Mycat分庫分表(一)

童話述說我的結局發表於2020-11-15

       隨著業務變得越來越複雜,使用者越來越多,集中式的架構效能會出現巨大的問題,比如系統會越來越慢,而且時不時會當機,所以必須要解決高效能和可用性的問題。這個時候資料庫的優化就顯得尤為重要,在說優化方案前,先分析下資料庫效能瓶頸的原因有哪些;

     1.1資料庫效能瓶頸的分析

           比如說在高併發的情況下連線數不夠了。或者資料量太大,查詢效率變得越來越低。或者是因為儲存的問題,資料庫所在的機器效能下降了。這些問題,歸根結底都是受到了硬體的限制,比如 CPU,記憶體,磁碟,網路等等。在集中式的架構裡面,我們一般是增加硬體設施來解決這些問題的,比喻換CPU,升級記憶體,擴充套件磁碟,升級頻寬等等。但我們本次要說的不是硬體的優化,作為一個程式設計師,如果只會增加硬體那也沒有啥優越感;言歸正傳,下面來說下資料庫的軟優化方案;

     1.2資料庫優化方案對比

         1.2.1、重啟

               可能有很多朋友覺得這有點搞笑,但重啟真是釋放資源的最好方法;對於很久都沒關閉的資料庫伺服器,重啟會使其釋放資源,導致反應             速度會很多;所以對於夜間伺服器空隙時間長的公司,可以寫一個指令碼,讓資料庫在夜間空隙時進行自動重啟;

          1.2.1 SQL 與索引

              當 SQL 語句寫得非常複雜,比如關聯的表非常多,條件非常多,查詢所消耗的時間非常長,這樣的一個 SQL 就叫慢 SQL,關於慢SQL我           在去年的文章中有講解,有興趣可以自己去看下。因為 SQL 語句是我們自己編寫的,可控性是最高的,所以第一步就是檢查 SQL。在很多情           況下我們優化的目標是為了用到索引。

         1.2.2 表與儲存引擎

              如果 SQL 本身沒有什麼大問題,我們接著就要檢查我們查詢的目標,也就是表結構的設計有沒有問題。比如你對於欄位型別和長度的選              擇,或者表結構是不是需要拆分或者合併,不同的表應該選擇什麼儲存引擎,是不是要分割槽等等。

         1.2.3 架構

        表結構如果也沒有問題,那就要上升到資料庫服務的層面,從架構層面進行優化。因為資料都是在磁碟上儲存,如果加了索引還是很慢,乾脆可以把資料在記憶體裡面快取起來,這個時候可以部署快取伺服器。查詢資料先查快取,沒有再查資料庫,例如(布隆過濾器)。這樣既可以減少資料庫的壓力,又可以提升查詢速度。如果一臺資料庫伺服器承受不了訪問壓力,可以部署叢集做負載均衡。當然這些資料庫節點應該有自動同步的機制。有了主從同步之後,就可以主從複製實現讀寫分離,讓寫的服務都訪問 master 伺服器,讀的請求都訪問從伺服器。有了讀寫分離之後,問題並沒有完全解決:1、只有一個 master,寫的壓力沒有得到分攤;2、所有的節點都儲存相同的資料,在一個節點出現儲存瓶頸的時候,磁碟不夠用了其他的節點也一樣會遇到這個問題。所以這個時候我們要用到分散式環境中一個非常重要的手段:分片,每個節點都只儲存總體資料的一部分,那這個就是我們今天要說分庫分表。分片以後,為了提升可用性,可以再對分片做冗餘。

       1.2.4 資料庫配置

       如果通過架構層面沒有解決問題,或者機器雖然配置很高但是效能沒有發揮到極致,還可以優化資料庫的配置,比如連線數,緩衝區大小等等。 

 

二、 分庫分表的型別和特點

      拆分一共就兩種,一種叫垂直拆分,一種叫水平拆分。

      垂直切分:基於表或欄位劃分,表結構不同。我們有單庫的分表,也有多庫的分庫。

      水平切分:基於資料劃分,表結構相同,資料不同,也有同庫的水平切分和多庫的切分。

2.1垂直切分

垂直分表有兩種,一種是單庫的,一種是多庫的。欄位太多了,就要拆表,表太多了,就要拆庫。

 2.1.1 單庫垂直分表

單庫分表,比如:使用者資訊表,拆分成基本資訊表,聯絡方式表等等。

2.1.2 多庫垂直分表

      多庫垂直分表就是把原來儲存在一個庫的不同的表,拆分到不同的資料庫。比喻說當如果資料庫中有一個表的增長速度非常快,當垂直切 分並沒有從根本上解決單庫單表資料量過大的問題。在這個時候,我們還需要對我們的資料做一個水平的切分。這個時候,一個應用需要多個資料庫。

