在构建高性能、数据驱动的后端系统时，数据库的选择与部署是至关重要的一环。MongoDB 作为一个灵活、可扩展的 NoSQL 数据库，其分片集群（Sharded Cluster）架构能够为海量数据提供出色的水平扩展能力和高可用性。然而，手动部署和管理一个完整的分片集群（包含 Config Servers, Shards, Mongos Routers）相当复杂。

幸运的是，借助 Kubernetes (K8s) 的声明式能力和 Helm 的包管理机制，我们可以将这个复杂的过程自动化、标准化。本文将详细介绍如何使用 Bitnami 提供的 Helm Chart，通过一套可配置、可复用的脚本，在 K8s 上高效、可靠地部署一个生产级的 MongoDB Sharded Cluster。

项目源码: github, gitee

核心优势

采用此方案，您将获得：

  • 基础设施即代码 (IaC)：所有配置和部署逻辑均通过代码（.env 文件和 shell 脚本）管理，实现版本控制和可重复部署。
  • 高度可配置：通过一个简单的 .env 文件即可调整集群的命名空间、认证信息、分片数量、副本数、存储等核心参数。
  • 生产级特性：该方案默认启用了认证、副本集、资源限制，并集成了 Prometheus 监控，为生产环境打下坚实基础。
  • 简化运维：使用简单的命令即可完成安装、升级、验证和卸载，极大降低了管理 MongoDB 分片集群的复杂度。

项目结构概览

我们的部署项目主要由以下几个文件构成：

  • .env: 核心配置文件，用于定义所有可变参数。
  • install.sh: 安装和升级应用的主脚本。
  • status.sh: 用于快速检查部署状态的辅助脚本（内容未展示，通常包含kubectl get pods等命令）。
  • uninstall.sh: 卸载应用的主脚本。

第一步：环境配置 (.env)

在开始之前，我们需要创建一个 .env 文件来集中管理我们所有的配置。这种方式将配置与执行逻辑分离，使得调整部署参数变得非常清晰和安全。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
# 命名空间
NAMESPACE="mongodb"
# helm的release名称
RELEASE_NAME="my-mongodb-sharded"
# helm chart版本 (请确认适用于mongodb-sharded的chart版本，例如 5.0.3)
CHART_VERSION="9.3.5"
# 存储类名称
STORAGE_CLASS_NAME="nfs"

# --- 全局认证配置 ---
# MongoDB root用户密码 (用于mongos)
MONGO_ROOT_PASSWORD="YOUR_PASSWORD"
# 副本集内部通信认证密钥 (用于Config Server副本集和每个Shard副本集内部节点认证)
MONGO_REPLICA_SET_KEY="k/ftJNlwgcIFGjx2GHujlV4yFr9Ee5Qwq59EpfZWNozs/MsSu7BsNOFKDKA2TWmV
                       fzuJ3ybYGajZCt7Vst7Qyff3O3NNOG7/jqLNmUE0x2LN10lD6tARmdCk1WofuPaK
                       bs8uiesiVk+dFXc8mIRlWhuB4WO420FTyHsWlxSVZvV7UNqZcy/oPKk8MuZZuJvQ
                       JhkZNW6YeLK7Pn0IOqaGCeRZZNbnDieC9MBf3OEvThoirCsheSpQYiAE1Dp/zDCn
                       f5E0W9uBB/MiXgiHiPqBxjlmC2RkBtYSYDHYzNij41DN+38sdzyHixzE02mWoUU/
                       Wp8BK2i1tkoWhtbtBl2h09cj0xj/43/7rK8pjL625/jooMoD0j3WLsdPV20jYGXy
                       Nx8/7q05a+wSqoo7tU/TCECbtskdgH4c/GY9PdOdNnFenOGvL1TCsCnLJS3jE6ts

