分库分表之MyCat详解_mycat分库分表

MyCat简介

• Mycat是Mycat社区开发的一款分布式关系型数据库(中间件)。它支持分布式SQL查询，兼容MySQL通信协议，以Java生态支持多种后端数据库，通过数据分片提高数据查询处理能力。

MyCat特性

• 支持前端作为MySQL通用代理
• 后端JDBC方式支持Oracle,DB2,SQL Server,mongodb,巨杉
• 基于心跳的自动故障切换，支持读写分离
• 支持MySQL Cluster,Galera,Percona,cluster集群
• 支持数据的多片自动路由与聚合
• 支持sum,count,max等常用的聚合函数,支持跨库分页
• 支持库内分表,支持单库内部任意join全局表，支持跨库2表join
• 基于caltlet的多表join
• 支持通过全局表，ER关系的分片策略，实现了高效的多表join查询
  • 2.0支持多语句 ->如：select * from user1 ; select * from user2;
  • Blob支持（Binary Large Object），用于存储二进制文件的容器

MyCat核心概念

• 逻辑库
  对数据进行分片处理后，从原有的一个库，被切分为多个分片数据库，所有的分片数据库群构成了整个完整的数据库存储。MyCat在操作时，使用逻辑库来代表这个完整的数据库集群，便于对整个集群操作。

• 逻辑表
  逻辑表在分布式数据库中，对应用来说，读写数据的表就是逻辑表。

• 分片表
  是指哪些原有的很大数据的表，需要切分到多个数据库的表，每个分片都拥有一部分数据，所有分片构成完整的数据。例如在MyCat配置中的t_node就属于分片表，数据按照规则被分到dn1、dn2两个分片节点上。

  <table name="t_node" primaryKey="vid" autoIncrement="true" dataNode="dn1,dn2" rule="rule1"/>
  1

• 非分片表
  一个数据库中并不是所有的表都很大，某些表是可以不用进行切分的，非分片是相对分片来说的，就是那些不需要进行数据切分的表。如下配置中t_node，只存在于分片节点dn1上。

  <table name="t_node" primaryKey="vid" autoIncrement="true" dataNode="dn1"/>
  1

• ER表
  MyCat提出了基于E-R关系的数据分片策略，子表的数据与所关联的父表数据存放在同一个数据分片上，即子表依赖于父表，通过表分组（Table Group）保证数据join不会跨库操作。表分组（Table Group）是解决分片数据join的一种很好思路，也是数据切分规划的一条重要规则。

• 全局表（字典表）
  在业务系统中，往往存在大量的字典表，这些表基本不会动，字典表具有一下特征：

  • 变动不频繁；
  • 数据量总体变化不大；
  • 数据规模不大，很少有超过数十万条记录。

• 分片节点
  也就是将一个大表切分到多个数据库上，这个库就被称为分片节点->dataNode。

• 节点主机
  同一台机器上可以有多个分片数据库，这样一个或多个分片节点所在的机器就是节点主机，为了避免单节点主机并发数限制，尽量将读写压力高的节点均衡的放在不同的节点主机上->dotaHost。

• 分片规则
  一个大表被拆分成多个分片表，就需要有一定的规则，这样按照某种业务规则把数据分到某个分片的规则就是分片规则，数据切分选择合适的分片规则非常重要，能极大的避免后续数据处理的难度。

---

• server.xml配置
  • user标签

  <user name="user"> <!--用户名-->
  	<property name="password">user</property> <!-- 密码-->
  	<property name="schemas">edu_order</property> <!--可以访问的库名-->
  	<property name="readOnly">true</property> <!--是否只读-->
  	<property name="defaultSchema">edu_order</property> <!--默认访问的库名，逻辑苦命-->
  </user>
  1
  2
  3
  4
  5
  6

  • firewall标签

  <firewall>
  	<!--ip白名单，支持通配符-->
  	<whitehost>
  		<host host="127.0.0.*" user="root"/>
  		<host host="127.0.*" user="root"/>
  		<host host="127.*" user="root"/>
  		<host host="1*7.*" user="root"/>
  	</whitehost>
  	<!--白名单以外的，针对黑名单更低的颗粒度-->
  	<blacklist check="true">
  		<property name="selectAllow">false</property>
  		<property name="selectIntoAllow">false</property>
  		<property name="updateAllow">false</property>
  		<property name="insertAllow">false</property>
  		......
  	</blacklist>
  1
  2
  3
  4
  5
  6
  7
  8
  9
  10
  11
  12
  13
  14
  15
  16

  • 全局序列号
    分库分表后数据库的自增id无法保证全局唯一。MyCat提供了全局sequence。

    <system>
      <property name="sequnceHandlerType">0</property>
    </system>
    1
    2
    3

    0：表示使用本地文件方式生成；
    1：表示使用数据库方式生成；
    2：表示使用本地时间戳方式生成；
    3：表示基于zookeeper与本地配置的分布式ID生成器方式生成；
    4：表示使用zookeeper递增方式生成；
    1
    2
    3
    4
    5

    • 0：本地文件方式：
      此方式MyCat将sequence配置到文件中，当使用到sequence中的配置后，MyCat会更下classpath中的sequence_conf.properties文件中的sequence当前值。

      #default global sequence 全局
      GLOBAL.HISIDS= #历史使用的自增id，一般不配置
      GLOBAL.MINID=10001 #最小id值
      GLOBAL.MAXID=20000 #最大id值
      GLOBAL.CURID=15000 #当前id值
    
      #针对某一个表
      COMPANY.HISIDS= #历史使用的自增id，一般不配置
      COMPANY.MINID=1001 #最小id值
      COMPANY.MAXID=2000 #最大id值
      COMPANY.CURID=1500 #当前id值
      
