一、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。比如:
- 从会员的角度来分析,商户订单交易类系统中查询会员某天某月某个订单,那么就需要按照会员结合日期来拆分,不同的数据按照会员 ID 做分组,这样所有的数据查询 join 都会在单库内解决;
- 如果从商户的角度来讲,要查询某个商家某天所有的订单数,就需要按照商户 ID 做拆分;
- 但是如果系统既想按会员拆分,又想按商家数据,则会有一定的困难。如何找到合适的分片规则需要综合考虑衡量。
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。
如图,切分原则都是根据业务找到适合的切分规则分散到不同的库,下面用用户 ID 求模举例:
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。
前面讲了垂直切分跟水平切分的不同跟优缺点,会发现每种切分方式都有缺点,但共同的特点缺点有:
• 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
——上述内容摘自《Mycat权威指南》
二、实现分表
以orders表为例:
CREATE TABLE orders(
id INT AUTO_INCREMENT,
order_type INT,
customer_id INT,
amount DECIMAL(10,2),
PRIMARY KEY(id)
);
在dn1和dn2中分别创建orders表。对于orders可以根据不同的字段进行分表:
分表字段 | 结果 |
---|---|
id | 查询订单注重实效,历史订单查询较少,会造成节点访问不平均。 |
coustomer_id | 根据客户id去分表,一个客户的所有订单在一个节点,访问较为平均 |
(一)修改schema.xml
<?xml version="1.0"?>
<!DOCTYPE mycat:schema SYSTEM "schema.dtd">
<mycat:schema xmlns:mycat="http://io.mycat/">
<schema name="TESTDB" checkSQLschema="false" sqlMaxLimit="100" dataNode="dn1">
<table name="customer" dataNode="dn2" />
<table name="orders" dataNode="dn1,dn2" rule="mod_rule">
</table>
</schema>
<dataNode name="dn1" dataHost="localhost1" database="orders" />
<dataNode name="dn2" dataHost="localhost2" database="orders" />
<dataHost name="localhost1" maxCon="1000" minCon="10" balance="0"
writeType="0" dbType="mysql" dbDriver="native" switchType="1" slaveThreshold="100">
<heartbeat>select user()</heartbeat>
<writeHost host="hostM1" url="192.168.30.130:3306" user="root" password="root">
</writeHost>
</dataHost>
<dataHost name="localhost2" maxCon="1000" minCon="10" balance="0"
writeType="0" dbType="mysql" dbDriver="native" switchType="1" slaveThreshold="100">
<heartbeat>select user()</heartbeat>
<writeHost host="hostM2" url="192.168.30.131:3306" user="root" password="root">
</writeHost>
</dataHost>
</mycat:schema>
在schema节点下新增table节点:
<table name="orders" dataNode="dn1,dn2" rule="mod_rule">
(二)修改rule.xml
增加:
<tableRule name="mod_rule">
<rule>
<columns>customer_id</columns>
<algorithm>mod-long</algorithm>
</rule>
</tableRule>
修改:
<function name="mod-long" class="io.mycat.route.function.PartitionByMod">
<!-- how many data nodes -->
<property name="count">2</property>
</function>
(三)测试分表
启动mycat:
./mycat console
登录mycat:
mysql -uroot -p123456 -P 8066 -h 192.168.30.130
切换到TESTDB,插入数据:
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);
分别在mycat、dn1、dn2中查询orders,可以看到customer_id为100的在dn1中,customer_id为101的在dn2中。
三、分片的JOIN
(一)理论
- 尽量避免使用 Left join 或 Right join,而用 Inner join
- 在使用 Left join 或 Right join 时,ON 会优先执行,where 条件在最后执行,所以在使用过程中,条件尽可能的在 ON 语句中判断,减少 where 的执行
- 少用子查询,而用 join。
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 TableGroup 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。
(二)测试
在dn1和dn2中新建orders_detail:
CREATE TABLE orders_detail(
id INT AUTO_INCREMENT,
detail VARCHAR(2000),
order_id INT,
PRIMARY KEY(id)
);
1. 修改schema.xml
<table name="orders" dataNode="dn1,dn2" rule="mod_rule">
<childTable name="orders_detail" primaryKey="id" joinKey="order_id" parentKey="id"/>
</table>
2.使用mycat插入数据
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);
3. 验证
在mycat、dn1、dn2中分别执行:
select o.*,od.detail from orders o inner join orders_detail od on o.id=od.order_id;
四、全局表
(一)理论
一个真实的业务系统中,往往存在大量的类似字典表的表格,它们与业务表之间可能有关系,这种关系,可以理解为“标签”,而不应理解为通常的“主从关系”,这些表基本上很少变动,可以根据主键 ID 进行缓存。
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。
(二)测试全局表
在dn1和dn2中新建订单字典表:
CREATE TABLE dict_order_type(
id INT AUTO_INCREMENT,
order_type VARCHAR(200),
PRIMARY KEY(id)
);
修改schema.xml,新增:
<table name="dict_order_type" dataNode="dn1,dn2" type="global"/>
使用mycat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');
可以看到在dn1和dn2中都插入了相应数据。
五、常用分片规则
(一)取模
参见实现分表中的案例。
(二)分片枚举
修改schema.xml:
<table name="orders_ware_info" dataNode="dn1,dn2" rule="sharding-by-intfile"/>
修改rule.xml
<tableRule name="sharding-by-intfile">
<rule>
<columns>areacode</columns>
<algorithm>hash-int</algorithm>
</rule>
</tableRule>
...
