学习笔记：分库分表之中间件Mycat实战

点关注，不迷路！

本文已整理成文档！

需要面试刷题的朋友，也祝愿大家顺利拿到自己想要的offer，这份资料主要包含了Java基础，数据结构，jvm，多线程等等，由于篇幅有限，以下只展示小部分面试题，有需要完整版的朋友可以点一点链接跳转领取，链接：戳这里免费下载，获取码：CSDN

1.数据切分概念

数据的切分（Sharding）根据其切分规则的类型，可以分为两种切分模式。一种是按照不同的表（或者Schema）来切分到不同的数据库（主机）之上，这种切可以称之为数据的垂直（纵向）切分；另外一则是根据表中的数据的逻辑关系，将同一个表中的数据按照某种条件拆分到多台数据库（主机）上面，这种切分称之为数据的水平（横向）切分。 垂直切分的最大特点就是规则简单，实施也更为方便，尤其适合各业务之间的耦合度非常低，相互影响很小，业务逻辑非常清晰的系统。在这种系统中，可以很容易做到将不同业务模块所使用的表分拆到不同的数据库中。根据不同的表来进行拆分，对应用程序的影响也更小，拆分规则也会比较简单清晰。 水平切分于垂直切分相比，相对来说稍微复杂一些。因为要将同一个表中的不同数据拆分到不同的数据库中，对于应用程序来说，拆分规则本身就较根据表名来拆分更为复杂，后期的数据维护也会更为复杂一些。

垂直切分

一个数据库由很多表的构成，每个表对应着不同的业务，垂直切分是指按照业务将表进行分类，分布到
不同 的数据库上面，这样也就将数据或者说压力分担到不同的库上面，如下图：

一般来讲业务存在着复杂 join 的场景是难以切分的，往往业务独立的易于切分。如何切分，切分到何种程度是考验技术架构的一个难题。 下面来分析下垂直切分的优缺点：

优点：

• 拆分后业务清晰，拆分规则明确。
• 系统之间整合或扩展容易。
• 数据维护简单。

缺点：

• 部分业务表无法 join，只能通过接口方式解决，提高了系统复杂度。
• 受每种业务不同的限制存在单库性能瓶颈，不易数据扩展跟性能提高。
• 事务处理复杂。 由于垂直切分是按照业务的分类将表分散到不同的库，所以有些业务表会过于庞大，存在单库读写与存储瓶颈，所以就需要水平拆分来做解决。

水平切分

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：

拆分数据就需要定义分片规则。关系型数据库是行列的二维模型，拆分的第一原则是找到拆分维度。几种典型的分片规则包括： ? 按照用户 ID 求模，将数据分散到不同的数据库，具有相同数据用户的数据都被分散到一个库中。 ? 按照日期，将不同月甚至日的数据分散到不同的库中。 ? 按照某个特定的字段求摸，或者根据特定范围段分散到不同的库中。

优点：

• 拆分规则抽象好，join 操作基本可以数据库做。
• 不存在单库大数据，高并发的性能瓶颈。
• 应用端改造较少。
• 提高了系统的稳定性跟负载能力。

缺点：

• 拆分规则难以抽象。
• 分片事务一致性难以解决。
• 数据多次扩展难度跟维护量极大。
• 跨库 join 性能较差。

垂直切分和水平切分都有缺点，但共同的缺点有：

• 引入分布式事务的问题。
• 跨节点 Join 的问题。
• 跨节点合并排序分页问题。
• 多数据源管理问题。

针对数据源管理，目前主要有两种思路：

A. 客户端模式，在每个应用程序模块中配置管理自己需要的一个（或者多个）数据源，直接访问各个数据 库，在模块内完成数据的整合；

B. 通过中间代理层来统一管理所有的数据源，后端数据库集群对前端应用程序透明；

集中式代理 proxy mycat

嵌入应用去中心化架构 sharding-jdbc

基于主机进程的去中心化架构 sharding-sidecar service mesh

数据切分原则

第一原则：能不切分尽量不要切分。

第二原则：如果要切分一定要选择合适的切分规则，提前规划好。

第三原则：数据切分尽量通过数据冗余或表分组来降低跨库 Join 的可能。

第四原则：由于数据库中间件对数据 Join 实现的优劣难以把握，而且实现高性能难度极大，业务读取尽量 少使用多表 Join。

2.什么是Mycat

定义

• 一个彻底开源的，面向企业应用开发的大数据库集群
• 支持事务、ACID、可以替代MySQL的加强版数据库
• 一个可以视为MySQL集群的企业级数据库，用来替代昂贵的Oracle集群
• 一个融合内存缓存技术、NoSQL技术、HDFS大数据的新型SQL Server
• 结合传统数据库和新型分布式数据仓库的新一代企业级数据库产品
• 一个新颖的数据库中间件产品
  官网地址