                       Rj+mvKy9xqsAzde+QKbHY7CxQP6Aah5zx400LIjQELYDeqXKG5Xmt1jfKWh1uZQv
                       cD0bDUVJbcNJGe6UUY//0D9woqslcDLZl55lWB/AL7Ndl700s1SFzaDUSmwYjYqF
                       vnYkJoU1PVzTrKu8K7mGzBBRgS97+FXHLvt1y420+AKgHQeFeYU1x8qA3P0Xz7Lb
                       5nDz5mb2IUUwV4bYJjueP+Ixixr78aqYIYKyHtCcKSsVzhAzxA2ycoWDWYzd49em
                       dJrtnWMj5ZNTpXzR4dVm2Br55p7TZRQtVGXC+2nqj+jQ/Icx1rZ7DA0U/n8ne1n0
                       Y/p/0mhbm72lN2Jap0PEf69dWpsiqIRIDtm+hbWMvdwGVpsg0wU6uTklCE7E5U52
                       +YlJzVKjc9+AyKigpd69Igc1A6G25/Nq8eneeBsKwbVSKwyaYaJshtdi77U+xDfL
                       E0fKN0rg787ItQC8cgGPGBZQKZ60TlkoxmbBDD6dIlmA24EQoBq95GgLFyQeWkOn
                       /o3BKkLqGQPmy9qX2eRW+W/MHIkfHvkT2T8NKJLZkpvfjHNQ"

# --- 分片集群架构配置 ---
# Shard (分片) 的数量
SHARD_COUNT=2
# 每个Shard副本集中的数据节点数量 (建议为奇数, e.g., 3)
SHARDSVR_REPLICA_COUNT=3
# Config Server (配置服务器) 副本集的节点数量 (生产环境强烈建议为 3)
CONFIGSVR_REPLICA_COUNT=3
# Mongos (查询路由) 的实例数量
MONGOS_REPLICA_COUNT=2

# --- 监控配置 ---
# Prometheus Operator 所在的命名空间
PROMETHEUS_NAMESPACE="monitoring"
# Prometheus Operator 用于发现 PodMonitor 的标签值
PROMETHEUS_RELEASE_LABEL="kube-prom-stack"

关键配置解析：

  • 基础配置: 定义了部署的K8s NAMESPACE、Helm RELEASE_NAME、Chart版本以及PVC使用的STORAGE_CLASS_NAME。
  • 认证配置:
    • MONGO_ROOT_PASSWORD: 这是您连接到集群的 root 用户密码，务必修改为一个强密码。
    • MONGO_REPLICA_SET_KEY: 这是副本集内部节点间通信认证的密钥。使用一个长而随机的字符串是安全最佳实践，可以由 openssl rand -base64 756 生成。
  • 架构配置: 这是分片集群的核心。
    • SHARD_COUNT: 定义分片的数量，决定了数据水平扩展的粒度。
    • SHARDSVR_REPLICA_COUNT: 每个分片内部的副本数。设置为 3 可以保证分片级别的高可用。
    • CONFIGSVR_REPLICA_COUNT: 配置服务器副本数，存储集群元数据，生产环境强烈建议为 3。
    • MONGOS_REPLICA_COUNT: 查询路由 mongos 的实例数，是应用的入口，可以根据查询负载进行扩展。
  • 监控配置: 用于与 Prometheus Operator 集成。PROMETHEUS_NAMESPACE 和 PROMETHEUS_RELEASE_LABEL 需要与您环境中已安装的 Prometheus Operator 配置相匹配，这样才能自动发现并抓取 MongoDB 的监控指标。

第二步：安装脚本详解 (install.sh)

这个脚本是部署的核心，它读取 .env 配置，并执行 helm upgrade --install 命令。这个命令是幂等的，意味着无论集群是首次安装还是需要更新，都可以安全地反复执行。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
#!/usr/bin/env bash

set -e

# --- 加载变量 ---
if [ -f .env ]; then
    # shellcheck disable=SC1091
    source .env
else
    echo "错误: .env 文件不存在!"
    exit 1
fi

