mycat入门：分片策略详解

最新推荐文章于 2024-07-15 22:10:26 发布

2301_79987255

最新推荐文章于 2024-07-15 22:10:26 发布

阅读量802

点赞数 21

分类专栏：程序员文章标签：哈希算法算法

本文链接：https://blog.csdn.net/2301_79987255/article/details/138331900

版权

程序员专栏收录该内容

201 篇文章 0 订阅

订阅专栏

配置文件中，1-32 即代表 id%256 后分布的范围，如果在 1-32 则在分区 1，其他类推，如果 id 非数据，则

会分配在 defaoultNode 默认节点

String idVal = “0”;

Assert.assertEquals(true, 7 == autoPartition.calculate(idVal));

idVal = “45a”;

Assert.assertEquals(true, 2 == autoPartition.calculate(idVal));

复制代码

7.截取数字做 hash 求模范围约束

此种规则类似于取模范围约束，此规则支持数据符号字母取模。

user_id

sharding-by-prefixpattern

<function name=“sharding-by-pattern”

class=“io.mycat.route.function.PartitionByPrefixPattern”>

256

partition-pattern.txt

复制代码

partition-pattern.txt

range start-end ,data node index

ASCII

8-57=0-9 阿拉伯数字

64、65-90=@、A-Z

97-122=a-z

first host configuration

1-4=0

5-8=1

9-12=2

13-16=3

second host configuration

17-20=4

21-24=5

25-28=6

29-32=7

0-0=7

复制代码

配置说明：

上面 columns 标识将要分片的表字段，algorithm 分片函数，patternValue 即求模基数，prefixLength

ASCII 截取的位数

mapFile 配置文件路径

配置文件中，1-32 即代表 id%256 后分布的范围，如果在 1-32 则在分区 1，其他类推

此种方式类似方式 6 只不过采取的是将列种获取前 prefixLength 位列所有 ASCII 码的和进行求模

sum%patternValue ,获取的值，在范围内的分片数，

String idVal=“gf89f9a”;

Assert.assertEquals(true, 0==autoPartition.calculate(idVal));

idVal=“8df99a”;

Assert.assertEquals(true, 4==autoPartition.calculate(idVal));

idVal=“8dhdf99a”;

Assert.assertEquals(true, 3==autoPartition.calculate(idVal));

复制代码

8.应用指定

此规则是在运行阶段有应用自主决定路由到那个分片。

user_id

sharding-by-substring

<function name=“sharding-by-substring”

class=“io.mycat.route.function.PartitionDirectBySubString”>

复制代码

配置说明：

上面 columns 标识将要分片的表字段，algorithm 分片函数

此方法为直接根据字符子串（必须是数字）计算分区号（由应用传递参数，显式指定分区号）。

例如 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，如果没传

默认分配到 defaultPartition

复制代码

9.截取数字 hash 解析

此规则是截取字符串中的 int 数值 hash 分片。

user_id

sharding-by-stringhash

<function name=“sharding-by-stringhash”

class=“io.mycat.route.function.PartitionByString”>

512

0:2

复制代码

配置说明：

上面 columns 标识将要分片的表字段，algorithm 分片函数

函数中 partitionLength 代表字符串 hash 求模基数，

partitionCount 分区数，

hashSlice hash 预算位，即根据子字符串中 int 值 hash 运算

hashSlice ： 0 means str.length(), -1 means str.length()-1

/**

“2” -> (0,2)
“1:2” -> (1,2)
“1:” -> (1,0)
“-1:” -> (-1,0)
“:-1” -> (0,-1)
“:” -> (0,0)

复制代码

例子：

String idVal=null;

rule.setPartitionLength(“512”);

rule.setPartitionCount(“2”);

rule.init();

rule.setHashSlice(“0:2”);

// idVal = “0”;

// Assert.assertEquals(true, 0 == rule.calculate(idVal));

// idVal = “45a”;

// Assert.assertEquals(true, 1 == rule.calculate(idVal));