2.2水平切分

水平切分就是按照資料的維度分佈不同的表中,可以是單庫的,也可以是多庫的。

2.2.1 單庫水平分表

       這個拿銀行的交易系統講解最容易,銀行的每天交易流水非常大,但是大部分客戶只會查近一年或近一個月的流水單,對於歷史非常長的流水訪問量會少很多,這時就可以對流水錶進行水平拆分了。

2.2.2 多庫水平分表

另一種是多庫的水平分表。比如客戶表,我們拆分到多個庫儲存,表結構是完全一樣的。

2.3分庫分錶帶來的問題

前面說了很多分庫分表的場景及好處,但世間萬物都是有利就有弊下面就來說下他的弊端

2.3.1 跨庫關聯查詢

      比如在跨庫關聯時,由於要關聯的表是在不同的資料庫,那麼我們肯定不能直接使用 join 的這種方式去做關聯查詢。但我們有幾個解決方案,例如欄位冗餘、mycat等。

2.3.2 分散式事務

      如果是在一個資料庫裡面,我們可以用本地事務來控制,但是在不同的資料庫裡面就不行了。這裡必須要出現一個協調者的角色,讓大家統一行動,而且要分成多個階段,一般是先確定都能成功才成功,只要有一個人不能成功,就要全部失敗。

 三、 Mycat 概念與配置

3.1 Mycat 介紹與核心概念

Mycat的官網網址:http://www.mycat.org.cn/mycat執行在應用和資料庫之間,可以當做一個 MySQL 伺服器使用(不論是在工具還是在程式碼或者命令列中都可以直接連線)。實現對 MySQL 資料庫的分庫分表,也可以通過 JDBC 支援其他的資料庫。

Mycat 的關鍵特性:

    • 可以當做一個 MySQL 資料庫來使用
    • 支援 MySQL 之外的資料庫,通過 JDBC 實現
    • 解決了我們提到的所有問題,多表 join、分散式事務、全域性序列號、翻頁排序
    • 支援 ZK 配置,帶監控 mycat-web(已經停止維護)
    • 2.0 已經發布;文件許久沒有更新

3.2 Mycat 配置詳解

我們先從官網下載Mycat包,有各種版本,我為了方便下了win

 

 

 

Mycat 解壓以後有 5 個目錄:

 

 

 主要的配置檔案 server.xml、schema.xml、rule.xml 和具體的分片配置檔案。

3.2.1 server.xml

包含系統配置資訊。

system 標籤:例如字符集、執行緒數、心跳、分散式事務開關等等。

user 標籤:配置登入使用者和許可權。

<user name="root" defaultAccount="true">
<property name="password">root</property>
<property name="schemas">ghymycat,ljxmycat</property>

<!-- 表級 DML 許可權設定 -->
<!--
<privileges check="false">
<schema name="TESTDB" dml="0110" >
<table name="tb01" dml="0000"></table>
<table name="tb02" dml="1111"></table>
</schema>
</privileges>
-->
</user>

3.2.2 schema.xml

schema 在 MySQL 裡面跟資料庫是等價的。schema.xml 包括邏輯庫、表、分片規則、分片節點和資料來源,可以定義多個 schema。

這裡面有三個主要的標籤(table、dataNode、dataHost):

<table/>

表名和庫名最好都用小寫

定義了邏輯表,以及邏輯表分佈的節點和分片規則:

<schema name="ghymycat" checkSQLschema="false" sqlMaxLimit="100">
        <!--範圍分片表-->
        <table name="customer" primaryKey="id" dataNode="103-ghymycat,104-ghymycat,105-ghymycat" rule="auto-sharding-long" />
        <!--ER分片表-->
        <table name="er_scope" dataNode="103-ghymycat,104-ghymycat,105-ghymycat" rule="mod-long-order" >
            <childTable name="er_detail" primaryKey="id" joinKey="er_id" parentKey="er_id"/>
        </table>
        <table name="mycat_sequence" dataNode="103-ghymycat" autoIncrement="true" primaryKey="id"></table>
    </schema>

