既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
#订单详细表
CREATE TABLE orders_detail(
id INT AUTO_INCREMENT,
detail VARCHAR(2000),
order_id INT,
PRIMARY KEY(id)
);
#订单状态字典表
CREATE TABLE dict_order_type(
id INT AUTO_INCREMENT,
order_type VARCHAR(200),
PRIMARY KEY(id)
);
查看表信息,可以看到成功分库。
* `Mycat`
```
mysql> show tables;
+------------------+
| Tables_in_orders |
+------------------+
| customer |
| dict_order_type |
| orders |
| orders_detail |
+------------------+
4 rows in set (0.01 sec)
```
* 数据节点`mysql-node1`
```
mysql> use orders;
Reading table information for completion of table and column names
You can turn off this feature to get a quicker startup with -A
Database changed
mysql> show tables;
+------------------+
| Tables_in_orders |
+------------------+
| dict_order_type |
| orders |
| orders_detail |
+------------------+
3 rows in set (0.00 sec)
```
* 数据节点`mysql-node2`
```
mysql> use orders;
Reading table information for completion of table and column names
You can turn off this feature to get a quicker startup with -A
Database changed
mysql> show tables;
+------------------+
| Tables_in_orders |
+------------------+
| customer |
+------------------+
1 row in set (0.00 sec)
```
### 二、水平拆分-分表
相对于垂直拆分,水平拆分不是将表做分类,而是按照某个字段的某种规则来分散到多个库之中,每个表中包含一部分数据。简单来说,我们可以将数据的水平切分理解为是按照数据行的切分,就是将表中的某些行切分到一个数据库,而另外的某些行又切分到其他的数据库中,如图:
![在这里插入图片描述](https://img-blog.csdnimg.cn/c579a9ec1f0647948327ee3c4719f2bd.jpeg#pic_center)
#### 2.1、实现分表
1. 选择要拆分的表
`MySQL`单表存储数据条数是有瓶颈的,单表达到`1000`万条数据就达到了瓶颈,会影响查询效率, 需要进行水平拆分(分表)进行优化。
例如:例子中的`orders`、`orders_detail`数据会很大,需要进行分表优化。
2. 分表字段
以`orders`表为例,可以根据不同自字段进行分表
| 编号 | 分表字段 | 效果 |
| --- | --- | --- |
| 1 | id(主键、或创建时间) | 查询订单注重时效,历史订单被查询的次数少,如此分片会造成一个节点访问多,一个访问少,不平均。 |
| 2 | customer\_id(客户 id) | 根据客户 id 去分,两个节点访问平均,一个客户的所 有订单都在同一个节点 |
3. 修改配置文件`schema.xml`
为`orders`表设置数据节点为`dn1`、`dn2`,并指定分片规则为`mod_rule`(自定义的名字)
完整配置:
<?xml version="1.0"?>
<mycat:schema xmlns:mycat=“http://io.mycat/”>
<schema name="TESTDB" checkSQLschema="false" sqlMaxLimit="100" dataNode="dn1">
<table name="customer" dataNode="dn2" ></table>
<table name="orders" dataNode="dn1,dn2" rule="mod\_rule" ></table>
</schema>
<dataNode name="dn1" dataHost="host1" database="orders" />
<dataNode name="dn2" dataHost="host2" database="orders" />
<dataHost name="host1" maxCon="1000" minCon="10" balance="0"
writeType=“0” dbType=“mysql” dbDriver=“native” switchType=“1” slaveThreshold=“100”>
select user()
select user()
</mycat:schema>
4. 修改配置文件`rule.xml`
在`rule`配置文件里新增分片规则`mod_rule`,并指定规则适用字段为`customer_id`。
还有选择分片算法`mod-long`(对字段求模运算),`customer_id`对两个节点求模,根据结果分片。
配置算法`mod-long`参数`count`为`2`,两个节点:
customer_id mod-long
`mod-long`规则为配置文件自带的,修改`count`属性。代表意思为,根据`count`数取模
2
5. 需单独在数据节点`mysql-node2`创建`orders`表
订单表
CREATE TABLE orders(
id INT AUTO_INCREMENT,
order_type INT,
customer_id INT,
amount DECIMAL(10,2),
PRIMARY KEY(id)
);
6. 重启`Mycat`,让配置生效
在`Mycat`里向`orders`表插入数据,`INSERT`字段不能省略。`Mycat`需要根据字段进行分片操作。
INSERT INTO orders(id,order_type,customer_id,amount) VALUES (1,101,100,100100);
INSERT INTO orders(id,order_type,customer_id,amount) VALUES(2,101,100,100300);
INSERT INTO orders(id,order_type,customer_id,amount) VALUES(3,101,101,120000);
INSERT INTO orders(id,order_type,customer_id,amount) VALUES(4,101,101,103000);
INSERT INTO orders(id,order_type,customer_id,amount) VALUES(5,102,101,100400);