# --- 添加仓库并更新 ---
helm repo add bitnami https://charts.bitnami.com/bitnami
helm repo update

# --- 安装 / 升级 MongoDB Sharded Cluster ---
helm upgrade --install ${RELEASE_NAME} bitnami/mongodb-sharded --version ${CHART_VERSION} \
  --namespace ${NAMESPACE} \
  --create-namespace \
  \
  --set-string global.storageClass="${STORAGE_CLASS_NAME}" \
  --set auth.enabled=true \
  --set-string auth.rootPassword="${MONGO_ROOT_PASSWORD}" \
  --set-string auth.replicaSetKey="${MONGO_REPLICA_SET_KEY}" \
  \
  --set shards=${SHARD_COUNT} \
  \
  --set mongos.replicaCount=${MONGOS_REPLICA_COUNT} \
  --set mongos.podAntiAffinityPreset=soft \
  --set mongos.resources.requests.cpu=100m \
  --set mongos.resources.requests.memory=128Mi \
  --set mongos.resources.limits.cpu=512m \
  --set mongos.resources.limits.memory=2048Mi \
  \
  --set configsvr.replicaCount=${CONFIGSVR_REPLICA_COUNT} \
  --set configsvr.podAntiAffinityPreset=soft \
  --set configsvr.persistence.enabled=true \
  --set configsvr.persistence.size=8Gi \
  --set configsvr.resources.requests.cpu=100m \
  --set configsvr.resources.requests.memory=128Mi \
  --set configsvr.resources.limits.cpu=512m \
  --set configsvr.resources.limits.memory=2048Mi \
  \
  --set shardsvr.dataNode.replicaCount=${SHARDSVR_REPLICA_COUNT} \
  --set shardsvr.dataNode.podAntiAffinityPreset=soft \
  --set shardsvr.persistence.enabled=true \
  --set shardsvr.persistence.size=16Gi \
  --set shardsvr.dataNode.resources.requests.cpu=100m \
  --set shardsvr.dataNode.resources.requests.memory=128Mi \
  --set shardsvr.dataNode.resources.limits.cpu=512m \
  --set shardsvr.dataNode.resources.limits.memory=2048Mi \
  \
  --set metrics.enabled=true \
  --set metrics.serviceMonitor.enabled=true \
  --set metrics.serviceMonitor.namespace="${PROMETHEUS_NAMESPACE}" \
  --set metrics.serviceMonitor.labels.release="${PROMETHEUS_RELEASE_LABEL}" \
  --set metrics.resources.requests.cpu=100m \
  --set metrics.resources.requests.memory=128Mi \
  --set metrics.resources.limits.cpu=256m \
  --set metrics.resources.limits.memory=1024Mi

脚本关键指令解析：

  • source .env: 加载我们的配置文件。
  • helm upgrade --install ...:
    • --create-namespace: 如果命名空间不存在，会自动创建。
    • --set-string ... 和 --set ...: 这是 Helm 的核心功能，用于将 shell 变量动态地传递给 Chart 的 values.yaml。我们通过这种方式注入了认证、存储、架构、资源和监控的所有配置。
    • podAntiAffinityPreset=soft: 设置软反亲和性，K8s会尽量将副本调度到不同的节点上，提高物理可用性。
    • persistence.enabled=true: 为数据节点和配置节点启用持久化存储（PVC）。
    • metrics.serviceMonitor.enabled=true: 创建一个 ServiceMonitor CRD 实例，允许 Prometheus Operator 自动发现和抓取监控数据。

第三步：部署与验证

现在，一切准备就绪。按照以下步骤进行部署和验证。

1. 安装应用

在项目根目录下，确保您的 .env 文件已按需修改，然后执行安装脚本：

1
bash install.sh

Helm 会开始创建所有必要的 K8s 资源，包括 StatefulSet (用于 Shard-Svr 和 Config-Svr)、Deployment (用于 Mongos)、Service、Secret 和 PVC。

