MyCat分片：分片規則的十四種演算法詳細解讀&程式碼實現（上篇）

MyCat的分片規則配置在 conf目錄下的 rule.xml檔案中定義 ;

環境準備 :

1. schema.xml中的內容做好備份 , 並配置 邏輯庫;

<schema name="PARTITION_DB" checkSQLschema="false" sqlMaxLimit="100"> 
    <table name="" dataNode="dn1,dn2,dn3" rule=""/> </schema> <dataNode name="dn1" dataHost="host1" database="partition_db" /> <dataNode name="dn2" dataHost="host2" database="partition_db" /> <dataNode name="dn3" dataHost="host3" database="partition_db" /> <dataHost name="host1" maxCon="1000" minCon="10" balance="0" writeType="0" dbType="mysql" dbDriver="native" switchType="1" slaveThreshold="100"> 
    <heartbeat>select user()</heartbeat> 
    <writeHost host="hostM1" url="192.168.192.157:3306" user="root" password="itcast"></writeHost> </dataHost> <dataHost name="host2" maxCon="1000" minCon="10" balance="0" writeType="0" dbType="mysql" dbDriver="native" switchType="1" slaveThreshold="100"> 
    <heartbeat>select user()</heartbeat> 
    <writeHost host="hostM2" url="192.168.192.158:3306" user="root" password="itcast"></writeHost> </dataHost> <dataHost name="host3" maxCon="1000" minCon="10" balance="0" writeType="0" dbType="mysql" dbDriver="native" switchType="1" slaveThreshold="100"> 
    <heartbeat>select user()</heartbeat>
    <writeHost host="hostM3" url="192.168.192.159:3306" user="root" password="itcast"></writeHost> </dataHost>

1. 在MySQL的三個節點的資料庫中 , 建立 資料庫 partition_db

create database partition_db DEFAULT CHARACTER SET utf8mb4;

一、取模分片

<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>

配置說明 :

二、範圍分片

根據指定的欄位及其配置的範圍與資料節點的對應情況， 來決定該資料屬於哪一個分片 ， 配置如下：

<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>

autopartition-long.txt 配置如下：

# range start-end ,data node index # K=1000,M=10000. 0-500M=0 500M-1000M=1 1000M-1500M=2

含義為 ： 0 - 500 萬之間的值 ， 儲存在0號資料節點 ； 500萬 - 1000萬之間的資料儲存在1號資料節點 ； 1000萬 - 1500 萬的資料節點儲存在2號節點 ；

配置說明:

測試:

配置

<table name="tb_log" dataNode="dn1,dn2,dn3" rule="auto-sharding-long"/>

資料

1). 建立表 
CREATE TABLE `tb_log` ( 
    id bigint(20) NOT NULL COMMENT 'ID', 
    operateuser varchar(200) DEFAULT NULL COMMENT '姓名', 
    operation int(2) DEFAULT NULL COMMENT '1: insert, 2: delete, 3: update , 4: select', 
    PRIMARY KEY (`id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4; 2). 插入資料 
insert into tb_log (id,operateuser ,operation) values(1,'Tom',1); insert into tb_log (id,operateuser ,operation) values(2,'Cat',2); insert into tb_log (id,operateuser ,operation) values(3,'Rose',3); insert into tb_log (id,operateuser ,operation) values(4,'Coco',2); insert into tb_log (id,operateuser ,operation) values(5,'Lily',1);

三、列舉分片

透過在配置檔案中配置可能的列舉值, 指定資料分佈到不同資料節點上, 本規則適用於按照 省份或狀態拆分資料等業務 , 配置如下:

<tableRule name="sharding-by-intfile"> 
    <rule>
        <columns>status</columns> 
        <algorithm>hash-int</algorithm> 
    </rule> </tableRule> <function name="hash-int" class="io.mycat.route.function.PartitionByFileMap"> 
    <property name="mapFile">partition-hash-int.txt</property> 
    <property name="type">0</property> 
    <property name="defaultNode">0</property> </function>

partition-hash-int.txt，內容如下 :

1=0 2=1 3=2

配置說明:

測試:

配置

<table name="tb_user" dataNode="dn1,dn2,dn3" rule="sharding-by-enum-status"/>

資料

1). 建立表 
CREATE TABLE `tb_user` ( 
    id bigint(20) NOT NULL COMMENT 'ID', 
    username varchar(200) DEFAULT NULL COMMENT '姓名', 
    status int(2) DEFAULT '1' COMMENT '1: 未啟用, 2: 已啟用, 3: 已關閉', 
    PRIMARY KEY (`id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4; 2). 插入資料 
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);

