MyCat分片算法学习

1 分片枚举

1.1 官方文档

通过在配置文件中配置可能的枚举id，自己配置分片。
这种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，而全国的省份区县固定的，这类业务使用这一规则。配置如下

<tableRule name="sharding-by-intfile">
    <rule>
        <columns>user_id</coulumns>
        <algorithm>hash-int</algorithm>
    </rule>
</tableRule>
<function name="hash-int" class="org.opencloudb.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配置：

10000=0
10010=1
DEFAULT_NODE=1

上面columns标识将要分片的表字段，algorithm分片函数。
其中分片函数配置中，mapFile标识配置文件名称，type默认值为0,0标识Integer，非零标识String，所有的节点配置都是从0开始。

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
默认节点的作用：枚举分片时，如果碰到不识别的枚举值，就让它路由到默认节点
如果不配置默认节点，碰到不识别的枚举值就会报错

---

2 固定分片hash算法

2.1 官方文档

本条规则类似于十进制的求模运算，区别在于是二进制的操作，是取id的二进制低10位(why？)。
此算法的有点在于，如果按照10进制取模运算，在连续插入1-10时他们会把分到1-10个分片，增大了插入的事务控制难度，而此算法根据二进制则可能会分到连续的分片，减少事务控制难度

<tableRule name="rule1">
    <rule>
       <columns>user_id</columns>
       <algorithm>func1</algorithm>
    </rule>
</tableRule>

<function name="fuc1" class="org.opencloudb.route.function.PartitionByLong">
    <property name="partitionCount">2,1</property>
    <property name="partitionLength">256,512</property>
</function>

配置说明：
partitionCount分片个数列表，partitionLength分片范围列表
分区长度：默认为最大1024，即最大支持1024分区
1024 = sum((count[i]*length[i])). count 和 length 两个向量的点积恒等于 1024

2.2 个人笔记

即，按照上文的例子来说，将一个表分为1024块，前两份分别拿走256块，第三份拿走512块。
意义不明，使用string字段分片时，根据配置的分片规则，只和最后一个字母和倒数第二个字母的部分有关。
只能作用在纯数字的列上。好处可以理解，似乎只能适用在id之类的字段上。如文档中所说，适合在连续插入的时候使用。
这种分片方法适用在什么地方依旧有待研究

---

3 范围约定

3.1 官方文档

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
start <= range <= end.
range start-end, data node index
K=1000, M=10000.

<tableRule name="auto-sharding-long">
    <rule>
        <columns>user_id</columns>
        <algorithm>rang-long</algorithm>
    </rule>
</tableRule>
<function name="rang-long" class="org.opencloudb.route.function.AutoPartitionByLong">
    <property name="mapFile">autopartition-long.txt</property>
    <property name="defaultNode">0</property>
</function>

    0-500M=0
    500M-1000M=1
    1000M-1500M=2

3.2 个人笔记

将数值类型临近的数据分在一起。如果能获得某条数据具体在哪个分片表中，就可以简化全局排序（需要去查查看）
**分片依据的数值改变超过分片界限后是否会重新分布？（需验证）**

分片依据的那一列数据无法改变，用处瞬间变小。

4 取模

4.1 官方文档

此规则为对分片字段求模运算。

<tableRule name="mod-long">
    <rule>
        <columns>user_id</columns>
        <algorithm>mod-long</algorithm>
    </rule>
</tableRule>
<funciton name="mod-long" class="org.opencloudb.route.function.PartitionByMod">
    <property name="count">3</property>
</funciton>

此种配置非常明确地根据id进行十进制取模运算，相比固定分片hash，这种方法在批量插入时可能存在批量插入单事物插入多数据分片，增大失误一致性难度。

4.2 个人笔记

缺点有了，优点在哪儿？？

---

5 按日期（天）分片

5.1 官方文档

<tableRule name="sharding-by-date">
    <rule>
        <columns>creat