公司做了自己的分庫分表元件，下面就自己的經驗來看下分庫分表的優點和碰到的問題！

何為分庫分表？採取一定的策略將大量的表資料分佈在不同的資料庫，表中實現資料的均衡儲存！

分庫分表的背景:隨著資訊資料的急劇增長，單點資料庫會有宕機，或者單庫單表效能低下，查詢和儲存效率低的問題，使用分庫分表實現資料的分佈儲存，效能更好，適合現在資料量多，使用者需求高的特點！

分庫分表的優點:資料分佈在不同的資料庫中，單表資料量低，查詢速度快！可以在每個節點搭建叢集防止資料丟失！

分庫分表遇到的問題:

1，多庫多表需要不重複的ID生成策略，但是資料重複！

解決方案:UUID，全域性序列號等等！

2，如果是按照hash等方式實現的分庫分表，可能難以擴充套件

解決方案:1，使用時間段或者ID等進行劃分，可持續擴充套件（會帶來別的問題），2，資料重新遷移！

3，連線查詢，統計等出現困難:

解決方案:1，按照某個指定的分庫分表字段(ID)(分佈在同一個庫中)進行連線查詢！2，將主要欄位進行冗餘，方便統計和連線查詢！

分庫分表的元件有很多，mycat是最流行的一個！

怎麼使用mycat進行分庫分表？

1，下載安裝mycat，配置環境變數！

2，配置檔案(啟動記憶體等)，使用命令列啟動和停止！

3，建立多庫多表！

4，選擇分庫分表策略（水平和垂直），演算法等！

5，配置server.xml，schema.xml，rule.xml用於配置對映，規則等！

6，連線測試！

具體的mycat應用不是幾句話可以說的清的，最好是自己搭建環境，自己寫Demo測試，方能掌握！

我的Demo還在寫，到時候分享，需要的朋友，敬請關注。。。

MySQL的使用場景中，讀寫分離只是方案中的一部分，想要擴充套件，勢必會用到分庫分表，可喜的是Mycat裡已經做到了，今天花時間測試了一下，感覺還不錯。

關於分庫分表

當然自己也理了一下，分庫分表的這些內容，如果分成幾個策略或者階段，大概有下面的幾種。

最上面的第一種是直接拆表，比如資料庫db1下面有test1,test2,test3三個表，透過中介軟體看到的還是表test,裡面的資料做了這樣的拆分，能夠在一定程度上分解壓力，如果細細品來，和分割槽表的套路有些像。

接下來的幾類也是不斷完善，把表test拆解到多個庫中，多個伺服器中，如果做了讀寫分離，全套的方案這樣的拆解改進還是很大的。如此來看，資料庫中介軟體做了很多應用和資料庫之間的很多事情，能夠流行起來除了技術原因還是有很多其他的因素。

分庫分表的測試環境模擬

如果要在一臺伺服器上測試分庫分表，而且要求架構方案要全面，作為技術可行性的一個判定參考，是否可以實現呢。

如果模擬一主兩從的架構，模擬服務分佈在3臺伺服器上，這樣的方案需要建立9個例項,每個例項上有3個db需要分別拆分。

大體的配置如下：

master1: 埠33091

(m1)slave1: 埠33092

(m1)slave2: 埠33093

master2: 埠33071

(m2)slave1: 埠33072

(m2)slave2: 埠33073

master3: 埠33061

(m3)slave1: 埠33062

(m3)slave2: 埠33063

畫個圖來說明一下，其中db1,db2,db3下面有若干表，需要做sharding

所以我們需要模擬的就是這個事情。

使用Mycat碰到的幾個小問題解惑

使用Mycat的時候碰到了幾個小問題，感覺比較有代表性，記錄了一下。

問題1：

首先是使用Mycat連線到資料庫之後，如果不切換到具體的資料庫下，使用[資料庫名].[表名]的方式會丟擲下面的錯誤，可見整個過程中，Mycat攔截了SQL資訊做了過濾，在轉換的時候找不到目標路由。當然實際使用中，規範使用肯定不會有這個問題。

mysql> select * from db1.shard_auto;

ERROR 1064 (HY000): find no Route:select * from db1.shard_auto

問題2：

在配置了sharding策略之後，insert語句丟擲了下面的錯誤，這個是對語法的一個基本的要求。

mysql> insert into shard_mod_long values(1,"aa",date);

ERROR 1064 (HY000): partition table, insert must provide ColumnList

問題3：

如果sharding策略配置有誤，很可能出現表訪問正常，但是DML會有問題，提示資料衝突了。至於如何配置sharding,下面會講。

mysql> select * from shard_mod_long;

Empty set (0.00 sec)

mysql> insert into shard_mod_long(ID,name,shard_date) values(1,"aa",current_date);

ERROR 1105 (HY000): Duplicate entry "1" for key "PRIMARY"

問題4：

如果sharding的配置有誤，很可能出現多份冗餘資料。

檢視執行計劃就一目瞭然，透過data_node可以看到資料指向了多個目標庫。

mysql> explain insert into shard_auto(ID,name,shard_date) values(1,"aa",current_date);

+-----------+------------------------------------------------+

| DATA_NODE | SQL |

+-----------+------------------------------------------------+

| pxcNode11 | insert into shard_auto(ID,name,shard_date) values(1,"aa",current_date) |

| pxcNode21 | insert into shard_auto(ID,name,shard_date) values(1,"aa",current_date) |

| pxcNode31 | insert into shard_auto(ID,name,shard_date) values(1,"aa",current_date) |

+-----------+------------------------------------------------+

這種情況如果有一定的需求還是蠻不錯的，做sharding可惜了。問題就在於下面的這個table配置。

<table name="shard_auto" primaryKey="ID" type="global" dataNode="pxcNode11,pxcNode21,pxcNode31" rule="auto-sharding-long" />