      #针对某一个表
      ORDER.HISIDS= #历史使用的自增id，一般不配置
      ORDER.MINID=1001 #最小id值
      ORDER.MAXID=2000 #最大id值
      ORDER.CURID=1500 #当前id值
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17

    • 1:数据库方式生成
      在数据库中创建一张表，存放sequence名称（name），sequence当前值（current_value），递增量（increment）等信息。

    create table mycat_sequence
     (
    		name varchar(64) not null,
    		current_value bigint(20) not null,
    		increment int not null default 1,
    		primary key (name)
     ) engine=InnoDB;
    1
    2
    3
    4
    5
    6
    7

    • 2：基于时间戳方式生成
      ID为64位二进制，42（毫秒）+5（机器ID）+5（业务编码）+12（重复累加）
      再换成十进制为18位的long类型，每毫秒可以并发12位二进制的累加。
      在MyCat下配置sequence_time_conf.properties文件
      注意：每个MyCat配置的WORKID和DATAACENTERID只能组合唯一标识，总共支持32*32=1024种组合

    WORKID=1 #0~31 范围内任意数字
    DATAACENTERID=5 #0~31范围内任意数字   
    1
    2

    • 3：基于zookeeper与本地配置的分布式ID生成器方式生成
      zk的连接信息统一在myid.properties的zkURL属性中配置。基于zk与本地配置的分布式id生成器，InstanceID可以通过zk自动获取，也可以通过配置文件配置。在sequence_distributed_conf.properties，只要配置INSTANCEID=zk就表示从zk上获取InstanceID。
      ID最大为63bit（二进制），可以承受单机房单机器单线程1000*(2^6)=640000的并发。结构如下
      • current time mills（微秒时间戳38位，可以使用17年）
      • clusterId（机房或者zkId，通过配置文件配置，5位）
      • instanceId（实例Id，可以通过zk或者配置文件获取，5位）
      • threadId（线程Id，9位）
      • increment（自增，6位）
    • 4：zk递增方式生成
      zk的连接信息统一在myid.properties的zkURL属性中配置。需要配置sequence_conf.properties文件
      • TABLE.MINID 某线程当前区间内最小值
      • TABLE.MAXID 某线程当前区间内最大值
      • TABLE.CURID 某线程当前区间内的当前值

---

• schema.xml配置
  schema.xml是MyCat中重要的配置文件之一，管理者MyCat的逻辑库、表、分片节点等信息。

  • schema标签
    schema标签用于定义MyCat实例中的逻辑库，MyCat可以有多个逻辑库，每个逻辑库都有自己的相关配置。可以使用schema标签来划分这些不同的逻辑库。

    <!--逻辑库-->
    <schema name="edu_order" checkSQLschema="true" sqlMaxLimit="100" dataNode="dn1">
    </schema>
    1
    2
    3

    

• table标签
  table标签定义了MyCat中的逻辑表，所有需要拆分的表都需要在这个标签中定义。

  <table name="b_order" dataNode="dn1,dn2" rule="b_order_rule" primaryKey="id" autoIncrement="true"/>
  1

  
• dataNode标签
  dataNode标签定义了MyCat中的分片节点，也就是数据分片。

  <!--数据节点-->
  <dataNode name="dn1" dataHost="edu_order_1" database="edu_order_1"/>
  1
  2

  • name：数据节点名称，需唯一，将要在table标签上应用这个名字，来建立表与分片对应的关系。
  • dataHost：指定该分片属于哪个主机，属性值引用的是dataHost标签上的name属性。
  • database：指定该分片节点属于该主机上的哪个库。
• dataHost标签
  dataHost标签在MyCat逻辑库中属于最底层的标签，直接定义了具体的数据库实例、读写分离配置和心跳语句

  <dataHost name="edu_order_1" maxCon="100" mixCon="10" balance="0" writeType="0" dbType="mysql"
            dbDriver="native" switchType="1" slaveThreshold="100">
  </dataHost>
  1
  2
  3

  
• heartbeat标签
  heartbeat标签内指明用于和后端进行心跳检测的语句。如果返回则正常

  <dataHost>
  		<heartbeat>select user()</heartbeat>
  </dataHost>
  1
  2
  3

• writeHost和readHost标签

  <dataHost name="edu_order_1" maxCon="100" mixCon="10" balance="0" writeType="0" dbType="mysql"
            dbDriver="native" switchType="1" slaveThreshold="100">
            <heartbeat>select user()</heartbeat>
            <writeHost host="M1" url="192.168.23.155:3306" user="root" password="ziye123">
            </writeHost>
  </dataHost>
  1
  2
  3
  4
  5
  6

  
• rule.xml配置
  rule.xml用于定义MyCat的分片规则。
  • tableRule标签

    <tableRule name="c_order_rule">
    	<rule>
    		<columns>user_id</columns>
    		<algorithm>partitionByOrderFunc</algorithm>
    	</rule>
    </tableRule>
    1
    2
    3
    4
    5
    6

    • name：指定唯一的名字，用于识别不同的表规则。 -> 对应table标签中的 rule 的值。
    • columns：指定要拆分的列名字 -> 如：指定“user_id”为分片键
    • algorithm：连接表规则和具体路由算法 -> 对应下面 function 标签中 name 的值
  • function标签

    <function name="partitonByOrderFunc" class="io.mycat.route.function.PartitionByMod">
    	<property name="count">2</property>
    </function>
    1
    2
    3

    • name：指定算法的名字。
    • class：指定路由算法局的类路径。
    • property：为具体算法需要用的一些属性。

---

其他章节 -> 跳转

end...
1