MySQL 分库分表介绍 问题分析
随着互联网及移动互联网的发展，应用系统的数据量也是成指数式增长，若采用单数据库进行数据存储，存在以下性能瓶颈：
IO瓶颈：热点数据太多，数据库缓存不足，产生大量磁盘IO，效率较低。 请求数据太多，带宽不够，网络IO瓶颈。 CPU瓶颈：排序、分组、连接查询、聚合统计等SQL会耗费大量的CPU资源，请求数太多，CPU出现瓶颈。 为了解决上述问题，我们需要对数据库进行分库分表处理。
分库分表的中心思想都是将数据分散存储，使得单一数据库/表的数据量变小来缓解单一数据库的性能问题，从而达到提升数据库性能的目的 。
拆分策略 分库分表的形式，主要是两种：垂直拆分和水平拆分 。而拆分的粒度，一般又分为分库和分表，所以组成的拆分策略最终如下：
垂直拆分 垂直分库
垂直分库：以表为依据，根据业务将不同表拆分到不同库中。
特点：
每个库的表结构都不一样。 每个库的数据也不一样。 所有库的并集是全量数据。 垂直分表
垂直分表：以字段为依据，根据字段属性将不同字段拆分到不同表中。
特点：
每个表的结构都不一样。 每个表的数据也不一样，一般通过一列（主键/外键）关联。 所有表的并集是全量数据。 水平拆分 水平分库
水平分库：以字段为依据，按照一定策略，将一个库的数据拆分到多个库中。
特点：
每个库的表结构都一样。 每个库的数据都不一样。 所有库的并集是全量数据。 水平分表
水平分表：以字段为依据，按照一定策略，将一个表的数据拆分到多个表中。
特点：
每个表的表结构都一样。 每个表的数据都不一样。 所有表的并集是全量数据。 在业务系统中，为了缓解磁盘IO及CPU的性能瓶颈，到底是垂直拆分，还是水平拆分；具体是分库，还是分表，都需要根据具体的业务需求具体分析。
实现技术 shardingJDBC：基于AOP原理，在应用程序中对本地执行的SQL进行拦截，解析、改写、路由处理。需要自行编码配置实现，只支持java语言，性能较高。MyCat：数据库分库分表中间件，不用调整代码即可实现分库分表，支持多种语言，性能不及前者。
本次课程，我们选择了是MyCat数据库中间件，通过MyCat中间件来完成分库分表操作。
MyCat概述 介绍 Mycat是开源的、活跃的、基于Java语言编写的MySQL数据库中间件 。可以像使用mysql一样来使用mycat，对于开发人员来说根本感觉不到mycat的存在。
开发人员只需要连接MyCat即可，而具体底层用到几台数据库，每一台数据库服务器里面存储了什么数据，都无需关心。 具体的分库分表的策略，只需要在MyCat中配置即可。
优势：
下载 下载地址：http://dl.mycat.org.cn/
安装 Mycat是采用java语言开发的开源的数据库中间件，支持Windows和Linux运行环境，下面介绍MyCat的Linux中的环境搭建。我们需要在准备好的服务器中安装如下软件。
192.168.91.166 JDK、Mycat MyCat中间件服务器 192.168.91.166 MySQL 分片服务器 192.168.91.167 MySQL 分片服务器 192.168.91.168 MySQL 分片服务器
1 tar -zxvf Mycat-server-1.6.7.3-release-20190828135747-linux.tar.gz -C /usr/local
目录介绍 1 2 3 4 5 6 7 8 [root@MySQL-Master mycat]
bin : 存放可执行文件，用于启动停止mycat
conf：存放mycat的配置文件
lib：存放mycat的项目依赖包（jar）
logs：存放mycat的日志文件
由于mycat中的mysql的JDBC驱动包版本比较低，所以我们将它删去，下载8.0版本的 1 2 cd /usr/local/mycat/lib/rm -rf mysql-connector-java-5.1.35.jar
对下载的驱动包进行授权
1 chmod 777 mysql-connector-java-8.0.22.jar
概念介绍 在MyCat的整体结构中，分为两个部分：上面的逻辑结构、下面的物理结构。
在MyCat的逻辑结构主要负责逻辑库、逻辑表、分片规则、分片节点等逻辑结构的处理，而具体的数据存储还是在物理结构，也就是数据库服务器中存储的。
在后面讲解MyCat入门以及MyCat分片时，还会讲到上面所提到的概念。
MyCat入门 需求 由于 tb_order 表中数据量很大，磁盘IO及容量都到达了瓶颈，现在需要对 tb_order 表进行数据分片，分为三个数据节点，每一个节点主机位于不同的服务器上, 具体的结构，参考下图：
环境准备 准备3台服务器：
192.168.91.166：MyCat中间件服务器，同时也是第一个分片服务器。 192.168.91.167：第二个分片服务器。 192.168.91.168：第三个分片服务器。
并且在上述3台数据库中创建数据库 db01 。
配置 目录路径
1 cd /usr/local/mycat/conf/
schema.xml 在schema.xml中配置逻辑库、逻辑表、数据节点、节点主机等相关信息。具体的配置如下：
{12,16,20} 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 <?xml version="1.0" ?> <!DOCTYPE mycat :schema SYSTEM "schema.dtd" > <mycat:schema xmlns:mycat ="http://io.mycat/" > <schema name ="DB01" checkSQLschema ="true" sqlMaxLimit ="100" > <table name ="TB_ORDER" dataNode ="dn1,dn2,dn3" rule ="auto-sharding-long" /> </schema > <dataNode name ="dn1" dataHost ="dhost1" database ="db01" /> <dataNode name ="dn2" dataHost ="dhost2" database ="db01" /> <dataNode name ="dn3" dataHost ="dhost3" database ="db01" /> <dataHost name ="dhost1" maxCon ="1000" minCon ="10" balance ="0" writeType ="0" dbType ="mysql" dbDriver ="jdbc" switchType ="1" slaveThreshold ="100" > <heartbeat > select user()</heartbeat > <writeHost host ="master" url ="jdbc:mysql://192.168.91.166:3306?useSSL=false& serverTimezone=Asia/Shanghai& characterEncoding=utf8" user ="root" password ="123456" /> </dataHost > <dataHost name ="dhost2" maxCon ="1000" minCon ="10" balance ="0" writeType ="0" dbType ="mysql" dbDriver ="jdbc" switchType ="1" slaveThreshold ="100" > <heartbeat > select user()</heartbeat > <writeHost host ="master" url ="jdbc:mysql://192.168.91.167:3306?useSSL=false& serverTimezone=Asia/Shanghai& characterEncoding=utf8" user ="root" password ="123456" /> </dataHost > <dataHost name ="dhost3" maxCon ="1000" minCon ="10" balance ="0" writeType ="0" dbType ="mysql" dbDriver ="jdbc" switchType ="1" slaveThreshold ="100" > <heartbeat > select user()</heartbeat > <writeHost host ="master" url ="jdbc:mysql://192.168.91.168:3306?useSSL=false& serverTimezone=Asia/Shanghai& characterEncoding=utf8" user ="root" password ="123456" /> </dataHost > </mycat:schema >
server.xml 需要在server.xml中配置用户名、密码，以及用户的访问权限信息，具体的配置如下：
{2-3,14-15} 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 <user name ="root" defaultAccount ="true" > <property name ="password" > 123456</property > <property name ="schemas" > DB01</property > </user > <user name ="user" > <property name ="password" > 123456</property > <property name ="schemas" > DB01</property > <property name ="readOnly" > true</property > </user >
上述的配置表示，定义了两个用户 root 和 user ，这两个用户都可以访问 DB01 这个逻辑库，访问密码都是123456，但是root用户访问DB01逻辑库，既可以读，又可以写，但是 user用户访问DB01逻辑库是只读的。
details
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 <?xml version="1.0" encoding="UTF8" ?> <!DOCTYPE mycat :server SYSTEM "server.dtd" > <mycat:server xmlns:mycat ="http://io.mycat/" > <system > <property name ="nonePasswordLogin" > 0</property > <property name ="useHandshakeV10" > 1</property > <property name ="useSqlStat" > 0</property > <property name ="useGlobleTableCheck" > 0</property > <property name ="sqlExecuteTimeout" > 300</property > <property name ="sequnceHandlerType" > 2</property > <property name ="sequnceHandlerPattern" > (?:(\s*next\s+value\s+for\s*MYCATSEQ_(\w+))(,|\)|\s)*)+</property > <property name ="subqueryRelationshipCheck" > false</property > <property name ="processorBufferPoolType" > 0</property > <property name ="handleDistributedTransactions" > 0</property > <property name ="useOffHeapForMerge" > 0</property > <property name ="memoryPageSize" > 64k</property > <property name ="spillsFileBufferSize" > 1k</property > <property name ="useStreamOutput" > 0</property > <property name ="systemReserveMemorySize" > 384m</property > <property name ="useZKSwitch" > false</property > <property name ="strictTxIsolation" > false</property > <property name ="useZKSwitch" > true</property > </system > <user name ="root" defaultAccount ="true" > <property name ="password" > 123456</property > <property name ="schemas" > DB01</property > </user > <user name ="user" > <property name ="password" > 123456</property > <property name ="schemas" > DB01</property > <property name ="readOnly" > true</property > </user > </mycat:server >
测试 启动 配置完毕后，先启动涉及到的3台分片服务器，然后启动MyCat服务器。切换到Mycat的安装目录，执行如下指令，启动Mycat：
1 2 3 4
Mycat启动之后，占用端口号 8066。
启动完毕之后，可以查看logs目录下的启动日志，查看Mycat是否启动完成。
1 2 3 4 5 6 7 8 9 10 11 [root@MySQL-Master mycat]in 8.0'. This is deprecated. The new driver class is `com.mysql.cj.jdbc.Driver' . The driver is automatically registered via the SPI and manual loading of the driver class is generally unnecessary.in logs/mycat.log
测试 连接MyCat 通过如下指令，就可以连接并登陆MyCat。
1 mysql -h 192.168.91.166 -P 8066 -u root -p 123456
{5} 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 [root@MySQL-Master ~]id is 2'help;' or '\h' for help . Type '\c' to clear the current input statement.