    <schema name="ljxmycat" checkSQLschema="false" sqlMaxLimit="100">
        <!--取模分片表-->
        <table name="student" primaryKey="sid" dataNode="103-ljxmycat,104-ljxmycat,105-ljxmycat" rule="mod-long" />
        <!--非分片表-->
        <table name="noshard" primaryKey="id" autoIncrement="true" dataNode="103-ljxmycat" />
        <!--全域性表-->
        <table name="dict" primaryKey="id" type="global" dataNode="103-ljxmycat,104-ljxmycat,105-ljxmycat" />
        <!--單庫分片表-->
        <table name="fee" primaryKey="id" subTables="fee2025$1-3" dataNode="103-ljxmycat" rule="sharding-by-month" />
    </schema>

配置

作用

checkSQLschema

在查詢 SQL 中去掉邏輯庫名

sqlMaxLimit

 自動加上 limit 控制資料的返回

 

primaryKey

指定該邏輯表對應真實表的主鍵。MyCat 會快取主鍵(通過 primaryKey 屬性配置)與具體 dataNode 的資訊。

 

primaryKey 當分片規則(rule)使用非主鍵進行分片時,那麼在使用主鍵進行查詢時,MyCat 就會通過快取先確定記錄在哪個 dataNode 上,然後再在該 dataNode 上執行查詢。

 

如果沒有快取/快取並沒有命中的話,還是會傳送語句給所有的 dataNode。

dataNode

 

資料分片的節點

autoIncrement

 

自增長(全域性序列),true 代表主鍵使用自增長策略

type

 

全域性表:global。其他:不配置

<!--資料節點與物理資料庫的對應關係-->
<dataNode name="103-ghymycat" dataHost="host103" database="ghymycat" />
    <dataNode name="104-ghymycat" dataHost="host104" database="ghymycat" />
    <dataNode name="105-ghymycat" dataHost="host105" database="ghymycat" />

    <dataNode name="103-ljxmycat" dataHost="host103" database="ljxmycat" />
    <dataNode name="104-ljxmycat" dataHost="host104" database="ljxmycat" />
    <dataNode name="105-ljxmycat" dataHost="host105" database="ljxmycat" />

配置物理主機的資訊,readhost 是從屬於 writehost 的。

<dataHost name="host103" maxCon="1000" minCon="10" balance="0"
              writeType="0" dbType="mysql" dbDriver="native" switchType="1"  slaveThreshold="100">
        <heartbeat>select user()</heartbeat>
        <writeHost host="hostM1" url="192.168.2.103:3306" user="root"
                   password="root">
        </writeHost>
    </dataHost>

    <dataHost name="host104" maxCon="1000" minCon="10" balance="0"
              writeType="0" dbType="mysql" dbDriver="native" switchType="1"  slaveThreshold="100">
        <heartbeat>select user()</heartbeat>
        <writeHost host="hostM1" url="192.168.2.104:3306" user="root"
                   password="root">
            <!-- <readHost host="hostS1"></readHost>  -->
        </writeHost>
    </dataHost>

    <dataHost name="host105" maxCon="1000" minCon="10" balance="0"
              writeType="0" dbType="mysql" dbDriver="native" switchType="1"  slaveThreshold="100">
        <heartbeat>select user()</heartbeat>
        <writeHost host="hostM1" url="192.168.2.105:3306" user="root"
                   password="root">
        </writeHost>
    </dataHost>

balance:負載的配置,決定 select 語句的負載

 

 

 writeType:讀寫分離的配置,決定 update、delete、insert 語句的負載

 

switchType:主從切換配置

 

 

 

3.2.3 rule.xml

 定義了分片規則和演算法分片規則:

<tableRule name="auto-sharding-long">
<rule>
<columns>id</columns>
<algorithm>rang-long</algorithm>
</rule>
</tableRule>

分片演算法:

<function name="rang-long"
class="io.mycat.route.function.AutoPartitionByLong">
<property name="mapFile">autopartition-long.txt</property>
</function>