需要去掉 type="global"的屬性，讓它sharding。

Mycat裡面的sharding策略

Mycat的分片策略很豐富，這個是超出自己的預期的，也是Mycat的一大亮點。

大體分片規則如下，另外還有一些其他分片方式這裡不全部列舉：

（1）分片列舉：sharding-by-intfile

（2）主鍵範圍：auto-sharding-long

（3）一致性hash：sharding-by-murmur

（4）字串hash解析：sharding-by-stringhash

（5）按日期（天）分片：sharding-by-date

（6）按單月小時拆分：sharding-by-hour

（7）自然月分片：sharding-by-month

在開始之前，我們要建立下面的表來模擬幾個sharding的場景,表名根據需求可以改變。

create table shard_test(ID int primary key, name varchar(20),shard_date date);

主鍵範圍分片

主鍵範圍分片是參考了主鍵值，按照主鍵值的分佈來分佈資料庫在不同的庫中，我們先在對應的sharding節點上建立同樣的表結構。

關於sharding的策略，需要修改rule.xml檔案。

常用的sharding策略已經在Mycat裡面實現了，如果要自行實現也可以定製。比如下面的規則，是基於主鍵欄位ID來做sharding,分佈的演算法是rang-long,引用了function rang-long,這個function是在對應的一個Java類中實現的。

<tableRule name="auto-sharding-long">

<rule>

<columns>ID</columns>

<algorithm>rang-long</algorithm>

</rule>

<function name="rang-long"

class="io.mycat.route.function.AutoPartitionByLong">

<property name="mapFile">autopartition-long.txt</property>

當然主鍵的範圍是不固定的，可以根據需求來定製，比如按照一百萬為單位，或者1000位單位，檔案是 autopartition-long.txt 檔案的內容預設如下，模板裡是分為了3個分片，如果要定製更多的就需要繼續配置了，目前來看這個配置只能夠承載15億的資料量，可以根據需求繼續擴充套件定製。

# range start-end ,data node index

# K=1000,M=10000.

0-500M=0

500M-1000M=1

1000M-1500M=2

插入一些資料來驗證一下，我們可以檢視執行計劃來做基本的驗證，配置無誤，資料就根據規則流向了指定的資料庫下的表裡。

mysql> explain insert into shard_auto(ID,name,shard_date) values(1,"aa",current_date);

+-----------+------------------------------------------------+

| DATA_NODE | SQL |

+-----------+------------------------------------------------+

| pxcNode11 | insert into shard_auto(ID,name,shard_date) values(1,"aa",current_date) |

+-----------+------------------------------------------------+

還有一個檢視sharding效果的小方法，比如我插入一個極大的值，保證和其他資料不在一個分片上，我們執行查詢語句兩次，結果會有點變化。

sharing的效果

mysql> select * from shard_auto;

+---------+------+------------+

| ID | name | shard_date |

+---------+------+------------+

| 1 | aa | 2017-09-06 |

| 2 | bb | 2017-09-06 |

| 5000001 | aa | 2017-09-06 |

+---------+------+------------+

3 rows in set (0.00 sec)

稍作停頓，繼續執行。

mysql> select * from shard_auto;

+---------+------+------------+

| ID | name | shard_date |

+---------+------+------------+

| 5000001 | aa | 2017-09-06 |

| 1 | aa | 2017-09-06 |

| 2 | bb | 2017-09-06 |

+---------+------+------------+

3 rows in set (0.01 sec)

Hash分片

Hash分片其實企業級應用尤其廣泛，我覺得一個原因是透過這種資料路由的方式，得到的資料情況是基本可控的，和業務的關聯起來比較直接。很多拆分方法都是根據mod方法來平均分佈資料。

sharding的策略在rule.xml裡面配置，還是預設的mod-long規則，引用了演算法mod-long,這裡是根據sharding的節點數來做的，預設是3個。

<tableRule name="mod-long">

<rule>

<columns>id</columns>

<algorithm>mod-long</algorithm>

</rule>

</tableRule>

<function name="mod-long">

<property name="count">3</property>

</function>

比如檢視兩次insert的結果情況。

mysql> explain insert into shard_mod_long(ID,name,shard_date) values(4,"dd",current_date);

+-----------+------------------------------------------------+

| DATA_NODE | SQL |

+-----------+------------------------------------------------+

| pxcNode22 | insert into shard_mod_long(ID,name,shard_date) values(4,"dd",current_date) |

+-----------+------------------------------------------------+

mysql> explain insert into shard_mod_long(ID,name,shard_date) values(5,"ee",current_date);

+-----------+------------------------------------------------+

| DATA_NODE | SQL |

+-----------+------------------------------------------------+

| pxcNode23 | insert into shard_mod_long(ID,name,shard_date) values(5,"ee",current_date) |

+-----------+------------------------------------------------+

可以看到資料還是遵循了節點的規律，平均分佈。

至於schema.xml的配置，是整個分庫的核心，我索性也給出一個配置來，供參考。

<?xml version="1.0"?>

<!DOCTYPE mycat:schema SYSTEM "schema.dtd">

<mycat:schema xmlns:mycat="http://io.mycat/">

<schema name="db1" checkSQLschema="false" sqlMaxLimit="100" >

<table name="shard_mod_long" primaryKey="ID" type="global" dataNode="pxcNode11,pxcNode21,pxcNode31" rule="mod-long" />

<table name="shard_auto" primaryKey="ID" type="global" dataNode="pxcNode11,pxcNode21,pxcNode31" rule="auto-sharding-long" />

</schema>

<dataNode name="pxcNode11" dataHost="dtHost" database="db1" />

<dataNode name="pxcNode21" dataHost="dtHost2" database="db1" />

<dataNode name="pxcNode31" dataHost="dtHost3" database="db1" />

<dataHost name="dtHost" maxCon="500" minCon="20" balance="1"

writeType="0" dbType="mysql" dbDriver="native" switchType="1" slaveThreshold="100">

<heartbeat>show slave status</heartbeat>

<writeHost host="hostMaster" url="192.168.163.128:33091" user="mycat_user" password="mycat" />