2. 初步验证

等待几分钟，让所有 Pod 进入 Running 状态。您可以执行 status.sh 或手动检查 Pod 状态：

1
2
# 假设 status.sh 包含以下内容
kubectl get pods -n mongodb -w

3. 进阶验证：连接数据库

为了确认集群功能正常，我们可以启动一个临时的 MongoDB客户端 Pod 并连接到集群。

a. 获取 root 密码

密码被安全地存储在 K8s Secret 中。使用以下命令获取并导出为环境变量：

1
export MONGODB_ROOT_PASSWORD=$(kubectl get secret --namespace mongodb my-mongodb-sharded -o jsonpath="{.data.mongodb-root-password}" | base64 -d)

b. 启动客户端 Pod

1
kubectl run --namespace mongodb my-mongodb-sharded-client --rm --tty -i --restart='Never' --env="MONGODB_ROOT_PASSWORD=$MONGODB_ROOT_PASSWORD" --image docker.io/bitnami/mongodb:8.0.10-debian-12-r1 --command -- bash

此命令会启动一个临时的 Pod，并进入其 shell 环境。--rm 标志确保在退出 shell 后该 Pod 会被自动删除。

c. 连接 Mongos

在客户端 Pod 的 shell 中，使用 mongosh 连接到 mongos 服务：

1
mongosh admin --host my-mongodb-sharded --authenticationDatabase admin -u root -p $MONGODB_ROOT_PASSWORD

如果连接成功并看到 MongoDB 的 shell 提示符，说明您的分片集群已成功部署并可接受连接！

d. 集群内部访问地址

在 K8s 集群内部，其他应用可以通过以下 DNS 地址连接到 MongoDB Sharded 集群：

1
2
# 格式: <service>.<namespace>.svc.cluster.local:<port>
my-mongodb-sharded.mongodb.svc.cluster.local:27017

4. 监控验证

如果您的集群中已部署 Prometheus Operator，可以进行以下验证：

  1. 访问 Prometheus UI 的 /targets 页面，检查 mongodb-exporter 相关的 target 是否处于 UP 状态。
  2. 访问 Grafana，导入官方推荐的 mongodb-exporter Dashboard (例如 ID: 12079 或 20867)，查看集群的各项性能指标是否正常显示。

第四步：应用的更新与卸载

更新应用

得益于 Helm 和 .env 的设计，更新应用配置（例如增加分片数量、调整资源限制）变得非常简单：

  1. 修改 .env 文件中对应的变量值。
  2. 重新执行 install.sh 脚本。

Helm 会智能地计算出变更，并对 K8s 集群执行滚动更新。

卸载应用

1. 执行卸载脚本

1
bash uninstall.sh

该脚本通常包含 helm uninstall ${RELEASE_NAME} -n ${NAMESPACE} 命令，它会删除所有由 Helm 创建的 K8s 资源。

2. （可选）手动删除持久卷声明 (PVC)

为了防止数据丢失，Helm 默认不会删除 PVC。如果您确认不再需要这些数据，可以手动删除。

1
2
3
4
5
6
7
8
9
10
# 加载变量
source .env

# 查看与此部署相关的PVC
kubectl get pvc -n ${NAMESPACE}

# 逐个删除PVC (请谨慎操作！)
# kubectl delete pvc <pvc-name-1> -n ${NAMESPACE}
# kubectl delete pvc <pvc-name-2> -n ${NAMESPACE}
# ...

总结

通过本文介绍的方法，我们利用 Helm Chart 和一套标准化的脚本，成功地在 Kubernetes 上部署了一个功能完备、配置灵活且具备生产级特性的 MongoDB Sharded Cluster。这种基础设施即代码（IaC）的实践不仅极大地提升了部署效率和可靠性，也为后续的集群管理、扩展和监控奠定了坚实的基础。对于任何需要构建可扩展、数据驱动的后端系统的团队来说，这都是一套值得借鉴和采纳的优秀实践。