//last 4

rule = new PartitionByString();

rule.setPartitionLength(“512”);

rule.setPartitionCount(“2”);

rule.init();

//last 4 characters

rule.setHashSlice(“-4:0”);

idVal = “aaaabbb0000”;

Assert.assertEquals(true, 0 == rule.calculate(idVal));

idVal = “aaaabbb2359”;

Assert.assertEquals(true, 0 == rule.calculate(idVal));

复制代码

10.一致性 hash

一致性hash有效解决了分布式数据的扩容问题。

user_id

murmur

160

复制代码

11.按单月小时拆分

此规则是单月内按照小时拆分，最小粒度是小时，可以一天最多 24 个分片，最少 1 个分片，一个月完后下月从头开始循环。每个月月尾，需要手工清理数据。

create_time

sharding-by-hour

复制代码

配置说明： columns：拆分字段，字符串类型（yyyymmddHH） splitOneDay ：一天切分的分片数

LatestMonthPartion partion = new LatestMonthPartion();

partion.setSplitOneDay(24);

Integer val = partion.calculate(“2015020100”);

assertTrue(val == 0);

val = partion.calculate(“2015020216”);

assertTrue(val == 40);

val = partion.calculate(“2015022823”);

assertTrue(val == 27 * 24 + 23);

Integer[] span = partion.calculateRange(“2015020100”, “2015022823”);

assertTrue(span.length == 27 * 24 + 23 + 1);

assertTrue(span[0] == 0 && span[span.length - 1] == 27 * 24 + 23);

span = partion.calculateRange(“2015020100”, “2015020123”);

assertTrue(span.length == 24);

assertTrue(span[0] == 0 && span[span.length - 1] == 23);

复制代码

12.范围求模分片

先进行范围分片计算出分片组，组内再求模优点可以避免扩容时的数据迁移，又可以一定程度上避免范围分片的热点问题综合了范围分片和求模分片的优点，分片组内使用求模可以保证组内数据比较均匀，分片组之间是范围分片可以兼顾范围查询。最好事先规划好分片的数量，数据扩容时按分片组扩容，则原有分片组的数据不需要迁移。由于分片组内数据比较均匀，所以分片组内可以避免热点数据问题。

rang-mod

<function name=“rang-mod”

class=“io.mycat.route.function.PartitionByRangeMod”>

partition-range-mod.txt

复制代码

配置说明：

上面 columns 标识将要分片的表字段，algorithm 分片函数，

rang-mod 函数中 mapFile 代表配置文件路径

defaultNode 超过范围后的默认节点顺序号，节点从 0 开始。

partition-range-mod.txt

range start-end ,data node group size

以下配置一个范围代表一个分片组，=号后面的数字代表该分片组所拥有的分片的数量。

0-200M=5 //代表有 5 个分片节点

200M1-400M=1

400M1-600M=4

600M1-800M=4

800M1-1000M=6

复制代码

13.日期范围 hash 分片

思想与范围求模一致，当由于日期在取模会有数据集中问题，所以改成 hash 方法。先根据日期分组，再根据时间 hash 使得短期内数据分布的更均匀优点可以避免扩容时的数据迁移，又可以一定程度上避免范围分片的热点问题要求日期格式尽量精确些，不然达不到局部均匀的目的

col_date

range-date-hash

<function name=“range-date-hash”

class=“io.mycat.route.function.PartitionByRangeDateHash”>

2014-01-01 00:00:00

yyyy-MM-dd HH:mm:ss

复制代码

sPartionDay 代表多少天分一个分片 groupPartionSize 代表分片组的大小

14.冷热数据分片

根据日期查询日志数据冷热数据分布，最近 n 个月的到实时交易库查询，超过 n 个月的按照 m 天分片。

create_time

sharding-by-hotdate

yyyy-MM-dd

复制代码

15.自然月分片

按月份列分区，每个自然月一个分片，格式 between 操作解析的范例。

create_time

sharding-by-month

yyyy-MM-dd

2014-01-01

复制代码

配置说明：

columns：分片字段，字符串类型
dateFormat ：日期字符串格式
sBeginDate ：开始日期

PartitionByMonth partition = new PartitionByMonth();

partition.setDateFormat(“yyyy-MM-dd”);

partition.setsBeginDate(“2014-01-01”);

partition.init();