</dataHost>

<dataHost name="dtHost2" maxCon="500" minCon="20" balance="1"

writeType="0" dbType="mysql" dbDriver="native" switchType="1" slaveThreshold="100">

<heartbeat>show slave status</heartbeat>

<writeHost host="hostMaster" url="192.168.163.128:33071" user="mycat_user" password="mycat" />

</dataHost>

<dataHost name="dtHost3" maxCon="500" minCon="20" balance="1"

writeType="0" dbType="mysql" dbDriver="native" switchType="1" slaveThreshold="100">

<heartbeat>show slave status</heartbeat>

<writeHost host="hostMaster" url="192.168.163.128:33061" user="mycat_user" password="mycat" />

</dataHost>

</mycat:schema>

=================================================================================================

用Mycat，學會資料庫讀寫分離、分表分庫

php疑難雜症鋪 2017-09-13 14:31

用Mycat，學會資料庫讀寫分離、分表分庫

系統開發中，資料庫是非常重要的一個點。除了程式的本身的最佳化，如：SQL語句最佳化、程式碼最佳化，資料庫的處理本身最佳化也是非常重要的。主從、熱備、分表分庫等都是系統發展遲早會遇到的技術問題問題。Mycat是一個廣受好評的資料庫中介軟體，已經在很多產品上進行使用了。希望透過這篇文章的介紹，能學會Mycat的使用。

安裝

Mycat官網：http://www.mycat.io/

可以瞭解下Mycat的背景和應用情況，這樣使用起來比較有信心。

Mycat下載地址：http://dl.mycat.io/

官網有個文件，屬於詳細的介紹，初次入門，看起來比較花時間。

下載：

建議大家選擇 1.6-RELEASE 版本，畢竟是比較穩定的版本。

安裝：

根據不同的系統選擇不同的版本。包括linux、windows、mac,作者考慮還是非常周全的，當然，也有原始碼版的。（ps:原始碼版的下載後，只要配置正確，就可以正常執行除錯，這個贊一下。）

Mycat的安裝其實只要解壓下載的目錄就可以了，非常簡單。

安裝完成後，目錄如下：

目錄說明binmycat命令，啟動、重啟、停止等catletcatlet為Mycat的一個擴充套件功能confMycat 配置資訊,重點關注libMycat引用的jar包，Mycat是java開發的logs日誌檔案，包括Mycat啟動的日誌和執行的日誌。

配置

Mycat的配置檔案都在conf目錄裡面，這裡介紹幾個常用的檔案：

檔案說明server.xmlMycat的配置檔案，設定賬號、引數等schema.xmlMycat對應的物理資料庫和資料庫表的配置rule.xmlMycat分片（分庫分表）規則

Mycat的架構其實很好理解，Mycat是代理，Mycat後面就是物理資料庫。和Web伺服器的Nginx類似。對於使用者來說，訪問的都是Mycat，不會接觸到後端的資料庫。

我們現在做一個主從、讀寫分離，簡單分表的示例。結構如下圖：

伺服器IP說明Mycat192.168.0.2mycat伺服器，連線資料庫時，連線此伺服器database1192.168.0.3物理資料庫1，真正儲存資料的資料庫database2192.168.0.4物理資料庫2，真正儲存資料的資料庫

Mycat作為主資料庫中介軟體，肯定是與程式碼弱關聯的，所以程式碼是不用修改的，使用Mycat後，連線資料庫是不變的，預設埠是8066。連線方式和普通資料庫一樣，如：jdbc:mysql://192.168.0.2:8066/

server.xml

示例

重點關注下面這段，其他預設即可。

引數說明user使用者配置節點--name登入的使用者名稱，也就是連線Mycat的使用者名稱--password登入的密碼，也就是連線Mycat的密碼--schemas資料庫名，這裡會和schema.xml中的配置關聯，多個用逗號分開，例如需要這個使用者需要管理兩個資料庫db1,db2，則配置db1,dbs--privileges配置使用者針對表的增刪改查的許可權，具體見文件吧

我這裡配置了一個賬號test 密碼也是test,針對資料庫lunch,讀寫許可權都有，沒有針對表做任何特殊的許可權。

schema.xml

schema.xml是最主要的配置項，首先看我的配置檔案。

引數說明schema資料庫設定，此資料庫為邏輯資料庫，name與server.xml中schema對應dataNode分片資訊，也就是分庫相關配置dataHost物理資料庫，真正儲存資料的資料庫

每個節點的屬性逐一說明：

schema:

屬性說明name邏輯資料庫名，與server.xml中的schema對應checkSQLschema資料庫字首相關設定，建議看文件，這裡暫時設為folsesqlMaxLimitselect 時預設的limit，避免查詢全表

table:

屬性說明name表名，物理資料庫中表名dataNode表儲存到哪些節點，多個節點用逗號分隔。節點為下文dataNode設定的nameprimaryKey主鍵欄位名，自動生成主鍵時需要設定autoIncrement是否自增rule分片規則名，具體規則下文rule詳細介紹

dataNode

屬性說明name節點名，與table中dataNode對應datahost物理資料庫名，與datahost中name對應database物理資料庫中資料庫名

dataHost

屬性說明name物理資料庫名，與dataNode中dataHost對應balance均衡負載的方式writeType寫入方式dbType資料庫型別heartbeat心跳檢測語句，注意語句結尾的分號要加。

應用場景

資料庫分表分庫

配置如下：

我在192.168.0.2、192.168.0.3均有資料庫lunch。

lunchmenu、restaurant、userlunch、users這些表都只寫入節點dn1，也就是192.168.0.2這個服務，而dictionary寫入了dn1、dn2兩個節點，也就是192.168.0.2、192.168.0.3這兩臺伺服器。分片的規則為：mod-long。

table中的rule屬性對應的就是rule.xml檔案中tableRule的name,具體有哪些分表和分庫的實現，建議還是看下文件。我這裡選擇的mod-long就是將資料平均拆分。因為我後端是兩臺物理庫，所以rule.xml中mod-long對應的function count為2，見下面部分程式碼：