我们看到我们是通过MySQL的指令来连接的MyCat，因为MyCat在底层实际上是模拟了MySQL的协议。
数据测试 然后就可以在MyCat中来创建表，并往表结构中插入数据，查看数据在MySQL中的分布情况。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 CREATE TABLE TB_ORDER (BIGINT (20 ) NOT NULL ,VARCHAR (100 ) NOT NULL ,PRIMARY KEY (id)= INNODB DEFAULT CHARSET= utf8 ;INSERT INTO TB_ORDER(id,title) VALUES (1 ,'goods1' );INSERT INTO TB_ORDER(id,title) VALUES (2 ,'goods2' );INSERT INTO TB_ORDER(id,title) VALUES (3 ,'goods3' );INSERT INTO TB_ORDER(id,title) VALUES (1 ,'goods1' );INSERT INTO TB_ORDER(id,title) VALUES (2 ,'goods2' );INSERT INTO TB_ORDER(id,title) VALUES (3 ,'goods3' );INSERT INTO TB_ORDER(id,title) VALUES (5000000 ,'goods5000000' );INSERT INTO TB_ORDER(id,title) VALUES (10000000 ,'goods10000000' );INSERT INTO TB_ORDER(id,title) VALUES (10000001 ,'goods10000001' );INSERT INTO TB_ORDER(id,title) VALUES (15000000 ,'goods15000000' );INSERT INTO TB_ORDER(id,title) VALUES (15000001 ,'goods15000001' );
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 mysql> INSERT INTO TB_ORDER(id,title) VALUES (5000000 ,'goods5000000' );1 row affected (0.00 sec)! > INSERT INTO TB_ORDER(id,title) VALUES (10000000 ,'goods10000000' );1 row affected (0.03 sec)! > INSERT INTO TB_ORDER(id,title) VALUES (10000001 ,'goods10000001' );1 row affected (0.00 sec)! > INSERT INTO TB_ORDER(id,title) VALUES (15000000 ,'goods15000000' );1 row affected (0.00 sec)! > INSERT INTO TB_ORDER(id,title) VALUES (15000001 ,'goods15000001' );1064 (HY000): can't find any valid datanode :TB_ORDER -> ID -> 1500 0001
rule="auto-sharding-long"：
经过测试，我们发现，在往 TB_ORDER 表中插入数据时：
如果id的值在1-500w之间，数据将会存储在第一个分片数据库中。
如果id的值在500w-1000w之间，数据将会存储在第二个分片数据库中。
如果id的值在1000w-1500w之间，数据将会存储在第三个分片数据库中。
如果id的值超出1500w，在插入数据时，将会报错。
为什么会出现这种现象，数据到底落在哪一个分片服务器到底是如何决定的呢？ 这是由逻辑表配置时的一个参数 rule 决定的，而这个参数配置的就是分片规则 ，关于分片规则的配置，在后面会详细讲解。
MyCat 配置文件讲解 schema.xml schema.xml 作为MyCat中最重要的配置文件之一 , 涵盖了MyCat的逻辑库 、 逻辑表 、 分片规则、分片节点及数据源的配置。
主要包含以下三组标签：
schema标签 datanode标签 datahost标签 schema标签 schema 定义逻辑库
schema 标签用于定义 MyCat实例中的逻辑库 , 一个MyCat实例中, 可以有多个逻辑库 , 可以通过 schema 标签来划分不同的逻辑库。MyCat中的逻辑库的概念，等同于MySQL中的database概念, 需要操作某个逻辑库下的表时, 也需要切换逻辑库(use xxx)。
核心属性：
name：指定自定义的逻辑库库名 checkSQLschema：在SQL语句操作时指定了数据库名称，执行时是否自动去除；true：自动去除，false：不自动去除 sqlMaxLimit：如果未指定limit进行查询，列表查询模式查询多少条记录 schema 中的table定义逻辑表
table 标签定义了MyCat中逻辑库schema下的逻辑表 , 所有需要拆分的表都需要在table标签中定义 。
核心属性：
name：定义逻辑表表名，在该逻辑库下唯一 dataNode：定义逻辑表所属的dataNode，该属性需要与dataNode标签中name对应；多个dataNode逗号分隔 rule：分片规则的名字，分片规则名字是在rule.xml中定义的 primaryKey：逻辑表对应真实表的主键 type：逻辑表的类型，目前逻辑表只有全局表和普通表，如果未配置，就是普通表；全局表，配 置为 global datanode标签
核心属性：
name：定义数据节点名称 dataHost：数据库实例主机名称，引用自 dataHost 标签中name属性 database：定义分片所属数据库 datahost标签
该标签在MyCat逻辑库中作为底层标签存在, 直接定义了具体的数据库实例、读写分离、心跳语句。
核心属性：
name：唯一标识，供上层标签使用 maxCon/minCon：最大连接数/最小连接数 balance：负载均衡策略，取值 0,1,2,3 writeType：写操作分发方式（0：写操作转发到第一个writeHost，第一个挂了，切换到第二个；1：写操作随机分发到配置的writeHost） dbDriver：数据库驱动，支持 native、jdbc rule.xml rule.xml中定义所有拆分表的规则, 在使用过程中可以灵活的使用分片算法, 或者对同一个分片算法使用不同的参数, 它让分片过程可配置化。主要包含两类标签：tableRule、Function。
server.xml server.xml配置文件包含了MyCat的系统配置信息，主要有两个重要的标签：system、user。
system标签
主要配置MyCat中的系统配置信息，对应的系统配置项及其含义，如下：
charset utf8 设置Mycat的字符集, 字符集需要与MySQL的字符集保持一致 nonePasswordLogin 0,1 0为需要密码登陆、1为不需要密码登陆 ,默认为0，设置为1则需要指定默认账户 useHandshakeV10 0,1 使用该选项主要的目的是为了能够兼容高版本的jdbc驱动, 是否采用HandshakeV10Packet来与client进行通信, 1:是, 0:否 useSqlStat 0,1 开启SQL实时统计, 1 为开启 , 0 为关闭 ;开启之后, MyCat会自动统计SQL语句的执行情况 ; mysql -h 127.0.0.1 -P 9066 -u root -p 查看MyCat执行的SQL, 执行效率比较低的SQL , SQL的整体执行情况、读写比例等 ; show @@sql ; show @@sql.slow ; show @@sql.sum ; useGlobleTableCheck 0,1 是否开启全局表的一致性检测。1为开启 ，0为关闭 。 sqlExecuteTimeout 1000 SQL语句执行的超时时间 , 单位为 s ; sequnceHandlerType 0,1,2 用来指定Mycat全局序列类型，0 为本地文件，1 为数据库方式，2 为时间戳列方式，默认使用本地文件方式，文件方式主要用于测试 sequnceHandlerPattern 正则表达式 必须带有MYCATSEQ或者 mycatseq进入序列匹配流程 注意MYCATSEQ_有空格的情况 subqueryRelationshipCheck true,false 子查询中存在关联查询的情况下,检查关联字段中是否有分片字段 .默认 false useCompression 0,1 开启mysql压缩协议 , 0 : 关闭, 1 : 开启 fakeMySQLVersion 5.5,5.6 设置模拟的MySQL版本号 defaultSqlParser 由于MyCat的最初版本使用了FoundationDB的SQL解析器, 在MyCat1.3后增加了Druid解析器, 所以要设置defaultSqlParser属性来指定默认的解析器; 解析器有两个 :druidparser 和 fdbparser, 在MyCat1.4之后,默认是druidparser,fdbparser已经废除了 processors 1,2.... 指定系统可用的线程数量, 默认值为CPU核心x 每个核心运行线程数量; processors 会影响processorBufferPool,processorBufferLocalPercent,processorExecutor属性, 所有, 在性能调优时, 可以适当地修改processors值 processorBufferChunk 指定每次分配Socket Direct Buffer默认值为4096字节, 也会影响BufferPool长度,如果一次性获取字节过多而导致buffer不够用, 则会出现警告, 可以调大该值 processorExecutor 指定NIOProcessor上共享businessExecutor固定线程池的大小; packetHeaderSize 指定MySQL协议中的报文头长度, 默认4个字节 maxPacketSize 指定MySQL协议可以携带的数据最大大小, 默认值为16M idleTimeout 30 指定连接的空闲时间的超时长度;如果超时,将关闭资源并回收, 默认30分钟 txIsolation 1,2,3,4 初始化前端连接的事务隔离级别,默认为REPEATED_READ , 对应数字为3 sqlExecuteTimeout 300 执行SQL的超时时间, 如果SQL语句执行超时, serverPort 8066 定义MyCat的使用端口, 默认8066 managerPort 9066 定义MyCat的管理端口, 默认9066
user标签 配置MyCat中的用户、访问密码，以及用户针对于逻辑库、逻辑表的权限信息，具体的权限描述方式及配置说明如下：
在测试权限操作时，我们只需要将 privileges 标签的注释放开。 在 privileges 下的schema标签中配置的dml属性配置的是逻辑库的权限。 在privileges的schema下的table标签的dml属性中配置逻辑表的权限。