Assert.assertEquals(true, 0 == partition.calculate(“2014-01-01”));

Assert.assertEquals(true, 0 == partition.calculate(“2014-01-10”));

Assert.assertEquals(true, 0 == partition.calculate(“2014-01-31”));

Assert.assertEquals(true, 1 == partition.calculate(“2014-02-01”));

Assert.assertEquals(true, 1 == partition.calculate(“2014-02-28”));

Assert.assertEquals(true, 2 == partition.calculate(“2014-03-1”));

Assert.assertEquals(true, 11 == partition.calculate(“2014-12-31”));

Assert.assertEquals(true, 12 == partition.calculate(“2015-01-31”));

Assert.assertEquals(true, 23 == partition.calculate(“2015-12-31”));

复制代码

16.有状态分片算法

有状态分片算法与之前的分片算法不同,它是为数据自动迁移而设计的. 直至 2018 年 7 月 24 日为止,现支持有状态算法的分片策略只有 crc32slot 欢迎大家提供更多有状态分片算法.

一个有状态分片算法在使用过程中暂时存在两个操作

一种是初始化,使用 mycat 创建配置带有有状态分片算法的 table 时(推介)或者第一次配置有状态分片算法的 table 并启动 mycat 时,有状态分片算法会根据表的 dataNode 的数量划分分片范围并生成 ruledata 下的文件, 这个分片范围规则就是’状态’,一个表对应一个状态,对应一个有状态分片算法实例,以及对应一个满足以下命名规则的文件:

算法名字_schema 名字_table 名字.properties 文件里内容一般具有以下特征：

8=91016-102399

7=79639-91015

6=68262-79638

5=56885-68261

4=45508-56884

3=34131-45507

2=22754-34130

1=11377-22753

0=0-11376

复制代码

行数就是 table 的分片节点数量,每行的’数字-数字’就是分片算法生成的范围,这个范围与具体算法实现有关, 一个分片节点可能存在多个范围,这些范围以逗号,分隔.一般来说,不要手动更改这个文件,应该使用算法生成范围, 而且需要注意的是,物理库上的数据的分片字段的值一定要落在对应范围里. 一种是添加操作,即数据扩容,具体参考第六章的 6.8 与 6.9 添加节点,有状态分片算法根据节点的变化,重新分配范围规则,之后执行数据自动迁移任务.

17.crc32slot 分片算法

crc32solt 是有状态分片算法的实现之一,具体参考第六章数据自动迁移方案设计 crc32(key)%102400=slot

slot 按照范围均匀分布在 dataNode 上,针对每张表进行实例化，通过一个文件记录 slot 和节点映射关系，迁移过程中通过 zk 协调其中需要在分片表中增加 slot 字段，用以避免迁移时重新计算，只需要迁移对应 slot 数据即可分片最大个数为 102400 个，短期内应该够用，每分片一千万，总共可以支持一万亿数据配置说明:

复制代码

总结

这个月马上就又要过去了，还在找工作的小伙伴要做好准备了，小编整理了大厂java程序员面试涉及到的绝大部分面试题及答案，希望能帮助到大家

在这里插入图片描述

的分片节点数量,每行的’数字-数字’就是分片算法生成的范围,这个范围与具体算法实现有关, 一个分片节点可能存在多个范围,这些范围以逗号,分隔.一般来说,不要手动更改这个文件,应该使用算法生成范围, 而且需要注意的是,物理库上的数据的分片字段的值一定要落在对应范围里. 一种是添加操作,即数据扩容,具体参考第六章的 6.8 与 6.9 添加节点,有状态分片算法根据节点的变化,重新分配范围规则,之后执行数据自动迁移任务.