四、範圍求模演算法

該演算法為先進行範圍分片, 計算出分片組 , 再進行組內求模。

優點： 綜合了範圍分片和求模分片的優點。 分片組內使用求模可以保證組內的資料分佈比較均勻，分片組之間採用範圍分片可以兼顧範圍分片的特點。

缺點： 在資料範圍時固定值（非遞增值）時，存在不方便擴充套件的情況，例如將  dataNode Group size 從 2 擴充套件為 4 時，需要進行資料遷移才能完成 ； 如圖所示：

配置如下：

<tableRule name="auto-sharding-rang-mod"> 
    <rule>
        <columns>id</columns> 
        <algorithm>rang-mod</algorithm> 
    </rule> </tableRule> <function name="rang-mod" class="io.mycat.route.function.PartitionByRangeMod"> 
    <property name="mapFile">autopartition-range-mod.txt</property> 
    <property name="defaultNode">0</property> </function>

autopartition-range-mod.txt配置格式 :

#range start-end , data node group size 0-500M=1 500M1-2000M=2

在上述配置檔案中, 等號前面的範圍代表一個分片組 , 等號後面的數字代表該分片組所擁有的分片數量;

配置說明:

測試:

配置

<table name="tb_stu" dataNode="dn1,dn2,dn3" rule="auto-sharding-rang-mod"/>

資料

1). 建立表 
CREATE TABLE `tb_stu` ( 
    id bigint(20) NOT NULL COMMENT 'ID', 
    username varchar(200) DEFAULT NULL COMMENT '姓名', 
    status int(2) DEFAULT '1' COMMENT '1: 未啟用, 2: 已啟用, 3: 已關閉', 
    PRIMARY KEY (`id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4; 2). 插入資料 
insert into tb_stu (id,username ,status) values(1,'Tom',1); insert into tb_stu (id,username ,status) values(2,'Cat',2); insert into tb_stu (id,username ,status) values(3,'Rose',3); insert into tb_stu (id,username ,status) values(4,'Coco',2); insert into tb_stu (id,username ,status) values(5,'Lily',1); insert into tb_stu (id,username ,status) values(5000001,'Roce',1); insert into tb_stu (id,username ,status) values(5000002,'Jexi',2); insert into tb_stu (id,username ,status) values(5000003,'Mini',1);

五、固定分片hash演算法

該演算法類似於十進位制的求模運算，但是為二進位制的操作，例如，取 id 的二進位制低 10 位 與 1111111111 進行 位 & 運算。

最小值：

最大值：

優點： 這種策略比較靈活，可以均勻分配也可以非均勻分配，各節點的分配比例和容量大小由  partitionCount 和  partitionLength 兩個引數決定

缺點：和取模分片類似。

配置如下 ：

<tableRule name="sharding-by-long-hash"> 
    <rule>
        <columns>id</columns> 
        <algorithm>func1</algorithm> 
    </rule> </tableRule> <function name="func1" class="org.opencloudb.route.function.PartitionByLong"> 
    <property name="partitionCount">2,1</property> 
    <property name="partitionLength">256,512</property> </function>

在示例中配置的分片策略，希望將資料水平分成3份，前兩份各佔 25%，第三份佔 50%。

配置說明:

約束 :

1. 分片長度 : 預設最大2^10 , 為 1024 ;
2. count, length的陣列長度必須是一致的 ;
3. 兩組資料的對應情況:  (partitionCount[0]partitionLength[0])= (partitionCount[1]partitionLength[1])

以上分為三個分割槽: 0-255,256-511,512-1023

測試:

配置

<table name="tb_brand" dataNode="dn1,dn2,dn3" rule="sharding-by-long-hash"/>

資料

1). 建立表 
CREATE TABLE `tb_brand` ( 
    id int(11) NOT NULL COMMENT 'ID', 
    name varchar(200) DEFAULT NULL COMMENT '名稱', 
    firstChar char(1) COMMENT '首字母', 
    PRIMARY KEY (`id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4; 2). 插入資料 
insert into tb_brand (id,name ,firstChar) values(1,'七匹狼','Q'); insert into tb_brand (id,name ,firstChar) values(529,'八匹狼','B');insert into tb_brand (id,name ,firstChar) values(1203,'九匹狼','J'); insert into tb_brand (id,name ,firstChar) values(1205,'十匹狼','S'); insert into tb_brand (id,name ,firstChar) values(1719,'六匹狼','L');