MyCat 分片 垂直拆分 场景 在业务系统中, 涉及以下表结构 ,但是由于用户与订单每天都会产生大量的数据, 单台服务器的数据存储及处理能力是有限的, 可以对数据库表进行拆分, 原有的数据库表如下。
现在考虑将其进行垂直分库操作，将商品相关的表拆分到一个数据库服务器，订单表拆分的一个数据库服务器，用户及省市区表拆分到一个服务器。最终结构如下：
准备 准备三台服务器，IP地址如图所示：
并且在192.168.91.166，192.168.91.167, 192.168.91.168上面创建数据库shopping。
配置 schema.xml 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 <?xml version="1.0" ?> <!DOCTYPE mycat :schema SYSTEM "schema.dtd" > <mycat:schema xmlns:mycat ="http://io.mycat/" > <schema name ="SHOPPING" checkSQLschema ="true" sqlMaxLimit ="100" > <table name ="tb_goods_base" dataNode ="dn1" primaryKey ="id" /> <table name ="tb_goods_brand" dataNode ="dn1" primaryKey ="id" /> <table name ="tb_goods_cat" dataNode ="dn1" primaryKey ="id" /> <table name ="tb_goods_desc" dataNode ="dn1" primaryKey ="goods_id" /> <table name ="tb_goods_item" dataNode ="dn1" primaryKey ="id" /> <table name ="tb_order_item" dataNode ="dn2" primaryKey ="id" /> <table name ="tb_order_master" dataNode ="dn2" primaryKey ="order_id" /> <table name ="tb_order_pay_log" dataNode ="dn2" primaryKey ="out_trade_no" /> <table name ="tb_user" dataNode ="dn3" primaryKey ="id" /> <table name ="tb_user_address" dataNode ="dn3" primaryKey ="id" /> <table name ="tb_areas_provinces" dataNode ="dn3" primaryKey ="id" /> <table name ="tb_areas_city" dataNode ="dn3" primaryKey ="id" /> <table name ="tb_areas_region" dataNode ="dn3" primaryKey ="id" /> </schema > <dataNode name ="dn1" dataHost ="dhost1" database ="shopping" /> <dataNode name ="dn2" dataHost ="dhost2" database ="shopping" /> <dataNode name ="dn3" dataHost ="dhost3" database ="shopping" /> <dataHost name ="dhost1" maxCon ="1000" minCon ="10" balance ="0" writeType ="0" dbType ="mysql" dbDriver ="jdbc" switchType ="1" slaveThreshold ="100" > <heartbeat > select user()</heartbeat > <writeHost host ="master" url ="jdbc:mysql://192.168.91.166:3306?useSSL=false& serverTimezone=Asia/Shanghai& characterEncoding=utf8" user ="root" password ="123456" /> </dataHost > <dataHost name ="dhost2" maxCon ="1000" minCon ="10" balance ="0" writeType ="0" dbType ="mysql" dbDriver ="jdbc" switchType ="1" slaveThreshold ="100" > <heartbeat > select user()</heartbeat > <writeHost host ="master" url ="jdbc:mysql://192.168.91.167:3306?useSSL=false& serverTimezone=Asia/Shanghai& characterEncoding=utf8" user ="root" password ="123456" /> </dataHost > <dataHost name ="dhost3" maxCon ="1000" minCon ="10" balance ="0" writeType ="0" dbType ="mysql" dbDriver ="jdbc" switchType ="1" slaveThreshold ="100" > <heartbeat > select user()</heartbeat > <writeHost host ="master" url ="jdbc:mysql://192.168.91.168:3306?useSSL=false& serverTimezone=Asia/Shanghai& characterEncoding=utf8" user ="root" password ="123456" /> </dataHost > </mycat:schema >
server.xml 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 <user name ="root" defaultAccount ="true" > <property name ="password" > 123456</property > <property name ="schemas" > SHOPPING</property > </user > <user name ="user" > <property name ="password" > 123456</property > <property name ="schemas" > SHOPPING</property > <property name ="readOnly" > true</property > </user >
查看数据库是否创建成功
1 2 3 4 mysql -h 192.168.91.166 -P 8066 -U root -p
测试 上传测试SQL脚本到服务器的/root目录 1 2 -rw-r--r-- 1 root root 233274 10月 7 16:03 shopping-insert.sql
执行指令导入测试数据 重新启动MyCat后，在mycat的命令行中，通过source指令导入表结构，以及对应的数据，查看数据分布情况。
将表结构及对应的测试数据导入之后，可以检查一下各个数据库服务器中的表结构分布情况。 检查是否和我们准备工作中规划的服务器一致。
查询用户的收件人及收件人地址信息(包含省、市、区)。 在MyCat的命令行中，当我们执行以下多表联查的SQL语句时，可以正常查询出数据。
1 2 3 select ua.user_id, ua.contact, p.province, c.city, r.area , ua.address from tb_user_address ua ,tb_areas_city c , tb_areas_provinces p ,tb_areas_region r where ua.province_id = p.provinceid and ua.city_id = c.cityid and ua.town_id = r.areaid ;
1 2 3 4 5 6 7 8 9 10 11 12 mysql> select ua.user_id, ua.contact, p.province, c.city, r.area , ua.address from tb_user_address ua ,tb_areas_city c , tb_areas_provinces p ,tb_areas_region r where ua.province_id = p.provinceid and ua.city_id = c.cityid and ua.town_id = r.areaid ;+ | user_id | contact | province | city | area | address | + | deng | 叶问 | 北京市 | 市辖区 | 西城区 | 咏春武馆总部 | | deng | 李小龙 | 北京市 | 市辖区 | 崇文区 | 永春武馆 | | java00001 | 李佳红 | 北京市 | 市辖区 | 崇文区 | 修正大厦 | | zhaoliu | 赵三 | 北京市 | 市辖区 | 宣武区 | 西直门 | | java00001 | 李佳星 | 北京市 | 市辖区 | 朝阳区 | 中腾大厦 | | java00001 | 李嘉诚 | 北京市 | 市辖区 | 朝阳区 | 金燕龙办公楼 | + 6 rows in set (0.08 sec)
查询每一笔订单及订单的收件地址信息(包含省、市、区)。 1 2 3 SELECT order_id , payment ,receiver, province , city , area FROM tb_order_master o, tb_areas_provinces p , tb_areas_city c , tb_areas_region r WHERE o.receiver_province = p.provinceid AND o.receiver_city = c.cityid AND o.receiver_region = r.areaid ;
但是现在存在一个问题，订单相关的表结构是在 192.168.91.167 数据库服务器中，而省市区的数据库表是在 192.168.91.168 数据库服务器中。那么在MyCat中执行是否可以成功呢？
