readPreference: 'primaryPreferred', // 读偏好设置
serverSelectionTimeoutMS: 5000
});
async function run() {
await client.connect();
const db = client.db('mydb');
const coll = db.collection('orders');
// 普通插入，mongos会根据分片键路由到目标分片
const result = await coll.insertOne({
orderId: 10001,
userId: 'u_88923',
amount: 259.0,
createdAt: new Date()
});
console.log('插入成功，文档ID：', result.insertedId);
await client.close();
}
run().catch(console.error);连接串里不需要写replicaSet参数，除非你的mongos前面还有一层代理。多个mongos地址用逗号分隔，驱动会维护到所有mongos的连接，并在它们之间做请求分发。读写关注建议显式设置，分片环境下w: 'majority'能避免跨分片写入时出现回滚问题。
有一点容易被忽略：连接池大小要合理。每个mongos连接会占用一定内存，如果部署了4个mongos，Node.js进程实际建立的连接数是连接池大小乘以mongos数量的量级，设置过大可能把mongos的连接数打满。
分片键的选择与启用分片
分片键决定了数据的分布方式，一旦集合分片就无法修改（只能删掉集合重建），所以必须在写入大量数据之前想清楚。启用分片的基本流程是先开启数据库分片，再对集合指定分片键：
const admin = client.db('admin');
// 第一步：启用数据库分片
await admin.command({ enableSharding: 'mydb' });
// 第二步：对集合按 userId 做哈希分片
await admin.command({
shardCollection: 'mydb.orders',
key: { userId: 'hashed' }
});
// 查看分片状态
const status = await admin.command({ listShards: 1 });
console.log(status.shards);常见的选择有三种。范围分片适合经常按范围查询的字段，比如时间戳，但容易出现热点，单调递增的写入会集中打到最后一个分片。哈希分片把数据打散得更均匀，适合写入压力大的场景，代价是无法做高效的范围查询。复合分片键则在前两者之间取平衡，比如{userId: 1, createdAt: 1}，先按用户打散，同一用户的数据又按时间有序。
查询时尽量带上分片键。mongos收到查询后，如果条件里包含分片键，可以直接定位到目标分片，只查询一个分片；如果不包含，mongos必须把查询广播到所有分片再汇总结果，性能差距可能是几倍到几十倍。
本地Windows环境搭建测试集群
开发阶段没必要真的部署多台机器，在Windows上用几个不同端口就能模拟一个最小分片集群。假设MongoDB安装在C:\Program Files\MongoDB\Server\bin，数据目录放在C:\data\下。
先建好目录结构：C:\data\shard1、C:\data\shard2、C:\data\config，然后分别启动配置服务器和两个分片。每个实例用一个独立的命令行窗口，命令如下：
REM 启动配置服务器（副本集模式，端口 26001） mongod --configsvr --replSet cfg --port 26001 --dbpath C:\data\config --bind_ip 127.0.0.1 REM 启动两个分片（端口 27018 和 27019） mongod --shardsvr --replSet rs1 --port 27018 --dbpath C:\data\shard1 --bind_ip 127.0.0.1 mongod --shardsvr --replSet rs2 --port 27019 --dbpath C:\data\shard2 --bind_ip 127.0.0.1 REM 启动mongos路由（端口 27017） mongos --configdb cfg/127.0.0.1:26001 --port 27017 --bind_ip 127.0.0.1
启动之后还需要初始化各副本集并添加分片。用mongosh连接到mongos，执行sh.addShard('rs1/127.0.0.1:27018')和sh.addShard('rs2/127.0.0.1:27019')把两个分片注册进来。之后Node.js的连接串写mongodb://127.0.0.1:27017/mydb即可，跟连接生产集群没有任何区别。
注意mongos不存储数据，它只是读配置服务器的元数据，所以千万不要给mongos指定--dbpath参数，否则启动会直接报错。另外生产环境强烈建议用配置文件代替命令行参数，把日志路径、绑定地址等写进mongod.conf，方便维护。
常见问题排查
连接失败是最常见的问题。如果Node.js报MongoServerSelectionError，先用mongosh连同样的地址验证，排除网络和防火墙因素；如果mongosh能连而驱动不能连，检查连接串里的数据库名和认证参数是否正确。
数据倾斜是另一个高频问题，可以通过sh.status()查看各分片上的块数量分布。如果发现某个分片块数量远超其他分片，多半是分片键选择不当造成的。写入热点可以通过db.orders.getShardDistribution()观察每个分片实际的数据量和索引大小来确认。
最后提醒一点，balancer默认开启会自动迁移数据块，但如果业务高峰期出现迁移导致的延迟抖动，可以用sh.stopBalancer()临时关闭，在低峰期再打开。合理规划分片键、让应用始终通过mongos访问、监控块分布，这三点做到位，Node.js和分片集群的配合就会非常稳定。
MongoDB分片集群Node.js连接MongoDBsharded cluster修改时间：2026-09-15 23:42:42