MySQL分布式集群之MyCAT的配置文件schema.xml详解

在第一部分，有简单的介绍MyCAT的搭建和配置文件的基本情况，这一篇详细介绍schema的一些具体参数，以及实际作用
首先贴上自己测试用的schema文件，双引号之前的反斜杠不会消除，姑且当成不存在吧...

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71

<? xml  version=\"1.0\"?> <!DOCTYPE mycat:schema SYSTEM \"schema.dtd\"> < mycat:schema  xmlns:mycat=\"http://org.opencloudb/\">      < schema  name=\"mycat\" checkSQLschema=\"false\" sqlMaxLimit=\"100\">          <!-- auto sharding by id (long) -->          < table  name=\"students\" dataNode=\"dn1,dn2,dn3,dn4\" rule=\"rule1\" />          < table  name=\"log_test\" dataNode=\"dn1,dn2,dn3,dn4\" rule=\"rule2\" />          <!-- global table is auto cloned to all defined data nodes ,so can join              with any table whose sharding node is in the same data node -->          <!--<table name=\"company\" primaryKey=\"ID\" type=\"global\" dataNode=\"dn1,dn2,dn3\" />          <table name=\"goods\" primaryKey=\"ID\" type=\"global\" dataNode=\"dn1,dn2\" />              -->          < table  name=\"item_test\" primaryKey=\"ID\" type=\"global\" dataNode=\"dn1,dn2,dn3,dn4\" />          <!-- random sharding using mod sharind rule -->          <!-- <table name=\"hotnews\" primaryKey=\"ID\" dataNode=\"dn1,dn2,dn3\"              rule=\"mod-long\" /> -->              <!--          <table name=\"worker\" primaryKey=\"ID\" dataNode=\"jdbc_dn1,jdbc_dn2,jdbc_dn3\" rule=\"mod-long\" />   -->          <!-- <table name=\"employee\" primaryKey=\"ID\" dataNode=\"dn1,dn2\"              rule=\"sharding-by-intfile\" />          <table name=\"customer\" primaryKey=\"ID\" dataNode=\"dn1,dn2\"              rule=\"sharding-by-intfile\">              <childTable name=\"orders\" primaryKey=\"ID\" joinKey=\"customer_id\"                  parentKey=\"id\">                  <childTable name=\"order_items\" joinKey=\"order_id\"                      parentKey=\"id\" />              <ildTable>              <childTable name=\"customer_addr\" primaryKey=\"ID\" joinKey=\"customer_id\"                  parentKey=\"id\" /> -->      </ schema >      <!-- <dataNode name=\"dn\" dataHost=\"localhost\" database=\"test\" /> -->      < dataNode  name=\"dn1\" dataHost=\"localhost\" database=\"test1\" />      < dataNode  name=\"dn2\" dataHost=\"localhost\" database=\"test2\" />      < dataNode  name=\"dn3\" dataHost=\"localhost\" database=\"test3\" />      < dataNode  name=\"dn4\" dataHost=\"localhost\" database=\"test4\" />      <!--      <dataNode name=\"jdbc_dn1\" dataHost=\"jdbchost\" database=\"db1\" />      <dataNode name=\"jdbc_dn2\" dataHost=\"jdbchost\" database=\"db2\" />      <dataNode name=\"jdbc_dn3\" dataHost=\"jdbchost\" database=\"db3\" />   -->      < dataHost  name=\"localhost\" maxCon=\"100\" minCon=\"10\" balance=\"1\"          writeType=\"1\" dbType=\"mysql\" dbDriver=\"native\">          < heartbeat >select user()< beat >          <!-- can have multi write hosts -->          < writeHost  host=\"localhost\" url=\"localhost:3306\" user=\"root\" password=\"wangwenan\">              <!-- can have multi read hosts -->              < readHost  host=\"hostS1\" url=\"localhost:3307\" user=\"root\" password=\"wangwenan\"/>          </ writeHost >          < writeHost  host=\"localhost1\" url=\"localhost:3308\" user=\"root\" password=\"wangwenan\">              <!-- can have multi read hosts -->              < readHost  host=\"hostS11\" url=\"localhost:3309\" user=\"root\" password=\"wangwenan\"/>          </ writeHost >      </ dataHost >          <!-- <writeHost host=\"hostM2\" url=\"localhost:3316\" user=\"root\" password=\"123456\"/> -->      <!--          <dataHost name=\"jdbchost\" maxCon=\"1000\" minCon=\"1\" balance=\"0\" writeType=\"0\" dbType=\"mongodb\" dbDriver=\"jdbc\">          <heartbeat>select user()<beat>          <writeHost host=\"hostM\" url=\"mongodb://192.168.0.99/test\" user=\"admin\" password=\"123456\" ></writeHost>      </dataHost>         -->       <!--      <dataHost name=\"jdbchost\" maxCon=\"1000\" minCon=\"10\" balance=\"0\"          dbType=\"mysql\" dbDriver=\"jdbc\">          <heartbeat>select user()<beat>          <writeHost host=\"hostM1\" url=\"jdbc:mysql://localhost:3306\"              user=\"root\" password=\"123456\">          </writeHost>      </dataHost>       --> </ mycat:schema >