1 2 3 mysql> SELECT order_id , payment ,receiver, province , city , area FROM tb_order_master o, tb_areas_provinces p , tb_areas_city c , tb_areas_region r WHERE o.receiver_province = p.provinceid AND o.receiver_city = c.cityid AND o.receiver_region = r.areaid ;1064 (HY000): invalid route in sql , multi tables found but datanode has no intersection sql :SELECT order_id , payment ,receiver, province , city , area FROM tb_order_master o, tb_areas_provinces p , tb_areas_city c , tb_areas_region r WHERE o.receiver_province = p.provinceid AND o.receiver_city = c.cityid AND o.receiver_region = r.areaid
经过测试，我们看到，SQL语句执行报错。原因就是因为MyCat在执行该SQL语句时，需要往具体的数据库服务器中路由，而当前没有一个数据库服务器完全包含了订单以及省市区的表结构，造成SQL语句失败，报错。
对于上述的这种现象，我们如何来解决呢？ 下面我们介绍的全局表，就可以轻松解决这个问题。
全局表 对于省、市、区/县表tb_areas_provinces , tb_areas_city , tb_areas_region，是属于数据字典表，在多个业务模块中都可能会遇到，可以将其设置为全局表，利于业务操作。
修改schema.xml中的逻辑表的配置，修改 tb_areas_provinces、tb_areas_city、tb_areas_region 三个逻辑表，增加 type 属性，配置为global，就代表该表是全局表 ，就会在所涉及到的dataNode中创建给表。对于当前配置来说，也就意味着所有的节点中都有该表了。
1 2 3 <table name ="tb_areas_provinces" dataNode ="dn1,dn2,dn3" primaryKey ="id" type ="global" /> <table name ="tb_areas_city" dataNode ="dn1,dn2,dn3" primaryKey ="id" type ="global" /> <table name ="tb_areas_region" dataNode ="dn1,dn2,dn3" primaryKey ="id" type ="global" />
配置完毕后，重新启动MyCat。
删除原来每一个数据库服务器中的所有表结构 通过source指令，导入表及数据 1 2 source / root/ shopping- table.sql/ root/ shopping- insert.sql
检查每一个数据库服务器中的表及数据分布，看到三个节点中都有这三张全局表 然后再次执行上面的多表联查的SQL语句 1 SELECT order_id , payment ,receiver, province , city , area FROM tb_order_master o, tb_areas_provinces p , tb_areas_city c , tb_areas_region r WHERE o.receiver_province = p.provinceid AND o.receiver_city = c.cityid AND o.receiver_region = r.areaid ;
是可以正常执行成功的。
当在MyCat中更新全局表的时候，我们可以看到，所有分片节点中的数据都发生了变化，每个节点的全局表数据时刻保持一致。 水平拆分 场景 在业务系统中, 有一张表(日志表), 业务系统每天都会产生大量的日志数据 , 单台服务器的数据存储及处理能力是有限的, 可以对数据库表进行拆分。
准备 准备三台服务器，具体的结构如下：
并且，在三台数据库服务器中分表创建一个数据库itcast。
配置 schema.xml 1 2 3 4 5 6 7 <schema name ="ITCAST" checkSQLschema ="true" sqlMaxLimit ="100" > <table name ="tb_log" dataNode ="dn4,dn5,dn6" primaryKey ="id" rule ="mod-long" /> </schema > <dataNode name ="dn4" dataHost ="dhost1" database ="itcast" /> <dataNode name ="dn5" dataHost ="dhost2" database ="itcast" /> <dataNode name ="dn6" dataHost ="dhost3" database ="itcast" />
tb_log表最终落在3个节点中，分别是 dn4、dn5、dn6 ，而具体的数据分别存储在 dhost1、dhost2、dhost3的itcast数据库中。
server.xml 配置root用户既可以访问 SHOPPING 逻辑库，又可以访问ITCAST逻辑库。
1 2 3 4 5 6 7 8 9 10 11 12 <user name ="root" defaultAccount ="true" > <property name ="password" > 123456</property > <property name ="schemas" > SHOPPING,ITCAST</property > </user >
测试 配置完毕后，重新启动MyCat，然后在mycat的命令行中，执行如下SQL创建表、并插入数据，查看数据分布情况。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 CREATE TABLE tb_log (bigint (20 ) NOT NULL COMMENT 'ID' ,varchar (200 ) DEFAULT NULL COMMENT '模块名' ,varchar (200 ) DEFAULT NULL COMMENT '模块值' ,varchar (200 ) DEFAULT NULL COMMENT '返回值' ,varchar (200 ) DEFAULT NULL COMMENT '返回值类型' ,varchar (20 ) DEFAULT NULL COMMENT '操作用户' ,varchar (20 ) DEFAULT NULL COMMENT '操作时间' ,varchar (500 ) DEFAULT NULL COMMENT '请求参数名及参数值' ,varchar (200 ) DEFAULT NULL COMMENT '操作类' ,varchar (200 ) DEFAULT NULL COMMENT '操作方法' ,bigint (20 ) DEFAULT NULL COMMENT '执行方法耗时, 单位 ms' ,int (1 ) DEFAULT NULL COMMENT '来源 : 1 PC , 2 Android , 3 IOS' ,PRIMARY KEY (id)= InnoDB DEFAULT CHARSET= utf8mb4;INSERT INTO tb_log (id, model_name, model_value, return_value, return_class,operate_user, operate_time, param_and_value, operate_class,operate_method,cost_time，source) VALUES ('1' ,'user' ,'insert' ,'success' ,'java.lang.String' ,'10001' ,'2022-01-06 18:12:28' ,'{\"age\":\"20\",\"name\":\"Tom\",\"gender\":\"1\"}' ,'cn.itcast.controller.UserController' ,'insert' ,'10' ,1 );INSERT INTO tb_log (id, model_name, model_value, return_value, return_class, operate_user, operate_time, param_and_value, operate_class, operate_method,cost_time，source)VALUES ('2' ,'user' ,'insert' ,'success' ,'java.lang.String' ,'10001' ,'2022-01-06 18:12:27' ,'{\"age\":\"20\",\"name\":\"Tom\",\"gender\":\"1\"}' ,'cn.itcast.controller.UserController' ,'insert' ,'23' ,1 );INSERT INTO tb_log (id, model_name, model_value, return_value, return_class,operate_user, operate_time, param_and_value, operate_class, operate_method,cost_time，source)VALUES ('3' ,'user' ,'update' ,'success' ,'java.lang.String' ,'10001' ,'2022-01-06 18:16:45' ,'{\"age\":\"20\",\"name\":\"Tom\",\"gender\":\"1\"}' ,'cn.itcast.controller.UserController' ,'update' ,'34' ,1 );INSERT INTO tb_log (id, model_name, model_value, return_value, return_class, operate_user, operate_time, param_and_value, operate_class, operate_method, cost_time，source)VALUES ('4' ,'user' ,'update' ,'success' ,'java.lang.String' ,'10001' ,'2022-01-06 18:16:45' ,'{\"age\":\"20\",\"name\":\"Tom\",\"gender\":\"1\"}' ,'cn.itcast.controller.UserController' ,'update' ,'13' ,2 );INSERT INTO tb_log (id, model_name, model_value, return_value, return_class, operate_user, operate_time, param_and_value, operate_class, operate_method, cost_time，source) VALUES ('5' ,'user' ,'insert' ,'success' ,'java.lang.String' ,'10001' ,'2022-01-06 18:30:31' ,'{\"age\":\"200\",\"name\":\"TomCat\",\"gender\":\"0\"}' ,'cn.itcast.controller.UserController' ,'insert' ,'29' ,3 );INSERT INTO tb_log (id, model_name, model_value, return_value, return_class, operate_user, operate_time, param_and_value, operate_class, operate_method, cost_time，source)VALUES ('6' ,'user' ,'find' ,'success' ,'java.lang.String' ,'10001' ,'2022-01-06 18:30:31' ,'{\"age\":\"200\",\"name\":\"TomCat\",\"gender\":\"0\"}' ,'cn.itcast.controller.UserController' ,'find' ,'29' ,2 );