跨分片数据合并

应用场景

Mycat 发展到现在，适用的场景已经很丰富，而且不断有新用户给出新的创新性的方案，以下是几个典
型的 应用场景：

• 单纯的读写分离，此时配置最为简单，支持读写分离，主从切换
• 分表分库，对于超过 1000 万的表进行分片，最大支持 1000 亿的单表分片
• 多租户应用，每个应用一个库，但应用程序只连接 Mycat，从而不改造程序本身，实现多租户化
• 报表系统，借助于 Mycat的分表能力，处理大规模报表的统计
• 替代 Hbase，分析大数据
• 作为海量数据实时查询的一种简单有效方案，比如 100 亿条频繁查询的记录需要在 3 秒内查询出来结果， 除了基于主键的查询，还可能存在范围查询或其他属性查询，此时 Mycat 可能是最简单有效的选择

3.Mycat中的核心概念及配置

核心概念

• 数据库中间件
  Mycat 是数据库中间件，就是介于数据库与应用之间，进行数据处理与交互的中间服务。
  
• 逻辑库(schema)
  通常对实际应用来说，并不需要知道中间件的存在，业务开发人员只需要知道数据库的概念，所以
  数据库中间件可以被看做是一个或多个数据库集群构成的逻辑库
  
• 逻辑表（table）
  逻辑表，可以是数据切分后，分布在一个或多个分片库中，也可以不做数据切分，不分片，只有一
  个表构成。

  1. 分片表 分片表，是指那些原有的很大数据的表，需要切分到多个数据库的表，这样，每个分
     片都有一部分数据，所有分片构成了完整的数据。 例如在 mycat 配置中的 t_node 就属于分
     片表，数据按照规则被分到 dn1,dn2 两个分片节点(dataNode) 上。

  2. 非分片表
     一个数据库中并不是所有的表都很大，某些表是可以不用进行切分的，非分片是相对分片表
     来说的，就是那些不需要进行数据切分的表。
     如下配置中 t_node，只存在于分片节点（dataNode）dn1 上。
     

• 分片节点(dataNode)
  数据切分后，一个大表被分到不同的分片数据库上面，每个表分片所在的数据库就是分片节
  （dataNode）
• 节点主机(dataHost) 数据切分后，每个分片节点（dataNode）不一定都会独占一台机器，同一机
  器上面可以有多个分片数据库， 这样一个或多个分片节点（dataNode）所在的机器就是节点主机
  （dataHost）,为了规避单节点主机并发数限 制，尽量将读写压力高的分片节点（dataNode）均
  衡的放在不同的节点主机（dataHost）。
• 分片规则(rule)
  一个大表被分成若干个分片表，就需要一定的规则，这样按照某种业务规则把数据分到 某个分片
  的规则就是分片规则，数据切分选择合适的分片规则非常重要，将极大的避免后续数据处理的难
  度。
• 全局序列号(sequence)
  数据切分后，原有的关系数据库中的主键约束在分布式条件下将无法使用，因此需要引入外部机制
  保证数据 唯一性标识，这种保证全局性的数据唯一标识的机制就是全局序列号（sequence）。

安装与配置

基于源码

• MyCAT-Server 源码下载 MyCAT-Server 仓库地址

• 源码调试与配置 MyCAT 目前主要通过配置文件的方式来定义逻辑库和相关配置： •MYCAT_HOME/conf/schema.xml 中定义逻辑库，表、分片节点等内容.
  •MYCAT_HOME/conf/rule.xml 中定义分片规则.
  • MYCAT_HOME/conf/server.xml 中定义用户以及系统相关变量，如端口等.

• 源码运行 MyCAT 入口程序是 org.opencloudb.MycatStartup.java ，需要设置MYCAT_HOME 目
  录，为你工程当前所在目录(src/main) ， 设置完 MYCAT 主目录后即可正常运行 MyCAT 服务。

linux安装

# 下载
wget http://dl.mycat.io/1.6.7.3/20190927161129/Mycat-server-1.6.7.3-release-
20190927161129-linux.tar.gz
#解压进入mycat目录
#启动mycat
./b