• 
  

第一行参数<schema name="mycat" checkSQLschema="false" sqlMaxLimit="100"/>
在这一行参数里面,schema name定义了可以在MyCAT前端显示的逻辑数据库的名字,
checkSQLschema这个参数为False的时候,表明MyCAT会自动忽略掉表名前的数据库名,比如说mydatabase1.test1,会被当做test1;
sqlMaxLimit指定了SQL语句返回的行数限制;

如截图,这个limit会让MyCAT在分发SQL语句的时候,自动加上一个limit,限制从分库获得的结果的行数,另外,截图右上角可以看到,MyCAT本身也是有缓存的;
那么,如果我们执行的语句要返回较多的数据行,在不修改这个limit的情况下,MyCAT会怎么做?

可以从截图看到,MyCAT完全就没搭理前端的实际需求,老老实实返回100条数据,所以如果实际应用里面需要返回大量数据,可能就得手动改逻辑了
MyCAT的1.4版本里面，用户的Limit参数会覆盖掉默认的MyCAT设置 
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

<table name="students" dataNode="dn1,dn2,dn3,dn4" rule="rule1" />
这一行代表在MyCAT前端会显示哪些表名,类似几行都代表一样的意思,这里强调的是表,而MyCAT并不会在配置文件里面定义表结构
如果在前端使用show create table ,MyCAT会显示正常的表结构信息,观察Debug日志,

可以看到,MyCAT把命令分发给了dn1代表的数据库,然后把dn1的查询结果返回给了前端
可以判断,类似的数据库级别的一些查询指令,有可能是单独分发给某个节点,然后再把某个节点的信息返回给前端;

dataNode的意义很简单,这个逻辑表的数据存储在后端的哪几个数据库里面 
rule代表的是这个逻辑表students的具体切分策略,目前MyCAT只支持按照某一个特殊列,遵循一些特殊的规则来切分,如取模,枚举等,具体的留给之后细说 

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

<table name="item_test" primaryKey="ID" type="global" dataNode="dn1,dn2,dn3,dn4" />
这一行代表的是全局表,这意味着,item_test这张表会在四个dataNode里面都保存有完整的数据副本,那么查询的时候还会分发到所有的数据库么?

结果如截图,MyCAT依然是规规矩矩的返回了100条数据(╮(╯_╰)╭),而针对全局表的查询,只会分发到某一个节点上
配置的primaryKey没发现作用在哪里，姑且忽略吧，以后发现了再补上

-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------

childtable我在测试中并没有实际用起来不过在MyCAT的设计文档里面有提到，childtable是一种依赖于父表的结构，
这意味着，childtable的joinkey会按照父表的parentKey的策略一起切分，当父表与子表进行连接，且连接条件是childtable.joinKey=parenttable.parentKey时,不会进行跨库的连接.
PS:具体测试以后再补

-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------

dataNode的参数在之前的篇章介绍过,这里直接跳过~

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

dataHost配置的是实际的后端数据库集群,大部分参数简单易懂,这里就不一个个介绍了,只介绍比较重要的两个参数,writeType和balance.
writeType和balance是用来控制后端集群的读写分离的关键参数，这里我用了双主双从的集群配置
这里的测试过程比较麻烦，所以直接贴结论：
1.balance=0时,读操作都在localhost上(localhost失败时,后端直接失败)
2.balance=1时,读操作会随机分散在localhost1和两个readhost上面(localhost失败时,写操作会在localhost1,如果localhost1再失败,则无法进行写操作)
3.balance=2时,写操作会在localhost上，读操作会随机分散在localhost1,localhost1和两个readhost上面(同上)
4.writeType=0时,写操作会在localhost上,如果localhost失败,会自动切换到localhost1,localhost恢复以后并不会切换回localhost进行写操作
5.writeType=1时,写操作会随机分布在localhost和localhost1上,单点失败并不会影响集群的写操作,但是后端的从库会无法从挂掉的主库获取更新,会在读数据的时候出现数据不一致
举例:localhost失败了,写操作会在localhost1上面进行,localhost1的主从正常运行,但是localhost的从库无法从localhost获取更新,localhost的从库于其他库出现数据不一致

--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

实际上,MyCAT本身的读写分离是基于后端集群的同步来实现的,而MyCAT本身则提供语句的分发功能,当然,那个sqlLimit的限制也使得MyCAT会对前端应用层的逻辑造成一些影响
由schema到table的配置,则显示出MyCAT本身的逻辑结构里面,就包含了分库分表的这种特性(可以指定不同的表存在于不同的数据库中,而不必分到全部数据库)