取模，id%(节点总数),结果为0落在第一个节点。结果为1落在第二个节点。结果为2落在第三个节点。
分片规则rule.xml 范围分片 介绍 根据指定的字段及其配置的范围与数据节点的对应情况， 来决定该数据属于哪一个分片。
配置 schema.xml逻辑表配置：
1 <table name ="TB_ORDER" dataNode ="dn1,dn2,dn3" rule ="auto-sharding-long" />
schema.xml数据节点配置：
1 2 3 <dataNode name ="dn1" dataHost ="dhost1" database ="db01" /> <dataNode name ="dn2" dataHost ="dhost2" database ="db01" /> <dataNode name ="dn3" dataHost ="dhost3" database ="db01" />
rule.xml分片规则配置：
1 2 3 4 5 6 7 8 9 10 11 <tableRule name ="auto-sharding-long" > <rule > <columns > id</columns > <algorithm > rang-long</algorithm > </rule > </tableRule > <function name ="rang-long" class ="io.mycat.route.function.AutoPartitionByLong" > <property name ="mapFile" > autopartition-long.txt</property > <property name ="defaultNode" > 0</property > </function >
分片规则配置属性含义：
columns 标识将要分片的表字段 algorithm 指定分片函数与function的对应关系 class 指定该分片算法对应的类 mapFile 对应的外部配置文件 type 默认值为0 ; 0 表示Integer , 1 表示String defaultNode 默认节点 默认节点的所用:枚举分片时,如果碰到不识别的枚举值, 就让它路由到默认节点 ; 如果没有默认值,碰到不识别的则报错 。
在rule.xml中配置分片规则时，关联了一个映射配置文件 autopartition-long.txt，该配置文件的配置如下：
1 2 3 4 5 0-500M =0 500M-1000M =1 1000M-1500M =2
含义：0-500万之间的值，存储在0号数据节点(数据节点的索引从0开始) ； 500万-1000万之间的数据存储在1号数据节点 ； 1000万-1500万的数据节点存储在2号节点 ；
该分片规则，主要是针对于数字类型的字段适用。 在MyCat的入门程序中，我们使用的就是该分片规则。
取模分片 介绍 根据指定的字段值与节点数量进行求模运算，根据运算结果， 来决定该数据属于哪一个分片。
配置 schema.xml逻辑表配置：
1 <table name ="tb_log" dataNode ="dn4,dn5,dn6" primaryKey ="id" rule ="mod-long" />
schema.xml数据节点配置：
1 2 3 <dataNode name ="dn4" dataHost ="dhost1" database ="itcast" /> <dataNode name ="dn5" dataHost ="dhost2" database ="itcast" /> <dataNode name ="dn6" dataHost ="dhost3" database ="itcast" />
rule.xml分片规则配置：
1 2 3 4 5 6 7 8 9 10 <tableRule name ="mod-long" > <rule > <columns > id</columns > <algorithm > mod-long</algorithm > </rule > </tableRule > <function name ="mod-long" class ="io.mycat.route.function.PartitionByMod" > <property name ="count" > 3</property > </function >
分片规则属性说明如下：
columns 标识将要分片的表字段 algorithm 指定分片函数与function的对应关系 class 指定该分片算法对应的类 count 数据节点的数量
该分片规则，主要是针对于数字类型的字段适用。 在前面水平拆分的演示中，我们选择的就是取模分片。
测试 配置完毕后，重新启动MyCat，然后在mycat的命令行中，执行如下SQL创建表、并插入数据，查看数据分布情况。
一致性hash分片 介绍 所谓一致性哈希，相同的哈希因子计算值总是被划分到相同的分区表中，不会因为分区节点的增加而改变原来数据的分区位置，有效的解决了分布式数据的拓容问题。
配置
schema.xml中逻辑表配置：
1 2 <table name ="tb_order" dataNode ="dn4,dn5,dn6" rule ="sharding-by-murmur" />
schema.xml中数据节点配置：
1 2 3 <dataNode name ="dn4" dataHost ="dhost1" database ="itcast" /> <dataNode name ="dn5" dataHost ="dhost2" database ="itcast" /> <dataNode name ="dn6" dataHost ="dhost3" database ="itcast" />
rule.xml中分片规则配置：
{10} 1 2 3 4 5 6 7 8 9 10 11 12 <tableRule name ="sharding-by-murmur" > <rule > <columns > id</columns > <algorithm > murmur</algorithm > </rule > </tableRule > <function name ="murmur" class ="io.mycat.route.function.PartitionByMurmurHash" > <property name ="seed" > 0</property > <property name ="count" > 3</property > <property name ="virtualBucketTimes" > 160</property > </function >
分片规则属性含义：
columns 标识将要分片的表字段 algorithm 指定分片函数与function的对应关系 class 指定该分片算法对应的类 seed 创建murmur_hash对象的种子，默认0 count 要分片的数据库节点数量，必须指定，否则没法分片 virtualBucketTimes 一个实际的数据库节点被映射为这么多虚拟节点，默认是160倍，也就是虚拟节点数是物理节点数的160倍;virtualBucketTimes*count就是虚拟结点数量 ; weightMapFile 节点的权重，没有指定权重的节点默认是1。以properties文件的格式填写，以从0开始到count-1的整数值也就是节点索引为key，以节点权重值为值。所有权重值必须是正整数，否则以1代替 bucketMapPath 用于测试时观察各物理节点与虚拟节点的分布情况，如果指定了这个属性，会把虚拟节点的murmur hash值与物理节点的映射按行输出到这个文件，没有默认值，如果不指定，就不会输出任何东西
测试 配置完毕后，重新启动MyCat，然后在mycat的命令行中，执行如下SQL创建表、并插入数据，查看数据分布情况。
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 create table tb_order(varchar (100 ) not null primary key,int null ,varchar (200 ) null INSERT INTO tb_order (id, money, content) VALUES ('b92fdaaf-6fc4-11ec-b831- 482ae33c4a2d' , 10 , 'b92fdaf8-6fc4-11ec-b831-482ae33c4a2d' );INSERT INTO tb_order (id, money, content) VALUES ('b93482b6-6fc4-11ec-b831-482ae33c4a2d' , 20 , 'b93482d5-6fc4-11ec-b831-482ae33c4a2d' );INSERT INTO tb_order (id, money, content) VALUES ('b937e246-6fc4-11ec-b831-482ae33c4a2d' , 50 , 'b937e25d-6fc4-11ec-b831-482ae33c4a2d' );INSERT INTO tb_order (id, money, content) VALUES ('b93be2dd-6fc4-11ec-b831-482ae33c4a2d' , 100 , 'b93be2f9-6fc4-11ec-b831-482ae33c4a2d' );INSERT INTO tb_order (id, money, content) VALUES ('b93f2d68-6fc4-11ec-b831-482ae33c4a2d' , 130 , 'b93f2d7d-6fc4-11ec-b831-482ae33c4a2d' );INSERT INTO tb_order (id, money, content) VALUES ('b9451b98-6fc4-11ec-b831-482ae33c4a2d' , 30 , 'b9451bcc-6fc4-11ec-b831-482ae33c4a2d' );INSERT INTO tb_order (id, money, content) VALUES ('b9488ec1-6fc4-11ec-b831-482ae33c4a2d' , 560 , 'b9488edb-6fc4-11ec-b831-482ae33c4a2d' );INSERT INTO tb_order (id, money, content) VALUES ('b94be6e6-6fc4-11ec-b831-482ae33c4a2d' , 