資料庫讀寫分離

配置如下：

這樣的配置與前一個示例配置改動如下：

datahost也只有一臺，但是writehost總添加了readhost,balance改為1，表示讀寫分離。

以上配置達到的效果就是102.168.0.2為主庫，192.168.0.3為從庫。

注意：Mycat主從分離只是在讀的時候做了處理，寫入資料的時候，只會寫入到writehost，需要透過mycat的主從複製將資料複製到readhost，這個問題當時候我糾結了好久，資料寫入writehost後，readhost一直沒有資料，以為是自己配置的問題，後面才發現Mycat就沒有實現主從複製的功能，畢竟資料庫本身自帶的這個功能才是最高效穩定的。

至於其他的場景，如同時主從和分表分庫也是支援的了，只要瞭解這個實現以後再去修改配置，都是可以實現的。而熱備及故障專業官方推薦使用haproxy配合一起使用，大家可以試試。

使用

Mycat的啟動也很簡單，啟動命令在Bin目錄：

如果在啟動時發現異常，在logs目錄中檢視日誌。

wrapper.log 為程式啟動的日誌，啟動時的問題看這個

mycat.log 為指令碼執行時的日誌，SQL指令碼執行報錯後的具體錯誤內容,檢視這個檔案。mycat.log是最新的錯誤日誌，歷史日誌會根據時間生成目錄儲存。

mycat啟動後，執行命令不成功，可能實際上配置有錯誤，導致後面的命令沒有很好的執行。

Mycat帶來的最大好處就是使用是完全不用修改原有程式碼的，在mycat透過命令啟動後，你只需要將資料庫連線切換到Mycat的地址就可以了。如下面就可以進行連線了：

連線成功後可以執行sql指令碼了。

所以，可以直接透過sql管理工具（如：navicat、datagrip）連線，執行指令碼。我一直用datagrip來進行日常簡單的管理，這個很方便。

Mycat還有一個管理的連線，埠號是9906.

連線後可以根據管理命令檢視Mycat的執行情況，當然，喜歡UI管理方式的人，可以安裝一個Mycat-Web來進行管理，有興趣自行搜尋。

簡而言之，開發中使用Mycat和直接使用Mysql機會沒有差別。

常見問題

Mycat是不是配置以後，就能完全解決分表分庫和讀寫分離問題？

Mycat配合資料庫本身的複製功能，可以解決讀寫分離的問題，但是針對分表分庫的問題，不是完美的解決。或者說，至今為止，業界沒有完美的解決方案。

分表分庫寫入能完美解決，但是，不能完美解決主要是聯表查詢的問題，Mycat支援兩個表聯表的查詢，多餘兩個表的查詢不支援。 其實，很多資料庫中介軟體關於分表分庫後查詢的問題，都是需要自己實現的，而且節本都不支援聯表查詢，Mycat已經算做地非常先進了。

分表分庫的後聯表查詢問題，大家透過合理資料庫設計來避免。

Mycat支援哪些資料庫，其他平臺如 .net、PHP能用嗎？

官方說了，支援的資料庫包括MySQL、SQL Server、Oracle、DB2、PostgreSQL 等主流資料庫，很贊。

儘量用Mysql,我試過SQL Server，會有些小問題，因為部分語法有點差異。

Mycat 非JAVA平臺如 .net、PHP能用嗎？

可以用。這一點MyCat做的也很棒。

分庫/分表

顧名思義，分庫分表就是按照一定的規則，對原有的資料庫和表進行拆分，把一個數據庫分成多個庫，把一張表拆分成為多張表。

為什麼要分庫/分表

隨著時間和業務的發展，資料庫和表中的資料量會越來越多，對硬體特別是磁碟消耗是越來越大，磁碟定址、IO操作、系統記憶體都有很大的開銷，為了提升資料庫操作的效率，因此以空間換時間。打個比方，你把五顏六色的玻璃球放到一個籃子裡，如果去找各種顏色球的數量是不是很麻煩。如果按照顏色分開放，找綠色的球直接去綠色區，不用顧及其他顏色，是不是效率就高了很多。就是這個原理

垂直分庫/分表

垂直劃分資料庫是根據業務進行劃分，將一張表的幾個欄位分成幾張表，把大表變成小表，把一個大庫按照業務 拆分幾個專門庫，比如商品，按照商品類別，商品詳情，訂單詳情，訂單 ，劃分到 商品庫，訂單庫中 。透過降低單庫（表）的大小來提高效能 放入不同的庫中。

水平分庫/分表

水平劃分是根據一定規則，例如時間或hash值等進行資料的拆分。這種拆分都是行級別拆分，也就是所有拆分的都是完整的一條資料。比如把使用者表按照年份拆分2018年註冊的使用者，2019年的使用者，2018之前註冊的使用者。

MyCat

Mycat是一款開源的資料庫中介軟體，主要是用作資料庫代理，也就是消費資料庫資料的消費方不直接接觸資料庫，透過mycat來代理訪問。就像明星一樣，你有商演想找明星，不會直接找到明星，會找到經紀人，經紀人來談具體事宜，經紀人再告訴明星。

Mycat的原理中最重要是在sql執行前可以攔截處理一些邏輯，它攔截了使用者傳送過來的SQL語句，首先對SQL語句做了一些特定的分析：如分片分析、路由分析、讀寫分離分析、快取分析等，然後將此SQL發往後端的真實資料庫，並將返回的結果做適當的處理，最終再返回給使用者。因此對於分庫分表來說把分庫分表的規則寫入攔截器，攔截器透過分析來指向真實的地址獲取資料，還可以將資料進行邏輯處理後返回消費方。這樣就完成了分庫分表的操作。這樣就達成了對開發無感知的目的，避免分庫分表造成了路由邏輯的編寫。

