MongoDB是一种非关系型数据库，它可以通过分片（sharding）来实现水平扩展，提高数据库的性能和容量。分片是指将数据集按照某种规则分散到不同的服务器上，每个服务器只负责一部分数据，从而减轻单个服务器的压力，提高查询和写入的效率。MongoDB支持自动分片，也就是说，当数据量达到一定阈值时，MongoDB会自动将数据迁移到新的服务器上，形成一个新的分片。
那么，MongoDB是如何判断何时需要增加分片的呢？这主要取决于两个因素：数据量和负载。数据量是指数据库中存储的数据总大小，负载是指数据库处理的请求总量。当数据量或者负载超过了单个服务器的承载能力时，就需要考虑增加分片了。
具体来说，MongoDB会根据以下几个指标来判断是否需要增加分片：
1.分片大小：每个分片默认有一个上限大小，当分片达到这个大小时，MongoDB会尝试将该分片拆分成两个更小的分片，并将其中一个迁移到新的服务器上。默认情况下，这个上限大小是64GB，但是可以通过配置文件或者命令行来修改。
2.分片键：每个集合都需要指定一个分片键，用来决定如何将数据划分到不同的分片上。分片键应该具有良好的散列性和均匀性，也就是说，它应该能够将数据平均地分布到各个分片上，并且避免产生热点（hot spot），即某些值过于频繁地出现在请求中。如果分片键选择不合适，可能导致某些分片过大或者过小，或者某些分片负载过高或者过低，这时就需要调整或者更换分片键。
3.分区统计：MongoDB会定期收集每个分区（chunk）的统计信息，包括大小、文档数、最小值、最大值等。这些信息可以帮助MongoDB判断哪些分区需要拆分或者合并，以及如何平衡各个分区在不同分片上的分布。如果某些分区过大或者过小，或者某些分区在某些分片上过于集中或者稀疏，就需要进行拆分或者合并操作。
4.负载均衡：MongoDB会监控每个分片的负载情况，包括CPU使用率、内存使用率、磁盘使用率、网络流量等。如果某些分片负载过高或者过低，就需要进行负载均衡操作，即将一些数据从高负载的分片迁移到低负载的分片上，或者反之。