10 , 'b94be6ff-6fc4-11ec-b831-482ae33c4a2d' );INSERT INTO tb_order (id, money, content) VALUES ('b94ee10d-6fc4-11ec-b831-482ae33c4a2d' , 123 , 'b94ee12c-6fc4-11ec-b831-482ae33c4a2d' );INSERT INTO tb_order (id, money, content) VALUES ('b952492a-6fc4-11ec-b831-482ae33c4a2d' , 145 , 'b9524945-6fc4-11ec-b831-482ae33c4a2d' );INSERT INTO tb_order (id, money, content) VALUES ('b95553ac-6fc4-11ec-b831-482ae33c4a2d' , 543 , 'b95553c8-6fc4-11ec-b831-482ae33c4a2d' );INSERT INTO tb_order (id, money, content) VALUES ('b9581cdd-6fc4-11ec-b831-482ae33c4a2d' , 17 , 'b9581cfa-6fc4-11ec-b831-482ae33c4a2d' );INSERT INTO tb_order (id, money, content) VALUES ('b95afc0f-6fc4-11ec-b831-482ae33c4a2d' , 18 , 'b95afc2a-6fc4-11ec-b831-482ae33c4a2d' );INSERT INTO tb_order (id, money, content) VALUES ('b95daa99-6fc4-11ec-b831-482ae33c4a2d' , 134 , 'b95daab2-6fc4-11ec-b831-482ae33c4a2d' );INSERT INTO tb_order (id, money, content) VALUES ('b9667e3c-6fc4-11ec-b831-482ae33c4a2d' , 156 , 'b9667e60-6fc4-11ec-b831-482ae33c4a2d' );INSERT INTO tb_order (id, money, content) VALUES ('b96ab489-6fc4-11ec-b831-482ae33c4a2d' , 175 , 'b96ab4a5-6fc4-11ec-b831-482ae33c4a2d' );INSERT INTO tb_order (id, money, content) VALUES ('b96e2942-6fc4-11ec-b831-482ae33c4a2d' , 180 , 'b96e295b-6fc4-11ec-b831-482ae33c4a2d' );INSERT INTO tb_order (id, money, content) VALUES ('b97092ec-6fc4-11ec-b831-482ae33c4a2d' , 123 , 'b9709306-6fc4-11ec-b831-482ae33c4a2d' );INSERT INTO tb_order (id, money, content) VALUES ('b973727a-6fc4-11ec-b831-482ae33c4a2d' , 230 , 'b9737293-6fc4-11ec-b831-482ae33c4a2d' );INSERT INTO tb_order (id, money, content) VALUES ('b978840f-6fc4-11ec-b831-482ae33c4a2d' , 560 , 'b978843c-6fc4-11ec-b831-482ae33c4a2d' );
枚举分片 介绍 通过在配置文件中配置可能的枚举值, 指定数据分布到不同数据节点上, 本规则适用于按照省份、性别、状态拆分数据等业务 。
配置
schema.xml中逻辑表配置：
1 2 <table name ="tb_user" dataNode ="dn4,dn5,dn6" rule ="sharding-by-intfile-enumstatus" />
schema.xml中数据节点配置：
1 2 3 <dataNode name ="dn4" dataHost ="dhost1" database ="itcast" /> <dataNode name ="dn5" dataHost ="dhost2" database ="itcast" /> <dataNode name ="dn6" dataHost ="dhost3" database ="itcast" />
rule.xml中分片规则配置：
{17} 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 <tableRule name ="sharding-by-intfile" > <rule > <columns > sharding_id</columns > <algorithm > hash-int</algorithm > </rule > </tableRule > <tableRule name ="sharding-by-intfile-enumstatus" > <rule > <columns > status</columns > <algorithm > hash-int</algorithm > </rule > </tableRule > <function name ="hash-int" class ="io.mycat.route.function.PartitionByFileMap" > <property name ="defaultNode" > 2</property > <property name ="mapFile" > partition-hash-int.txt</property > </function >
partition-hash-int.txt ，内容如下 :
分片规则属性含义：
columns 标识将要分片的表字段 algorithm 指定分片函数与function的对应关系 class 指定该分片算法对应的类 mapFile 对应的外部配置文件 type 默认值为0 ; 0 表示Integer , 1 表示String defaultNode 默认节点 ; 小于0 标识不设置默认节点 , 大于等于0代表设置默认节点 ;默认节点的所用:枚举分片时,如果碰到不识别的枚举值, 就让它路由到默认节点 ; 如果没有默认值,碰到不识别的则报错 。
测试 配置完毕后，重新启动MyCat，然后在mycat的命令行中，执行如下SQL创建表、并插入数据，查看数据分布情况。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 CREATE TABLE tb_user (bigint (20 ) NOT NULL COMMENT 'ID' ,varchar (200 ) DEFAULT NULL COMMENT '姓名' ,int (2 ) DEFAULT '1' COMMENT '1: 未启用, 2: 已启用, 3: 已关闭' ,PRIMARY KEY (`id`)= InnoDB DEFAULT CHARSET= utf8mb4;insert into tb_user (id,username ,status) values (1 ,'Tom' ,1 );insert into tb_user (id,username ,status) values (2 ,'Cat' ,2 );insert into tb_user (id,username ,status) values (3 ,'Rose' ,3 );insert into tb_user (id,username ,status) values (4 ,'Coco' ,2 );insert into tb_user (id,username ,status) values (5 ,'Lily' ,1 );insert into tb_user (id,username ,status) values (6 ,'Tom' ,1 );insert into tb_user (id,username ,status) values (7 ,'Cat' ,2 );insert into tb_user (id,username ,status) values (8 ,'Rose' ,3 );insert into tb_user (id,username ,status) values (9 ,'Coco' ,2 );insert into tb_user (id,username ,status) values (10 ,'Lily' ,1 );
应用指定算法 介绍 运行阶段由应用自主决定路由到那个分片 , 直接根据字符子串（必须是数字） 计算分片号。
配置 schema.xml中逻辑表配置：
1 2 <table name ="tb_app" dataNode ="dn4,dn5,dn6" rule ="sharding-by-substring" />
schema.xml中数据节点配置：
1 2 3 <dataNode name ="dn4" dataHost ="dhost1" database ="itcast" /> <dataNode name ="dn5" dataHost ="dhost2" database ="itcast" /> <dataNode name ="dn6" dataHost ="dhost3" database ="itcast" />
rule.xml中分片规则配置：
1 2 3 4 5 6 7 8 9 10 11 12 <tableRule name ="sharding-by-substring" > <rule > <columns > id</columns > <algorithm > sharding-by-substring</algorithm > </rule > </tableRule > <function name ="sharding-by-substring" class ="io.mycat.route.function.PartitionDirectBySubString" > <property name ="startIndex" > 0</property > <property name ="size" > 2</property > <property name ="partitionCount" > 3</property > <property name ="defaultPartition" > 0</property > </function >
分片规则属性含义：
columns 标识将要分片的表字段 algorithm 指定分片函数与function的对应关系 class 指定该分片算法对应的类 startIndex 字符子串起始索引 size 字符长度 partitionCount 分区(分片)数量 defaultPartition 默认分片(在分片数量定义时, 字符标示的分片编号不在分片数量内时,使用默认分片)
示例说明 :