以下就是網上找來的mycat分庫分表的示意圖，相信很容易看懂。

公司做了自己的分庫分表元件，下面就自己的經驗來看下分庫分表的優點和碰到的問題！

何為分庫分表？採取一定的策略將大量的表資料分佈在不同的資料庫，表中實現資料的均衡儲存！

分庫分表的背景:隨著資訊資料的急劇增長，單點資料庫會有宕機，或者單庫單表效能低下，查詢和儲存效率低的問題，使用分庫分表實現資料的分佈儲存，效能更好，適合現在資料量多，使用者需求高的特點！

分庫分表的優點:資料分佈在不同的資料庫中，單表資料量低，查詢速度快！可以在每個節點搭建叢集防止資料丟失！

分庫分表遇到的問題:

1，多庫多表需要不重複的ID生成策略，但是資料重複！

解決方案:UUID，全域性序列號等等！

2，如果是按照hash等方式實現的分庫分表，可能難以擴充套件

解決方案:1，使用時間段或者ID等進行劃分，可持續擴充套件（會帶來別的問題），2，資料重新遷移！

3，連線查詢，統計等出現困難:

解決方案:1，按照某個指定的分庫分表字段(ID)(分佈在同一個庫中)進行連線查詢！2，將主要欄位進行冗餘，方便統計和連線查詢！

分庫分表的元件有很多，mycat是最流行的一個！

怎麼使用mycat進行分庫分表？

1，下載安裝mycat，配置環境變數！

2，配置檔案(啟動記憶體等)，使用命令列啟動和停止！

3，建立多庫多表！

4，選擇分庫分表策略（水平和垂直），演算法等！

5，配置server.xml，schema.xml，rule.xml用於配置對映，規則等！

6，連線測試！

具體的mycat應用不是幾句話可以說的清的，最好是自己搭建環境，自己寫Demo測試，方能掌握！

我的Demo還在寫，到時候分享，需要的朋友，敬請關注。。。

MySQL的使用場景中，讀寫分離只是方案中的一部分，想要擴充套件，勢必會用到分庫分表，可喜的是Mycat裡已經做到了，今天花時間測試了一下，感覺還不錯。

關於分庫分表

當然自己也理了一下，分庫分表的這些內容，如果分成幾個策略或者階段，大概有下面的幾種。

最上面的第一種是直接拆表，比如資料庫db1下面有test1,test2,test3三個表，透過中介軟體看到的還是表test,裡面的資料做了這樣的拆分，能夠在一定程度上分解壓力，如果細細品來，和分割槽表的套路有些像。

接下來的幾類也是不斷完善，把表test拆解到多個庫中，多個伺服器中，如果做了讀寫分離，全套的方案這樣的拆解改進還是很大的。如此來看，資料庫中介軟體做了很多應用和資料庫之間的很多事情，能夠流行起來除了技術原因還是有很多其他的因素。

分庫分表的測試環境模擬

如果要在一臺伺服器上測試分庫分表，而且要求架構方案要全面，作為技術可行性的一個判定參考，是否可以實現呢。

如果模擬一主兩從的架構，模擬服務分佈在3臺伺服器上，這樣的方案需要建立9個例項,每個例項上有3個db需要分別拆分。

大體的配置如下：

master1: 埠33091

(m1)slave1: 埠33092

(m1)slave2: 埠33093

master2: 埠33071

(m2)slave1: 埠33072

(m2)slave2: 埠33073

master3: 埠33061

(m3)slave1: 埠33062

(m3)slave2: 埠33063

畫個圖來說明一下，其中db1,db2,db3下面有若干表，需要做sharding

所以我們需要模擬的就是這個事情。

使用Mycat碰到的幾個小問題解惑

使用Mycat的時候碰到了幾個小問題，感覺比較有代表性，記錄了一下。

問題1：

首先是使用Mycat連線到資料庫之後，如果不切換到具體的資料庫下，使用[資料庫名].[表名]的方式會丟擲下面的錯誤，可見整個過程中，Mycat攔截了SQL資訊做了過濾，在轉換的時候找不到目標路由。當然實際使用中，規範使用肯定不會有這個問題。

mysql> select * from db1.shard_auto;

ERROR 1064 (HY000): find no Route:select * from db1.shard_auto

問題2：

在配置了sharding策略之後，insert語句丟擲了下面的錯誤，這個是對語法的一個基本的要求。

mysql> insert into shard_mod_long values(1,"aa",date);

ERROR 1064 (HY000): partition table, insert must provide ColumnList

問題3：

如果sharding策略配置有誤，很可能出現表訪問正常，但是DML會有問題，提示資料衝突了。至於如何配置sharding,下面會講。

mysql> select * from shard_mod_long;

Empty set (0.00 sec)

mysql> insert into shard_mod_long(ID,name,shard_date) values(1,"aa",current_date);

ERROR 1105 (HY000): Duplicate entry "1" for key "PRIMARY"

問題4：

如果sharding的配置有誤，很可能出現多份冗餘資料。

檢視執行計劃就一目瞭然，透過data_node可以看到資料指向了多個目標庫。

mysql> explain insert into shard_auto(ID,name,shard_date) values(1,"aa",current_date);

+-----------+------------------------------------------------+

| DATA_NODE | SQL |

+-----------+------------------------------------------------+

| pxcNode11 | insert into shard_auto(ID,name,shard_date) values(1,"aa",current_date) |

| pxcNode21 | insert into shard_auto(ID,name,shard_date) values(1,"aa",current_date) |

| pxcNode31 | insert into shard_auto(ID,name,shard_date) values(1,"aa",current_date) |

+-----------+------------------------------------------------+

這種情況如果有一定的需求還是蠻不錯的，做sharding可惜了。問題就在於下面的這個table配置。

<table name="shard_auto" primaryKey="ID" type="global" dataNode="pxcNode11,pxcNode21,pxcNode31" rule="auto-sharding-long" />