INSERT INTO orders(id,order_type,customer_id,amount) VALUES(6,102,100,100020);
* `Mycat`
```
mysql> select * from orders;
+----+------------+-------------+-----------+
| id | order_type | customer_id | amount |
+----+------------+-------------+-----------+
| 1 | 101 | 100 | 100100.00 |
| 2 | 101 | 100 | 100300.00 |
| 6 | 102 | 100 | 100020.00 |
| 3 | 101 | 101 | 120000.00 |
| 4 | 101 | 101 | 103000.00 |
| 5 | 102 | 101 | 100400.00 |
+----+------------+-------------+-----------+
6 rows in set (0.04 sec)
```
* 数据节点`mysql-node1`
```
mysql> select * from orders;
+----+------------+-------------+-----------+
| id | order_type | customer_id | amount |
+----+------------+-------------+-----------+
| 1 | 101 | 100 | 100100.00 |
| 2 | 101 | 100 | 100300.00 |
| 6 | 102 | 100 | 100020.00 |
+----+------------+-------------+-----------+
3 rows in set (0.00 sec)
```
* 数据节点`mysql-node2`
```
mysql> select * from orders;
+----+------------+-------------+-----------+
| id | order_type | customer_id | amount |
+----+------------+-------------+-----------+
| 3 | 101 | 101 | 120000.00 |
| 4 | 101 | 101 | 103000.00 |
| 5 | 102 | 101 | 100400.00 |
+----+------------+-------------+-----------+
3 rows in set (0.00 sec)
```
#### 2.2、Mycat 的分片 join-ER 表
`orders`订单表已经进行分表操作了,和它关联的`orders_detail`订单详情表如何进行`join`查询。
我们要对`orders_detail`也要进行分片操作。`join`的原理如下图:
![在这里插入图片描述](https://img-blog.csdnimg.cn/2efa3a08d12c4f04a009d52cdbc7c55f.jpeg#pic_center)
##### 2.2.1、ER 表
`Mycat`借鉴了`NewSQL`领域的新秀`Foundation DB` 的设计思路,`Foundation DB` 创新性的提出了`Table Group`的概念,其将子表的存储位置依赖于主表,并且物理上紧邻存放,因此彻底解决了`JION` 的效率和性能问题,根据这一思路,提出了基于`E-R`关系的数据分片策略,子表的记录与所 关联的父表记录存放在同一个数据分片上。
* 修改配置文件`schema.xml`
* 需在数据节点`mysql-node2`创建`orders`表
#订单详细表
CREATE TABLE orders_detail(
id INT AUTO_INCREMENT,
detail VARCHAR(2000),
order_id INT,
PRIMARY KEY(id)
);
* 重启`Mycat`
在`Mycat`里向`orders_detail`表插入数据,`INSERT`字段不能省略。`Mycat`需要根据字段进行分片操作。
INSERT INTO orders_detail(id,detail,order_id) values(1,‘detail1’,1);
INSERT INTO orders_detail(id,detail,order_id) VALUES(2,‘detail1’,2);
INSERT INTO orders_detail(id,detail,order_id) VALUES(3,‘detail1’,3);
INSERT INTO orders_detail(id,detail,order_id) VALUES(4,‘detail1’,4);
INSERT INTO orders_detail(id,detail,order_id) VALUES(5,‘detail1’,5);
INSERT INTO orders_detail(id,detail,order_id) VALUES(6,‘detail1’,6);
运行两个表`join`语句
+ `Mycat`
```
mysql> select o.*,od.detail from orders o inner join orders_detail od on o.id=od.order_id;
+----+------------+-------------+-----------+---------+
| id | order_type | customer_id | amount | detail |
+----+------------+-------------+-----------+---------+
| 1 | 101 | 100 | 100100.00 | detail1 |
| 2 | 101 | 100 | 100300.00 | detail1 |
| 6 | 102 | 100 | 100020.00 | detail1 |
| 3 | 101 | 101 | 120000.00 | detail1 |
| 4 | 101 | 101 | 103000.00 | detail1 |
| 5 | 102 | 101 | 100400.00 | detail1 |
+----+------------+-------------+-----------+---------+
6 rows in set (0.03 sec)
```
+ `mysql-node1`
```
mysql> select o.*,od.detail from orders o inner join orders_detail od on o.id=od.order_id;
+----+------------+-------------+-----------+---------+
| id | order_type | customer_id | amount | detail |
+----+------------+-------------+-----------+---------+
| 1 | 101 | 100 | 100100.00 | detail1 |
| 2 | 101 | 100 | 100300.00 | detail1 |
| 6 | 102 | 100 | 100020.00 | detail1 |
+----+------------+-------------+-----------+---------+