id=05-100000002 , 在此配置中代表根据id中从 startIndex=0，开始，截取siz=2位数字即05，05就是获取的分区，如果没找到对应的分片则默认分配到defaultPartition 。
测试 配置完毕后，重新启动MyCat，然后在mycat的命令行中，执行如下SQL创建表、并插入数据，查看数据分布情况。
1 2 3 4 5 6 7 8 9 10 11 CREATE TABLE tb_app (varchar (10 ) NOT NULL COMMENT 'ID' ,varchar (200 ) DEFAULT NULL COMMENT '名称' ,PRIMARY KEY (`id`)= InnoDB DEFAULT CHARSET= utf8mb4;insert into tb_app (id,name) values ('0000001' ,'Testx00001' );insert into tb_app (id,name) values ('0100001' ,'Test100001' );insert into tb_app (id,name) values ('0100002' ,'Test200001' );insert into tb_app (id,name) values ('0200001' ,'Test300001' );insert into tb_app (id,name) values ('0200002' ,'TesT400001' );
image image image 固定分片hash算法 介绍 该算法类似于十进制的求模运算，但是为二进制的操作，例如，取 id 的二进制低 10 位 与1111111111 进行位 & 运算 ，位与运算最小值为0000000000，最大值为1111111111，转换为十进制，也就是位于0-1023之间。
特点：
如果是求模，连续的值，分别分配到各个不同的分片；但是此算法会将连续的值可能分配到相同的分片，降低事务处理的难度。 可以均匀分配，也可以非均匀分配。 分片字段必须为数字类型。 配置 image-20221107151501464 schema.xml中逻辑表配置：
1 2 <table name ="tb_longhash" dataNode ="dn4,dn5,dn6" rule ="sharding-by-long-hash" />
schema.xml中数据节点配置：
1 2 3 <dataNode name ="dn4" dataHost ="dhost1" database ="itcast" /> <dataNode name ="dn5" dataHost ="dhost2" database ="itcast" /> <dataNode name ="dn6" dataHost ="dhost3" database ="itcast" />
rule.xml中分片规则配置：
1 2 3 4 5 6 7 8 9 10 11 12 <tableRule name ="sharding-by-long-hash" > <rule > <columns > id</columns > <algorithm > sharding-by-long-hash</algorithm > </rule > </tableRule > <function name ="sharding-by-long-hash" class ="io.mycat.route.function.PartitionByLong" > <property name ="partitionCount" > 2,1</property > <property name ="partitionLength" > 256,512</property > </function >
分片规则属性含义：
columns 标识将要分片的表字段名 algorithm 指定分片函数与function的对应关系 class 指定该分片算法对应的类 partitionCount 分片个数列表 partitionLength 分片范围列表
约束 :
分片长度 : 默认最大2^10 , 为 1024 ; count, length的数组长度必须是一致的 ; 以上分为三个分区:0-255,256-511,512-1023
示例说明 :
测试 配置完毕后，重新启动MyCat，然后在mycat的命令行中，执行如下SQL创建表、并插入数据，查看数据分布情况。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 CREATE TABLE tb_longhash (int (11 ) NOT NULL COMMENT 'ID' ,varchar (200 ) DEFAULT NULL COMMENT '名称' ,char (1 ) COMMENT '首字母' ,PRIMARY KEY (`id`)= InnoDB DEFAULT CHARSET= utf8mb4;insert into tb_longhash (id,name,firstChar) values (1 ,'七匹狼' ,'Q' );insert into tb_longhash (id,name,firstChar) values (2 ,'八匹狼' ,'B' );insert into tb_longhash (id,name,firstChar) values (3 ,'九匹狼' ,'J' );insert into tb_longhash (id,name,firstChar) values (4 ,'十匹狼' ,'S' );insert into tb_longhash (id,name,firstChar) values (5 ,'六匹狼' ,'L' );insert into tb_longhash (id,name,firstChar) values (6 ,'五匹狼' ,'W' );insert into tb_longhash (id,name,firstChar) values (7 ,'四匹狼' ,'S' );insert into tb_longhash (id,name,firstChar) values (8 ,'三匹狼' ,'S' );insert into tb_longhash (id,name,firstChar) values (9 ,'两匹狼' ,'L' );
image image image 字符串hash解析算法 介绍 截取字符串中的指定位置的子字符串, 进行hash算法， 算出分片。
配置
schema.xml中逻辑表配置：
1 2 <table name ="tb_strhash" dataNode ="dn4,dn5" rule ="sharding-by-stringhash" />
schema.xml中数据节点配置：
1 2 <dataNode name ="dn4" dataHost ="dhost1" database ="itcast" /> <dataNode name ="dn5" dataHost ="dhost2" database ="itcast" />
rule.xml中分片规则配置：
1 2 3 4 5 6 7 8 9 10 11 12 <tableRule name ="sharding-by-stringhash" > <rule > <columns > name</columns > <algorithm > sharding-by-stringhash</algorithm > </rule > </tableRule > <function name ="sharding-by-stringhash" class ="io.mycat.route.function.PartitionByString" > <property name ="partitionLength" > 512</property > <property name ="partitionCount" > 2</property > <property name ="hashSlice" > 0:2</property > </function >
分片规则属性含义：
columns 标识将要分片的表字段 algorithm 指定分片函数与function的对应关系 class 指定该分片算法对应的类 partitionLength hash求模基数 ; length*count=1024 (出于性能考虑) partitionCount 分区数 hashSlice hash运算位 , 根据子字符串的hash运算 ; 0 代表 str.length(), -1 代表 str.length()-1 , 大于0只代表数字自身 ; 可以理解为substring（start，end），start为0则只表示0
示例说明：
测试 配置完毕后，重新启动MyCat，然后在mycat的命令行中，执行如下SQL创建表、并插入数据，查看数据分布情况。
1 2 3 4 5 6 7 8 9 10 create table tb_strhash(varchar (20 ) primary key,varchar (100 )= InnoDB DEFAULT CHARSET= utf8mb4;INSERT INTO tb_strhash (name,content) VALUES ('T1001' , UUID());INSERT INTO tb_strhash (name,content) VALUES ('ROSE' , UUID());INSERT INTO tb_strhash (name,content) VALUES ('JERRY' , UUID());INSERT INTO tb_strhash (name,content) VALUES ('CRISTINA' , UUID());INSERT INTO tb_strhash (name,content) VALUES ('TOMCAT' , UUID());
按天分片算法 介绍 按照日期及对应的时间周期来分片。
配置
schema.xml中逻辑表配置：
1 2 <table name ="tb_datepart" dataNode ="dn4,dn5,dn6" rule ="sharding-by-date" />
schema.xml中数据节点配置：
1 2 3 <dataNode name ="dn4" dataHost ="dhost1" database ="itcast" /> <dataNode name ="dn5" dataHost ="dhost2" database ="itcast" /> <dataNode name ="dn6" dataHost ="dhost3" database ="itcast" />
rule.xml中分片规则配置：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 <tableRule name ="sharding-by-date" > <rule > <columns > create_time</columns > <algorithm > sharding-by-date</algorithm > </rule > </tableRule > <function name ="sharding-by-date" class ="io.mycat.route.function.PartitionByDate" > <property name ="dateFormat" > yyyy-MM-dd</property > <property name ="sBeginDate" > 2022-01-01</property > <property name ="sEndDate" > 2022-01-30</property > <property name ="sPartionDay" > 10</property > </function >