需要去掉 type="global"的屬性，讓它sharding。

Mycat裡面的sharding策略

Mycat的分片策略很豐富，這個是超出自己的預期的，也是Mycat的一大亮點。

大體分片規則如下，另外還有一些其他分片方式這裡不全部列舉：

（1）分片列舉：sharding-by-intfile

（2）主鍵範圍：auto-sharding-long

（3）一致性hash：sharding-by-murmur

（4）字串hash解析：sharding-by-stringhash

（5）按日期（天）分片：sharding-by-date

（6）按單月小時拆分：sharding-by-hour

（7）自然月分片：sharding-by-month

在開始之前，我們要建立下面的表來模擬幾個sharding的場景,表名根據需求可以改變。

create table shard_test(ID int primary key, name varchar(20),shard_date date);

主鍵範圍分片

主鍵範圍分片是參考了主鍵值，按照主鍵值的分佈來分佈資料庫在不同的庫中，我們先在對應的sharding節點上建立同樣的表結構。

關於sharding的策略，需要修改rule.xml檔案。

常用的sharding策略已經在Mycat裡面實現了，如果要自行實現也可以定製。比如下面的規則，是基於主鍵欄位ID來做sharding,分佈的演算法是rang-long,引用了function rang-long,這個function是在對應的一個Java類中實現的。

<tableRule name="auto-sharding-long">

<rule>

<columns>ID</columns>

<algorithm>rang-long</algorithm>

</rule>

<function name="rang-long"

class="io.mycat.route.function.AutoPartitionByLong">

<property name="mapFile">autopartition-long.txt</property>

當然主鍵的範圍是不固定的，可以根據需求來定製，比如按照一百萬為單位，或者1000位單位，檔案是 autopartition-long.txt 檔案的內容預設如下，模板裡是分為了3個分片，如果要定製更多的就需要繼續配置了，目前來看這個配置只能夠承載15億的資料量，可以根據需求繼續擴充套件定製。

# range start-end ,data node index

# K=1000,M=10000.

0-500M=0

500M-1000M=1

1000M-1500M=2

插入一些資料來驗證一下，我們可以檢視執行計劃來做基本的驗證，配置無誤，資料就根據規則流向了指定的資料庫下的表裡。

mysql> explain insert into shard_auto(ID,name,shard_date) values(1,"aa",current_date);

+-----------+------------------------------------------------+

| DATA_NODE | SQL |

+-----------+------------------------------------------------+

| pxcNode11 | insert into shard_auto(ID,name,shard_date) values(1,"aa",current_date) |

+-----------+------------------------------------------------+

還有一個檢視sharding效果的小方法，比如我插入一個極大的值，保證和其他資料不在一個分片上，我們執行查詢語句兩次，結果會有點變化。

sharing的效果

mysql> select * from shard_auto;

+---------+------+------------+

| ID | name | shard_date |

+---------+------+------------+

| 1 | aa | 2017-09-06 |

| 2 | bb | 2017-09-06 |

| 5000001 | aa | 2017-09-06 |

+---------+------+------------+

3 rows in set (0.00 sec)

稍作停頓，繼續執行。

mysql> select * from shard_auto;

+---------+------+------------+

| ID | name | shard_date |

+---------+------+------------+

| 5000001 | aa | 2017-09-06 |

| 1 | aa | 2017-09-06 |

| 2 | bb | 2017-09-06 |

+---------+------+------------+

3 rows in set (0.01 sec)

Hash分片

Hash分片其實企業級應用尤其廣泛，我覺得一個原因是透過這種資料路由的方式，得到的資料情況是基本可控的，和業務的關聯起來比較直接。很多拆分方法都是根據mod方法來平均分佈資料。

sharding的策略在rule.xml裡面配置，還是預設的mod-long規則，引用了演算法mod-long,這裡是根據sharding的節點數來做的，預設是3個。

<tableRule name="mod-long">

<rule>

<columns>id</columns>

<algorithm>mod-long</algorithm>

</rule>

</tableRule>

<function name="mod-long">

<property name="count">3</property>

</function>

比如檢視兩次insert的結果情況。

mysql> explain insert into shard_mod_long(ID,name,shard_date) values(4,"dd",current_date);

+-----------+------------------------------------------------+

| DATA_NODE | SQL |

+-----------+------------------------------------------------+

| pxcNode22 | insert into shard_mod_long(ID,name,shard_date) values(4,"dd",current_date) |

+-----------+------------------------------------------------+

mysql> explain insert into shard_mod_long(ID,name,shard_date) values(5,"ee",current_date);

+-----------+------------------------------------------------+

| DATA_NODE | SQL |

+-----------+------------------------------------------------+

| pxcNode23 | insert into shard_mod_long(ID,name,shard_date) values(5,"ee",current_date) |

+-----------+------------------------------------------------+

可以看到資料還是遵循了節點的規律，平均分佈。

至於schema.xml的配置，是整個分庫的核心，我索性也給出一個配置來，供參考。

<?xml version="1.0"?>

<!DOCTYPE mycat:schema SYSTEM "schema.dtd">

<mycat:schema xmlns:mycat="http://io.mycat/">

<schema name="db1" checkSQLschema="false" sqlMaxLimit="100" >

<table name="shard_mod_long" primaryKey="ID" type="global" dataNode="pxcNode11,pxcNode21,pxcNode31" rule="mod-long" />

<table name="shard_auto" primaryKey="ID" type="global" dataNode="pxcNode11,pxcNode21,pxcNode31" rule="auto-sharding-long" />

</schema>

<dataNode name="pxcNode11" dataHost="dtHost" database="db1" />

<dataNode name="pxcNode21" dataHost="dtHost2" database="db1" />

<dataNode name="pxcNode31" dataHost="dtHost3" database="db1" />

<dataHost name="dtHost" maxCon="500" minCon="20" balance="1"

writeType="0" dbType="mysql" dbDriver="native" switchType="1" slaveThreshold="100">

<heartbeat>show slave status</heartbeat>

<writeHost host="hostMaster" url="192.168.163.128:33091" user="mycat_user" password="mycat" />