分片配置:

autopartition-long.txt
10001-20000=1

0-10000=0

20001-100000=2

3.3 Mycat 分片驗證

先準備三個資料庫,我是在建了三個虛擬機器,分別在每臺上裝了mysql

       

 

 

 

--在所有資料庫節點上建立資料庫ghymycat,建立3張表
-- 範圍分片表
CREATE TABLE `scope` (
  `id` int(11) DEFAULT NULL,
  `name` varchar(255) DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
-- ER分片表
CREATE TABLE `er_scope` (
  `er_id` int(11) NOT NULL ,
  `uid` int(11) DEFAULT NULL ,
  `nums` int(11) DEFAULT NULL,
  `state` int(2) DEFAULT NULL,
  `create_time` datetime DEFAULT NULL ON UPDATE CURRENT_TIMESTAMP COMMENT '建立時間',
  `update_time` datetime DEFAULT NULL ON UPDATE CURRENT_TIMESTAMP COMMENT '更新時間',
  PRIMARY KEY (`er_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

-- ER分片表
CREATE TABLE `er_detail` (
  `er_id` int(11) NOT NULL,
  `id` int(11) NOT NULL,
  `goods_id` int(11) DEFAULT NULL,
  `price` decimal(10,2) DEFAULT NULL,
  `is_pay` int(2) DEFAULT NULL,
  `is_ship` int(2) DEFAULT NULL,
  `status` int(2) DEFAULT NULL,
  PRIMARY KEY (`er_id`,`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
-- 建立表,在三個ljxmycat庫中建立dict及student表
CREATE TABLE `dict` (
  `id` int(11) DEFAULT NULL,
  `param_code` varchar(255) COLLATE utf8mb4_bin DEFAULT NULL,
  `param_name` varchar(255) COLLATE utf8mb4_bin DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin;

CREATE TABLE `student` (
  `sid` int(8) NOT NULL AUTO_INCREMENT,
  `name` varchar(255) DEFAULT NULL,
  `qq` varchar(255) DEFAULT NULL,
  PRIMARY KEY (`sid`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;


-- 在第一個資料庫ljxmycat節點(103)資料庫建立非分片表
CREATE TABLE `noshard` (
  `id` bigint(30) DEFAULT NULL,
  `name` varchar(255) COLLATE utf8mb4_bin DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin;

truncate table noshard;


-- 庫內分表
-- 在第一個資料庫ljxmycat節點(103)資料庫建立單庫分片表
CREATE TABLE `fee` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `create_time` datetime DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin;

CREATE TABLE `fee20251`  (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `create_time` datetime(0) NULL DEFAULT NULL,
  PRIMARY KEY (`id`) 
);
CREATE TABLE `fee20252`  (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `create_time` datetime(0) NULL DEFAULT NULL,
  PRIMARY KEY (`id`) 
);
CREATE TABLE `fee20253`  (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `create_time` datetime(0) NULL DEFAULT NULL,
  PRIMARY KEY (`id`) 
);

啟動mycat

 

 

 如上圖紅框所示就代表啟動成功,mycat的預設埠是8066,我們用Navicat premium連線成功所會如下圖所示,他會把所有表內容進行一個聚合;

 

 

 

 

3.3.1 範圍分片

               在mycat的ghymycat中執行分片測試資料,scpoe是按範圍進行分配的,分配的規則前面也有配置

-- 範圍分片scope表
INSERT INTO `scope` (`id`, `name`) VALUES (6666, '張三');
INSERT INTO `scope` (`id`, `name`) VALUES (7777, '李四');
INSERT INTO `scope` (`id`, `name`) VALUES (16666, '王五');
INSERT INTO `scope` (`id`, `name`) VALUES (17777, '孫六');
INSERT INTO `scope` (`id`, `name`) VALUES (26666, '王二麻子');
INSERT INTO `scope` (`id`, `name`) VALUES (27777, '趙七')

插入資料完成後我們檢視 ,會發現是分散在三個資料庫上的

 

 

 

 

 

 

 

 

 

 

 

 

3.3.2 取模分片表

 ljxmycat庫中的student表,我們從下圖可知,我們配置的模數是3

 

 

 