分片规则属性含义：
columns 标识将要分片的表字段 algorithm 指定分片函数与function的对应关系 class 指定该分片算法对应的类 dateFormat 日期格式 sBeginDate 开始日期 sEndDate 结束日期，如果配置了结束日期，则代码数据到达了这个日期的分片后，会重复从开始分片插入 sPartionDay 分区天数，默认值 10 ，从开始日期算起，每个10天一个分区
测试 配置完毕后，重新启动MyCat，然后在mycat的命令行中，执行如下SQL创建表、并插入数据，查看数据分布情况。
1 2 3 4 5 6 7 8 9 10 11 12 13 create table tb_datepart(bigint not null comment 'ID' primary key,varchar (100 ) null comment '姓名' ,date null insert into tb_datepart(id,name ,create_time) values (1 ,'Tom' ,'2022-01-01' );insert into tb_datepart(id,name ,create_time) values (2 ,'Cat' ,'2022-01-10' );insert into tb_datepart(id,name ,create_time) values (3 ,'Rose' ,'2022-01-11' );insert into tb_datepart(id,name ,create_time) values (4 ,'Coco' ,'2022-01-20' );insert into tb_datepart(id,name ,create_time) values (5 ,'Rose2' ,'2022-01-21' );insert into tb_datepart(id,name ,create_time) values (6 ,'Coco2' ,'2022-01-30' );insert into tb_datepart(id,name ,create_time) values (7 ,'Coco3' ,'2022-01-31' );
自然月分片 介绍 使用场景为按照月份来分片, 每个自然月为一个分片。
配置
schema.xml中逻辑表配置：
1 2 <table name ="tb_monthpart" dataNode ="dn4,dn5,dn6" rule ="sharding-by-month" />
schema.xml中数据节点配置：
1 2 3 <dataNode name ="dn4" dataHost ="dhost1" database ="itcast" /> <dataNode name ="dn5" dataHost ="dhost2" database ="itcast" /> <dataNode name ="dn6" dataHost ="dhost3" database ="itcast" />
rule.xml中分片规则配置：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 <tableRule name ="sharding-by-month" > <rule > <columns > create_time</columns > <algorithm > partbymonth</algorithm > </rule > </tableRule > <function name ="partbymonth" class ="io.mycat.route.function.PartitionByMonth" > <property name ="dateFormat" > yyyy-MM-dd</property > <property name ="sBeginDate" > 2022-01-01</property > <property name ="sEndDate" > 2022-03-31</property > </function >
分片规则属性含义：
columns 标识将要分片的表字段 algorithm 指定分片函数与function的对应关系 class 指定该分片算法对应的类 dateFormat 日期格式 sBeginDate 开始日期 sEndDate 结束日期，如果配置了结束日期，则代码数据到达了这个日期的分片后，会重复从开始分片插入
测试 配置完毕后，重新启动MyCat，然后在mycat的命令行中，执行如下SQL创建表、并插入数据，查看数据分布情况。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 create table tb_monthpart(bigint not null comment 'ID' primary key,varchar (100 ) null comment '姓名' ,date null insert into tb_monthpart(id,name ,create_time) values (1 ,'Tom' ,'2022-01-01' );insert into tb_monthpart(id,name ,create_time) values (2 ,'Cat' ,'2022-01-10' );insert into tb_monthpart(id,name ,create_time) values (3 ,'Rose' ,'2022-01-31' );insert into tb_monthpart(id,name ,create_time) values (4 ,'Coco' ,'2022-02-20' );insert into tb_monthpart(id,name ,create_time) values (5 ,'Rose2' ,'2022-02-25' );insert into tb_monthpart(id,name ,create_time) values (6 ,'Coco2' ,'2022-03-10' );insert into tb_monthpart(id,name ,create_time) values (7 ,'Coco3' ,'2022-03-31' );insert into tb_monthpart(id,name ,create_time) values (8 ,'Coco4' ,'2022-04-10' );insert into tb_monthpart(id,name ,create_time) values (9 ,'Coco5' ,'2022-04-30' );
MyCat 管理及监控 MyCat 原理
在MyCat中，当执行一条SQL语句时，MyCat需要进行SQL解析、分片分析、路由分析、读写分离分析等操作，最终经过一系列的分析决定将当前的SQL语句到底路由到那几个(或哪一个)节点数据库，数据库将数据执行完毕后，如果有返回的结果，则将结果返回给MyCat，最终还需要在MyCat中进行结果合并、聚合处理、排序处理、分页处理等操作，最终再将结果返回给客户端。
而在MyCat的使用过程中，MyCat官方也提供了一个管理监控平台MyCat-Web（MyCat-eye）。Mycat-web 是 Mycat 可视化运维的管理和监控平台，弥补了 Mycat 在监控上的空白。帮 Mycat分担统计任务和配置管理任务。Mycat-web 引入了 ZooKeeper 作为配置中心，可以管理多个节点。Mycat-web 主要管理和监控 Mycat 的流量、连接、活动线程和内存等，具备 IP 白名单、邮件告警等模块，还可以统计 SQL 并分析慢 SQL 和高频 SQL 等。为优化 SQL 提供依据。
MyCat 管理 Mycat默认开通2个端口，可以在server.xml中进行修改。
8066 数据访问端口，即进行 DML 和 DDL 操作。 9066 数据库管理端口，即 mycat 服务管理控制功能，用于管理mycat的整个集群状态 连接MyCat的管理控制台：
1 mysql -h 192.168.91.166 -p9066 -u root -p 123456
show @@help 查看Mycat管理工具帮助文档 show @@version 查看Mycat的版本 reload @@config 重新加载Mycat的配置文件 show @@datasource 查看Mycat的数据源信息 show @@datanode 查看MyCat现有的分片节点信息 show @@threadpool 查看Mycat的线程池信息 show @@sql 查看执行的SQL show @@sql.sum 查看执行的SQL统计
MyCat-eye 介绍 Mycat-web(Mycat-eye)是对mycat-server提供监控服务，功能不局限于对mycat-server使用。他通过JDBC连接对Mycat、Mysql监控，监控远程服务器(目前仅限于linux系统)的cpu、内存、网络、磁盘。
Mycat-eye运行过程中需要依赖zookeeper，因此需要先安装zookeeper。
安装 zookeeper安装,上传安装包
解压 1 tar -zxvf zookeeper-3.4.6.tar.gz -C /usr/local/
创建数据存放目录 1 2 cd /usr/local/zookeeper-3.4.6/mkdir data
修改配置文件名称并配置 1 2 cd confmv zoo_sample.cfg zoo.cfg
配置数据存放目录 1 dataDir=/usr/local/zookeeper-3.4.6/data
启动Zookeeper 1 2 3 bin/zkServer.sh start
mycat-web安装包已经上传过了，解压 1 2 cd /opt/Mycat/
目录介绍 1 2 3 4 5 6 etc ----> jetty配置文件
启动mycat-web 10 .访问
http://192.168.91.166:8082/mycat
::: tip 备注
如果Zookeeper与Mycat-web不在同一台服务器上 , 需要设置Zookeeper的地址 ; 在/usr/local/mycat-web/mycat-web/WEB-INF/classes/mycat.properties文件中配置 :
1 zookeepr =localhost:2181 #进行修改
:::
访问测试
配置 开始MyCat的实时统计功能 1 <property name ="useSqlStat" > 1</property >
在Mycat监控界面配置服务地址
测试 配置好了之后，我们可以通过MyCat执行一系列的增删改查的测试，然后过一段时间之后，打开mycat-eye的管理界面，查看mycat-eye监控到的数据信息。
A. 性能监控
B. 物理节点
C. SQL统计
D. SQL表分析
E. SQL监控
F. 高频SQL