</dataHost>

<dataHost name="dtHost2" maxCon="500" minCon="20" balance="1"

writeType="0" dbType="mysql" dbDriver="native" switchType="1" slaveThreshold="100">

<heartbeat>show slave status</heartbeat>

<writeHost host="hostMaster" url="192.168.163.128:33071" user="mycat_user" password="mycat" />

</dataHost>

<dataHost name="dtHost3" maxCon="500" minCon="20" balance="1"

writeType="0" dbType="mysql" dbDriver="native" switchType="1" slaveThreshold="100">

<heartbeat>show slave status</heartbeat>

<writeHost host="hostMaster" url="192.168.163.128:33061" user="mycat_user" password="mycat" />

</dataHost>

</mycat:schema>

=================================================================================================

用Mycat，學會資料庫讀寫分離、分表分庫

php疑難雜症鋪 2017-09-13 14:31

用Mycat，學會資料庫讀寫分離、分表分庫

系統開發中，資料庫是非常重要的一個點。除了程式的本身的最佳化，如：SQL語句最佳化、程式碼最佳化，資料庫的處理本身最佳化也是非常重要的。主從、熱備、分表分庫等都是系統發展遲早會遇到的技術問題問題。Mycat是一個廣受好評的資料庫中介軟體，已經在很多產品上進行使用了。希望透過這篇文章的介紹，能學會Mycat的使用。

安裝

Mycat官網：http://www.mycat.io/

可以瞭解下Mycat的背景和應用情況，這樣使用起來比較有信心。

Mycat下載地址：http://dl.mycat.io/

官網有個文件，屬於詳細的介紹，初次入門，看起來比較花時間。

下載：

建議大家選擇 1.6-RELEASE 版本，畢竟是比較穩定的版本。

安裝：

根據不同的系統選擇不同的版本。包括linux、windows、mac,作者考慮還是非常周全的，當然，也有原始碼版的。（ps:原始碼版的下載後，只要配置正確，就可以正常執行除錯，這個贊一下。）

Mycat的安裝其實只要解壓下載的目錄就可以了，非常簡單。

安裝完成後，目錄如下：

目錄說明binmycat命令，啟動、重啟、停止等catletcatlet為Mycat的一個擴充套件功能confMycat 配置資訊,重點關注libMycat引用的jar包，Mycat是java開發的logs日誌檔案，包括Mycat啟動的日誌和執行的日誌。

配置

Mycat的配置檔案都在conf目錄裡面，這裡介紹幾個常用的檔案：

檔案說明server.xmlMycat的配置檔案，設定賬號、引數等schema.xmlMycat對應的物理資料庫和資料庫表的配置rule.xmlMycat分片（分庫分表）規則

Mycat的架構其實很好理解，Mycat是代理，Mycat後面就是物理資料庫。和Web伺服器的Nginx類似。對於使用者來說，訪問的都是Mycat，不會接觸到後端的資料庫。

我們現在做一個主從、讀寫分離，簡單分表的示例。結構如下圖：

伺服器IP說明Mycat192.168.0.2mycat伺服器，連線資料庫時，連線此伺服器database1192.168.0.3物理資料庫1，真正儲存資料的資料庫database2192.168.0.4物理資料庫2，真正儲存資料的資料庫

Mycat作為主資料庫中介軟體，肯定是與程式碼弱關聯的，所以程式碼是不用修改的，使用Mycat後，連線資料庫是不變的，預設埠是8066。連線方式和普通資料庫一樣，如：jdbc:mysql://192.168.0.2:8066/

server.xml

示例

重點關注下面這段，其他預設即可。

引數說明user使用者配置節點--name登入的使用者名稱，也就是連線Mycat的使用者名稱--password登入的密碼，也就是連線Mycat的密碼--schemas資料庫名，這裡會和schema.xml中的配置關聯，多個用逗號分開，例如需要這個使用者需要管理兩個資料庫db1,db2，則配置db1,dbs--privileges配置使用者針對表的增刪改查的許可權，具體見文件吧

我這裡配置了一個賬號test 密碼也是test,針對資料庫lunch,讀寫許可權都有，沒有針對表做任何特殊的許可權。

schema.xml

schema.xml是最主要的配置項，首先看我的配置檔案。

引數說明schema資料庫設定，此資料庫為邏輯資料庫，name與server.xml中schema對應dataNode分片資訊，也就是分庫相關配置dataHost物理資料庫，真正儲存資料的資料庫

每個節點的屬性逐一說明：

schema:

屬性說明name邏輯資料庫名，與server.xml中的schema對應checkSQLschema資料庫字首相關設定，建議看文件，這裡暫時設為folsesqlMaxLimitselect 時預設的limit，避免查詢全表

table:

屬性說明name表名，物理資料庫中表名dataNode表儲存到哪些節點，多個節點用逗號分隔。節點為下文dataNode設定的nameprimaryKey主鍵欄位名，自動生成主鍵時需要設定autoIncrement是否自增rule分片規則名，具體規則下文rule詳細介紹

dataNode

屬性說明name節點名，與table中dataNode對應datahost物理資料庫名，與datahost中name對應database物理資料庫中資料庫名

dataHost

屬性說明name物理資料庫名，與dataNode中dataHost對應balance均衡負載的方式writeType寫入方式dbType資料庫型別heartbeat心跳檢測語句，注意語句結尾的分號要加。

應用場景

資料庫分表分庫

配置如下：

我在192.168.0.2、192.168.0.3均有資料庫lunch。

lunchmenu、restaurant、userlunch、users這些表都只寫入節點dn1，也就是192.168.0.2這個服務，而dictionary寫入了dn1、dn2兩個節點，也就是192.168.0.2、192.168.0.3這兩臺伺服器。分片的規則為：mod-long。

table中的rule屬性對應的就是rule.xml檔案中tableRule的name,具體有哪些分表和分庫的實現，建議還是看下文件。我這裡選擇的mod-long就是將資料平均拆分。因為我後端是兩臺物理庫，所以rule.xml中mod-long對應的function count為2，見下面部分程式碼：

