Кейс: горизонтальное масштабирование аналитической рабочей нагрузки с помощью фреймворка агрегирования и шардинга MongoDB Базы данных, системы хранения
Тезисы
Клиент хотел хранить в MongoDB результаты тестов из своей системы непрерывной интеграции, чтобы сравнивать количество пройденных и не пройденных тестов для каждой сборки.
Модель данных представляла собой 3D-матрицу: можно думать о каждой сборке как об электронной таблице с вкладками, строками и столбцами – всего 17 миллионов значений для каждой сборки. Цель состояла в том, чтобы показать разницу между любыми двумя сборками, а затем продемонстрировать, что добавление дополнительных шардов линейно уменьшает время отклика. Это позволило клиенту обеспечить соответствие сколь угодно высоким требованиям к времени отклика путём предоставления необходимого количества оборудования.