<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>
partition-hash-int.txt:
110=0
120=1
在function节点中:
- 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。
启动mycat,建表并写入数据:
mysql在linux环境下,表名默认区分大小写。修改/etc/my.cnf,配置:lower-case-table-names=1
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)
);
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');
INSERT INTO ORDERS_WARE_INFO (id, order_id,address,areacode) VALUES (3,3,'河南','130');
其中110和130对应的数据写入了dn1,120的数据写入了dn2.
(三)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。
修改schema.xml:
<table name="payment_info" dataNode="dn1,dn2" rule="sharding-by-long"/>
修改rule.xml :
<tableRule name="sharding-by-long">
<rule>
<columns>order_id</columns>
<algorithm>rang-long</algorithm>
</rule>
</tableRule>
...
<function name="rang-long"
class="io.mycat.route.function.AutoPartitionByLong">
<property name="mapFile">autopartition-long.txt</property>
<property name="defaultNode">0</property>
</function>
修改autopartition-long.txt:
0-101=0
102-200=1
重启并登陆mycat,切换到TESTDB:
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)
);
INSERT INTO payment_info (id,order_id,payment_status) VALUES (1,100,0);
INSERT INTO payment_info (id,order_id,payment_status) VALUES (2,101,1);
INSERT INTO payment_info (id,order_id ,payment_status) VALUES (3,102,0);
INSERT INTO payment_info (id,order_id,payment_status) VALUES (4,103,1);
100和101插入到dn1中,102和103插入到dn2中。
(四)按日期(天)分片
修改schema.xml:
<table name="login_info" dataNode="dn1,dn2" rule="sharding-by-date"/>
修改rule.xml:
<tableRule name="sharding-by-date">
<rule>
<columns>login_date</columns>
<algorithm>partbyday</algorithm>
</rule>
</tableRule>
...
<function name="partbyday"
class="io.mycat.route.function.PartitionByDate">
<property name="dateFormat">yyyy-MM-dd</property>
<property name="sNaturalDay">0</property>
<property name="sBeginDate">2021-01-01</property>
<property name="sEndDate">2021-01-31</property>
<property name="sPartionDay">10</property>
</function>
- columns :标识将要分片的表字段
- algorithm :分片函数
- dateFormat :日期格式
- sBeginDate :开始日期
- sEndDate:结束日期
- sPartionDay :分区天数,即默认从开始日期算起,分隔 10 天一个分区
- 如果配置了 sEndDate 则代表数据达到了这个日期的分片后循环从开始分片插入。
重启mycat,登陆后切换至TESTDB:
CREATE TABLE login_info
(
`id` INT AUTO_INCREMENT comment '编号',
`user_id` INT comment '用户编号',
`login_date` date comment '登录日期',
PRIMARY KEY(id)
);
INSERT INTO login_info(id,user_id,login_date) VALUES (1,101,'2021-01-01');
INSERT INTO login_info(id,user_id,login_date) VALUES (2,102,'2021-01-11');
INSERT INTO login_info(id,user_id,login_date) VALUES (3,103,'2021-01-21');
INSERT INTO login_info(id,user_id,login_date) VALUES (4,104,'2021-01-31');
2021-01-01 和2021-01-21插入dn1,01-11和01-31插入dn2.