資料庫讀寫分離

配置如下：

這樣的配置與前一個示例配置改動如下：

datahost也只有一臺，但是writehost總添加了readhost,balance改為1，表示讀寫分離。

以上配置達到的效果就是102.168.0.2為主庫，192.168.0.3為從庫。

注意：Mycat主從分離只是在讀的時候做了處理，寫入資料的時候，只會寫入到writehost，需要透過mycat的主從複製將資料複製到readhost，這個問題當時候我糾結了好久，資料寫入writehost後，readhost一直沒有資料，以為是自己配置的問題，後面才發現Mycat就沒有實現主從複製的功能，畢竟資料庫本身自帶的這個功能才是最高效穩定的。

至於其他的場景，如同時主從和分表分庫也是支援的了，只要瞭解這個實現以後再去修改配置，都是可以實現的。而熱備及故障專業官方推薦使用haproxy配合一起使用，大家可以試試。

使用

Mycat的啟動也很簡單，啟動命令在Bin目錄：

如果在啟動時發現異常，在logs目錄中檢視日誌。

wrapper.log 為程式啟動的日誌，啟動時的問題看這個

mycat.log 為指令碼執行時的日誌，SQL指令碼執行報錯後的具體錯誤內容,檢視這個檔案。mycat.log是最新的錯誤日誌，歷史日誌會根據時間生成目錄儲存。

mycat啟動後，執行命令不成功，可能實際上配置有錯誤，導致後面的命令沒有很好的執行。

Mycat帶來的最大好處就是使用是完全不用修改原有程式碼的，在mycat透過命令啟動後，你只需要將資料庫連線切換到Mycat的地址就可以了。如下面就可以進行連線了：

連線成功後可以執行sql指令碼了。

所以，可以直接透過sql管理工具（如：navicat、datagrip）連線，執行指令碼。我一直用datagrip來進行日常簡單的管理，這個很方便。

Mycat還有一個管理的連線，埠號是9906.

連線後可以根據管理命令檢視Mycat的執行情況，當然，喜歡UI管理方式的人，可以安裝一個Mycat-Web來進行管理，有興趣自行搜尋。

簡而言之，開發中使用Mycat和直接使用Mysql機會沒有差別。

常見問題

Mycat是不是配置以後，就能完全解決分表分庫和讀寫分離問題？

Mycat配合資料庫本身的複製功能，可以解決讀寫分離的問題，但是針對分表分庫的問題，不是完美的解決。或者說，至今為止，業界沒有完美的解決方案。

分表分庫寫入能完美解決，但是，不能完美解決主要是聯表查詢的問題，Mycat支援兩個表聯表的查詢，多餘兩個表的查詢不支援。 其實，很多資料庫中介軟體關於分表分庫後查詢的問題，都是需要自己實現的，而且節本都不支援聯表查詢，Mycat已經算做地非常先進了。

分表分庫的後聯表查詢問題，大家透過合理資料庫設計來避免。

Mycat支援哪些資料庫，其他平臺如 .net、PHP能用嗎？

官方說了，支援的資料庫包括MySQL、SQL Server、Oracle、DB2、PostgreSQL 等主流資料庫，很贊。

儘量用Mysql,我試過SQL Server，會有些小問題，因為部分語法有點差異。

Mycat 非JAVA平臺如 .net、PHP能用嗎？

可以用。這一點MyCat做的也很棒。

分庫/分表

顧名思義，分庫分表就是按照一定的規則，對原有的資料庫和表進行拆分，把一個數據庫分成多個庫，把一張表拆分成為多張表。

為什麼要分庫/分表

隨著時間和業務的發展，資料庫和表中的資料量會越來越多，對硬體特別是磁碟消耗是越來越大，磁碟定址、IO操作、系統記憶體都有很大的開銷，為了提升資料庫操作的效率，因此以空間換時間。打個比方，你把五顏六色的玻璃球放到一個籃子裡，如果去找各種顏色球的數量是不是很麻煩。如果按照顏色分開放，找綠色的球直接去綠色區，不用顧及其他顏色，是不是效率就高了很多。就是這個原理

垂直分庫/分表

垂直劃分資料庫是根據業務進行劃分，將一張表的幾個欄位分成幾張表，把大表變成小表，把一個大庫按照業務 拆分幾個專門庫，比如商品，按照商品類別，商品詳情，訂單詳情，訂單 ，劃分到 商品庫，訂單庫中 。透過降低單庫（表）的大小來提高效能 放入不同的庫中。

水平分庫/分表

水平劃分是根據一定規則，例如時間或hash值等進行資料的拆分。這種拆分都是行級別拆分，也就是所有拆分的都是完整的一條資料。比如把使用者表按照年份拆分2018年註冊的使用者，2019年的使用者，2018之前註冊的使用者。

MyCat

Mycat是一款開源的資料庫中介軟體，主要是用作資料庫代理，也就是消費資料庫資料的消費方不直接接觸資料庫，透過mycat來代理訪問。就像明星一樣，你有商演想找明星，不會直接找到明星，會找到經紀人，經紀人來談具體事宜，經紀人再告訴明星。

Mycat的原理中最重要是在sql執行前可以攔截處理一些邏輯，它攔截了使用者傳送過來的SQL語句，首先對SQL語句做了一些特定的分析：如分片分析、路由分析、讀寫分離分析、快取分析等，然後將此SQL發往後端的真實資料庫，並將返回的結果做適當的處理，最終再返回給使用者。因此對於分庫分表來說把分庫分表的規則寫入攔截器，攔截器透過分析來指向真實的地址獲取資料，還可以將資料進行邏輯處理後返回消費方。這樣就完成了分庫分表的操作。這樣就達成了對開發無感知的目的，避免分庫分表造成了路由邏輯的編寫。

以下就是網上找來的mycat分庫分表的示意圖，相信很容易看懂。