3 rows in set (0.01 sec)
```
+ `mysql-node2`
```
mysql> select o.*,od.detail from orders o inner join orders_detail od on o.id=od.order_id;
+----+------------+-------------+-----------+---------+
| id | order_type | customer_id | amount | detail |
+----+------------+-------------+-----------+---------+
| 3 | 101 | 101 | 120000.00 | detail1 |
| 4 | 101 | 101 | 103000.00 | detail1 |
| 5 | 102 | 101 | 100400.00 | detail1 |
+----+------------+-------------+-----------+---------+
3 rows in set (0.00 sec)
```
##### 2.2.2、全局表
在分片的情况下,当业务表因为规模而进行分片以后,业务表与这些附属的字典表之间的关联, 就成了比较棘手的问题,考虑到字典表具有以下几个特性:
* 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
鉴于此,`Mycat`定义了一种特殊的表,称之为“全局表”,全局表具有以下特性:
* 全局表的插入、更新操作会实时在所有节点上执行,保持各个分片的数据一致性
* 全局表的查询操作,只从一个节点获取
* 全局表可以跟任何一个表进行`JOIN`操作
将字典表或者符合字典表特性的一些表定义为全局表,则从另外一个方面,很好的解决了数据`JOIN`的难题。通过全局表+基于`E-R`关系的分片策略,`Mycat`可以满足 `80%`以上的企业应用开发
配置步骤:
* 修改配置文件`schema.xml`
* 需在数据节点`mysql-node2`创建`dict_order_type`表
#订单状态字典表
CREATE TABLE dict_order_type(
id INT AUTO_INCREMENT,
order_type VARCHAR(200),
PRIMARY KEY(id)
);
* 重启`Mycat`
在`Mycat`里向`dict_order_type`表插入数据。
INSERT INTO dict_order_type(id,order_type) VALUES(101,‘type1’);
INSERT INTO dict_order_type(id,order_type) VALUES(102,‘type2’);
1. + `Mycat`
```
mysql> select * from dict_order_type;
+-----+------------+
| id | order_type |
+-----+------------+
| 101 | type1 |
| 102 | type2 |
+-----+------------+
2 rows in set (0.04 sec)
```
+ 数据节点`mysql-node1`
```
mysql> select * from dict_order_type;
+-----+------------+
| id | order_type |
+-----+------------+
| 101 | type1 |
| 102 | type2 |
+-----+------------+
2 rows in set (0.00 sec)
```
+ 数据节点`mysql-node2`
```
mysql> select * from dict_order_type;
+-----+------------+
| id | order_type |
+-----+------------+
| 101 | type1 |
| 102 | type2 |
+-----+------------+
2 rows in set (0.00 sec)
```
### 三、常用分片规则
#### 3.1、取模
此规则为对分片字段求摸运算。也是水平分表最常用规则。配置分表中,`orders`表采用了此规则。
#### 3.2、分片枚举
通过在配置文件中配置可能的枚举`id`,自己配置分片,本规则适用于特定的场景,比如有些业务需要按照省份或区县来做保存,而全国省份区县固定的,这类业务使用本条规则。
配置步骤:
* 修改配置文件`schema.xml`
* 修改配置文件`rule.xml`
<tableRule name="sharding\_by\_intfile">
<rule>
<columns>areacode</columns>
<algorithm>hash-int</algorithm>
</rule>
</tableRule>
+ `columns`:分片字段
+ `algorithm`:分片函数
<function name="hash-int" class="io.mycat.route.function.PartitionByFileMap">
<property name="mapFile">partition-hash-int.txt</property>
<property name="type">1</property>
<property name="defaultNode">0</property>
</function>
+ `mapFile`:标识配置文件名称
+ `type`:0为int型、非0为`String`
+ `defaultNode`:默认节点。小于 0 表示不设置默认节点,大于等于 0 表示设置默认节点,设置默认节点如果碰到不识别的枚举值,就让它路由到默认节点,如不设置不识别就报错。
* 修改配置文件`partition-hash-int.txt`
110=0
120=1
* 重启`Mycat`
在`Mycat`里创建表。
订单归属区域信息表
CREATE TABLE orders_ware_info
(
id
INT AUTO_INCREMENT comment ‘编号’,
order_id
INT comment ‘订单编号’,
address
VARCHAR(200) comment ‘地址’,
areacode
VARCHAR(20) comment ‘区域编号’,
PRIMARY KEY(id)
);
插入数据
INSERT INTO orders_ware_info(id, order_id,address,areacode) VALUES (1,1,‘北京’,‘110’);
INSERT INTO orders_ware_info(id, order_id,address,areacode) VALUES (2,2,‘天津’,‘120’);
+ `Mycat`
```
mysql> select * from orders_ware_info;
+----+----------+---------+----------+
| id | order_id | address | areacode |
+----+----------+---------+----------+
| 1 | 1 | 北京 | 110 |
| 2 | 2 | 天津 | 120 |
+----+----------+---------+----------+
2 rows in set (0.02 sec)
```
+ 数据节点`mysql-node1`
```