-- 取模分片表(ljxmycat庫中的student表)
-- 測試取模分片(在mycat連線中ljxmycat資料庫中執行)
INSERT INTO `student` (`sid`, `name`, `qq`) VALUES (1, '張三', '166669999');
INSERT INTO `student` (`sid`, `name`, `qq`) VALUES (4, '李四', '655556666');
INSERT INTO `student` (`sid`, `name`, `qq`) VALUES (2, '王五', '466669999');
INSERT INTO `student` (`sid`, `name`, `qq`) VALUES (5, '趙六', '265286999');
INSERT INTO `student` (`sid`, `name`, `qq`) VALUES (3, '李大郎', '368828888');
INSERT INTO `student` (`sid`, `name`, `qq`) VALUES (6, '孫子', '516895555');

插入完成後自己可以查下,會發現模餘數0的在第一個接點,餘數1的在第二個節點上,餘數2的在第三個節點上

 

 

 

3.3.3 取模分片(ER 表)

 在實際生產環境中我們有些表的資料是存在邏輯的主外來鍵關係的,比如訂單表 er_scope和er_detail,有主外來鍵的配置如下圖

 

 

 執行插入資料

INSERT INTO `er_scope` (`er_id`, `uid`, `nums`, `state`, `create_time`, `update_time`) VALUES (1, 1000001, 1, 2, '2025-9-23 14:35:37', '2025-9-23 14:35:37');

INSERT INTO `er_scope` (`er_id`, `uid`, `nums`, `state`, `create_time`, `update_time`) VALUES (2, 1000002, 1, 2, '2025-9-24 14:35:37', '2025-9-24 14:35:37');

INSERT INTO `er_scope` (`er_id`, `uid`, `nums`, `state`, `create_time`, `update_time`) VALUES (3, 1000003, 3, 1, '2025-9-25 11:35:49', '2025-9-25 11:35:49');




INSERT INTO `er_detail` (`er_id`, `id`, `goods_id`, `price`, `is_pay`, `is_ship`, `status`) VALUES (3, 20180001, 85114752, 19.99, 1, 1, 1);

INSERT INTO `er_detail` (`er_id`, `id`, `goods_id`, `price`, `is_pay`, `is_ship`, `status`) VALUES (1, 20180002, 25411251, 1280.00, 1, 1, 0);

INSERT INTO `er_detail` (`er_id`, `id`, `goods_id`, `price`, `is_pay`, `is_ship`, `status`) VALUES (1, 20180003, 62145412, 288.00, 1, 1, 2);

INSERT INTO `er_detail` (`er_id`, `id`, `goods_id`, `price`, `is_pay`, `is_ship`, `status`) VALUES (2, 20180004, 21456985, 399.00, 1, 1, 2);

INSERT INTO `er_detail` (`er_id`, `id`, `goods_id`, `price`, `is_pay`, `is_ship`, `status`) VALUES (2, 20180005, 21457452, 1680.00, 1, 1, 2);

INSERT INTO `er_detail` (`er_id`, `id`, `goods_id`, `price`, `is_pay`, `is_ship`, `status`) VALUES (2, 20180006, 65214789, 9999.00, 1, 1, 3);

插入完成後我們會發現模數分佈規則和上一個例子一樣,唯一區別的是,關聯的外來鍵表資料存放會和主表放在同一個庫裡面

 

 

 

 

 

 

3.3.4 全域性表

               ljxmycat資料庫,dict 表:全域性表

執行下面語句插入

INSERT INTO `dict` (`id`, `param_code`, `param_name`) VALUES (1, '111', '全域性就是所有庫都有一樣的');

3.3.5 非分片表

 ljxmycat資料庫,noshard 表

INSERT INTO `noshard` (`id`, `name`) VALUES (1, '分片的資料');

3.3.6 庫內分表

 

 插入資料

INSERT INTO `fee` (`id`, `create_time`) VALUES (1, '2025-1-1 14:46:19');

INSERT INTO `fee` (`id`, `create_time`) VALUES (2, '2025-2-1 14:46:19');

INSERT INTO `fee` (`id`, `create_time`) VALUES (3, '2025-3-1 14:46:19');

然後自己在對應的物理庫檢視可以看到在一個庫裡分表了

3.4 Mycat 全域性 ID

關於全域性ID這塊網上有篇文章寫的挺全的,如果要配置可以參照文章中配置,網址:https://blog.51cto.com/mynode/1910570

 

 

 

相關文章