六、取模範圍演算法

該演算法先進行取模，然後根據取模值所屬範圍進行分片。

優點：可以自主決定取模後資料的節點分佈

缺點：dataNode 劃分節點是事先建好的，需要擴充套件時比較麻煩。

配置如下:

<tableRule name="sharding-by-pattern"> 
    <rule>
        <columns>id</columns> 
        <algorithm>sharding-by-pattern</algorithm> 
    </rule> </tableRule> <function name="sharding-by-pattern" class="io.mycat.route.function.PartitionByPattern"> 
    <property name="mapFile">partition-pattern.txt</property> 
    <property name="defaultNode">0</property> 
    <property name="patternValue">96</property> </function>

partition-pattern.txt配置如下:

0-32=0 33-64=1 65-96=2

在mapFile配置檔案中,  1-32即代表id%96後的分佈情況。如果在1-32, 則在分片0上 ; 如果在33-64, 則在分片1上 ; 如果在65-96, 則在分片2上。

配置說明:

測試:

配置

<table name="tb_mod_range" dataNode="dn1,dn2,dn3" rule="sharding-by-pattern"/>

資料

1). 建立表 
CREATE TABLE `tb_mod_range` ( 
    id int(11) NOT NULL COMMENT 'ID', 
    name varchar(200) DEFAULT NULL COMMENT '名稱', 
    PRIMARY KEY (`id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4; 2). 插入資料 
insert into tb_mod_range (id,name) values(1,'Test1'); insert into tb_mod_range (id,name) values(2,'Test2'); insert into tb_mod_range (id,name) values(3,'Test3'); insert into tb_mod_range (id,name) values(4,'Test4'); insert into tb_mod_range (id,name) values(5,'Test5');

注意 : 取模範圍演算法只能針對於數字型別進行取模運算 ; 如果是字串則無法進行取模分片 ;

七、字串hash求模範圍演算法

與取模範圍演算法類似, 該演算法支援 數值、 符號、 字母取模，首先擷取長度為  prefixLength 的子串，在對子串中每一個字元的  ASCII 碼求和，然後對求和值進行 取模運算（ sum%patternValue），就可以計算出子串的分片數。

優點：可以自主決定取模後資料的節點分佈

缺點：｀dataNode｀ 劃分節點是事先建好的，需要擴充套件時比較麻煩。

配置如下：

<tableRule name="sharding-by-prefixpattern"> 
    <rule>
        <columns>id</columns> 
        <algorithm>sharding-by-prefixpattern</algorithm> 
    </rule> </tableRule> <function name="sharding-by-prefixpattern" class="io.mycat.route.function.PartitionByPrefixPattern"> 
    <property name="mapFile">partition-prefixpattern.txt</property> 
    <property name="prefixLength">5</property> 
    <property name="patternValue">96</property> </function>

partition-prefixpattern.txt配置如下:

# range start-end ,data node index # ASCII # 48-57=0-9 # 64、65-90=@、A-Z # 97-122=a-z ###### first host configuration 0-32=0 33-64=1 65-96=2

配置說明:

如 :

字串 : 
    gf89f9a 擷取字串的前5位進行ASCII的累加運算 : 
    g - 103 
    f - 102 
    8 - 56 
    9 - 57 
    f - 102 
    
    sum求和 : 103 + 102 + + 56 + 57 + 102 = 420 
    求模 : 420 % 96 = 36

附錄  ASCII碼錶 :

測試:

配置

<table name="tb_u" dataNode="dn1,dn2,dn3" rule="sharding-by-prefixpattern"/>

資料

1). 建立表 
CREATE TABLE `tb_u` ( 
    username varchar(50) NOT NULL COMMENT '使用者名稱', 
    age int(11) default 0 COMMENT '年齡', 
    PRIMARY KEY (`username`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;2). 插入資料 
insert into tb_u (username,age) values('Test100001',18); insert into tb_u (username,age) values('Test200001',20); insert into tb_u (username,age) values('Test300001',19); insert into tb_u (username,age) values('Test400001',25); insert into tb_u (username,age) values('Test500001',22);