mysql> select * from orders_ware_info;
+----+----------+---------+----------+
| id | order_id | address | areacode |
+----+----------+---------+----------+
| 1 | 1 | 北京 | 110 |
+----+----------+---------+----------+
1 row in set (0.00 sec)
```
+ 数据节点`mysql-node2`
```
mysql> select * from orders_ware_info;
+----+----------+---------+----------+
| id | order_id | address | areacode |
+----+----------+---------+----------+
| 2 | 2 | 天津 | 120 |
+----+----------+---------+----------+
1 row in set (0.00 sec)
```
#### 3.3、 范围约定
此分片适用于提前规划好分片字段某个范围属于哪个分片。
配置步骤:
* 修改配置文件`schema.xml`
* 修改配置文件`rule.xml`
<tableRule name="auto\_sharding\_long">
<rule>
<columns>order_id</columns>
<algorithm>rang-long</algorithm>
</rule>
</tableRule>
+ `columns`:分片字段
+ `algorithm`:分片函数
<function name="rang-long" class="io.mycat.route.function.AutoPartitionByLong">
<property name="mapFile">autopartition-long.txt</property>
<property name="defaultNode">0</property>
</function>
+ `mapFile`:标识配置文件名称
+ `defaultNode`:默认节点。小于 0 表示不设置默认节点,大于等于 0 表示设置默认节点,设置默认节点如果碰到不识别的枚举值,就让它路由到默认节点,如不设置不识别就报错。
* 修改配置文件`autopartition-long.txt`
0-102=0
103-200=1
* 重启`Mycat`
在`Mycat`里创建表。
支付信息表
CREATE TABLE payment_info
(
id
INT AUTO_INCREMENT comment ‘编号’,
order_id
INT comment ‘订单编号’,
payment_status
INT comment ‘支付状态’,
PRIMARY KEY(id)
);
插入数据
INSERT INTO payment_info (id,order_id,payment_status) VALUES (1,101,0);
INSERT INTO payment_info (id,order_id,payment_status) VALUES (2,102,1);
INSERT INTO payment_info (id,order_id ,payment_status) VALUES (3,103,0);
INSERT INTO payment_info (id,order_id,payment_status) VALUES (4,104,1);
+ `Mycat`
```
mysql> select * from payment_info;
+----+----------+----------------+
| id | order_id | payment_status |
+----+----------+----------------+
| 1 | 101 | 0 |
| 2 | 102 | 1 |
| 3 | 103 | 0 |
| 4 | 104 | 1 |
+----+----------+----------------+
4 rows in set (0.02 sec)
```
+ 数据节点`mysql-node1`
```
mysql> select * from payment_info;
+----+----------+----------------+
| id | order_id | payment_status |
+----+----------+----------------+
| 1 | 101 | 0 |
| 2 | 102 | 1 |
+----+----------+----------------+
2 rows in set (0.00 sec)
```
+ 数据节点`mysql-node2`
```
mysql> select * from payment_info;
+----+----------+----------------+
| id | order_id | payment_status |
+----+----------+----------------+
| 3 | 103 | 0 |
| 4 | 104 | 1 |
+----+----------+----------------+
2 rows in set (0.00 sec)
```
#### 3.4、 按日期(天)分片
此规则为按天分片。设定时间格式、范围。
配置步骤:
* 修改配置文件`schema.xml`
* 修改配置文件`rule.xml`
<tableRule name="sharding\_by\_date">
<rule>
<columns>login_date</columns>
<algorithm>shardingByDate</algorithm>
</rule>
</tableRule>
+ `columns`:分片字段
+ `algorithm`:分片函数
<function name="shardingByDate" class="io.mycat.route.function.PartitionByDate">
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
`
- 修改配置文件
rule.xml
<tableRule name="sharding\_by\_date">
<rule>
<columns>login_date</columns>
<algorithm>shardingByDate</algorithm>
</rule>
</tableRule>
+ `columns`:分片字段
+ `algorithm`:分片函数
<function name="shardingByDate" class="io.mycat.route.function.PartitionByDate">
[外链图片转存中...(img-tWR4nUEF-1715439773397)]
[外链图片转存中...(img-gaV941Oy-1715439773398)]
**网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。**
**[需要这份系统化资料的朋友,可以戳这里获取](https://bbs.csdn.net/forums/4f45ff00ff254613a03fab5e56a57acb)**
**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**