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:
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 都已经达到 600 万行数据,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)
#如下图
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
…
2
#如下图:
5、 在数据节点 dn2上建 orders表
6、 重启 Mycat,让配置生效7、 访问 Mycat实现分片
7、 访问Mycat实现分片
#在 mycat 里向 orders 表插入数据,INSERT 字段不能省略
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);
#在mycat、dn1、dn2中查看orders表数据,分表成功
Mycat 的 分 片 “join”
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:
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 schema.xml 配置文件
…
…
#在 dn2 创建 orders_detail 表
#重启Mycat
#访问Mycat 向 orders_detail 表插入数据
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);
#在mycat、dn1、dn2中运行两个表join语句
Select o.*,od.detail from orders o inner join orders_detail od on o.id=od.order_id;
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:
① 变动不频繁
② 数据量总体变化不大
③ 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:
① 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
② 全局表的查询操作,只从一个节点获取
③ 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
#修改 schema.xml 配置文件
…
…
#在 dn2 创建 dict_order_type 表
#重启Mycat
#访问Mycat 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');
#在Mycat、dn1、dn2中查询表数据
常用分片规则
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。5.1 配置分表中,orders 表采用了此规则。
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。
#(1)修改schema.xml配置文件
#(2)修改rule.xml配置文件
areacode
hash-int
…
class="io.mycat.route.function.PartitionByFileMap">
partition-hash-int.txt
1
0
#columns:分片字段,algorithm:分片函数#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
#(3)修改partition-hash-int.txt配置文件110=0 120=1
#(4) 重 启 Mycat #
#(5)访问Mycat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)
);
#(6)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');
#(7)查询Mycat、dn1、dn2可以看到数据分片效果
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。
#(1)修改schema.xml配置文件
#(2)修改rule.xml配置文件
order_id
rang-long
…order_id
rang-long
class="io.mycat.route.function.AutoPartitionByLong">
autopartition-long.txt
0
#columns:分片字段,algorithm:分片函数# 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
#(3)修改autopartition-long.txt配置文件0-102=0
103-200=1
#(4) 重 启 Mycat #(5)访问Mycat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)
);
#(6)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);
#(7)查询Mycat、dn1、dn2可以看到数据分片效果
4、 按日期(天)分片
此规则为按天分片。设定时间格式、范围
#(1)修改schema.xml配置文件
#(2)修改rule.xml配置文件
login_date
shardingByDate
…
yyyy-MM-dd
2019-01-01
2019-01-04
2
#columns:分片字段,algorithm:分片函数#dateFormat :日期格式
#sBeginDate :开始日期
#sEndDate:结束日期,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#sPartionDay :分区天数,即默认从开始日期算起,分隔 2 天一个分区
#(3) 重 启Mycat #(4)访问Mycat创建表#用户信息表
CREATETABLElogin_info(
`id`INTAUTO_INCREMENTcomment '编号',
`user_id`INTcomment'用户编号',
`login_date`datecomment'登录日期',
PRIMARY KEY(id)
);
#(6)插入数据
INSERTINTO login_info(id,user_id,login_date)VALUES(1,101,'2019-01-01');
INSERT INTOlogin_info(id,user_id,login_date)VALUES(2,102,'2019-01-02');
INSERT INTOlogin_info(id,user_id,login_date)VALUES(3,103,'2019-01-03');
INSERT INTOlogin_info(id,user_id,login_date)VALUES(4,104,'2019-01-04');
INSERT INTOlogin_info(id,user_id,login_date)VALUES(5,103,'2019-01-05');
INSERT INTOlogin_info(id,user_id,login_date)VALUES(6,104,'2019-01-06');
#(7)查询Mycat、dn1、dn2可以看到数据分片效果
全局序列
在实现分库分表的情况下,数据库自增主键已无法保证自增主键的全局唯一。为此,Mycat 提供了全局 sequence,并且提供了包含本地配置和数据库配置等多种实现方式
1、 本地文件
此方式 Mycat 将 sequence 配置到文件中,当使用到 sequence 中的配置后,Mycat 会更下
classpath 中的 sequence_conf.properties 文件中 sequence 当前的值。
① 优点:本地加载,读取速度较快
② 缺点:抗风险能力差,Mycat 所在主机宕机后,无法读取本地文件。
2、 数据库方式
利用数据库一个表 来进行计数累加。但是并不是每次生成序列都读写数据库,这样效率太低。
Mycat 会预加载一部分号段到 Mycat 的内存中,这样大部分读写序列都是在内存中完成的。如果内存中的号段用完了 Mycat 会再向数据库要一次。
问:那如果Mycat 崩溃了 ,那内存中的序列岂不是都没了?
是的。如果是这样,那么Mycat 启动后会向数据库申请新的号段,原有号段会弃用。
也就是说如果 Mycat 重启,那么损失是当前的号段没用完的号码,但是不会因此出现主键重复
① 建库序列脚本
#在 dn1 上创建全局序列表
CREATE TABLE MYCAT_SEQUENCE (NAME VARCHAR(50) NOT NULL,current_value INT NOT NULL,increment INT NOT NULL DEFAULT 100, PRIMARY KEY(NAME)) ENGINE=INNODB;#创建全局序列所需函数DELIMITER $$
CREATE FUNCTION mycat_seq_currval(seq_name VARCHAR(50)) RETURNS VARCHAR(64) DETERMINISTIC
BEGIN
DECLARE retval VARCHAR(64);
SET retval="-999999999,null";
SELECT CONCAT(CAST(current_value AS CHAR),",",CAST(increment AS CHAR)) INTO retval FROM MYCAT_SEQUENCE WHERE NAME =seq_name;
RETURN retval; END $$ DELIMITER ;
DELIMITER $$
CREATE FUNCTION mycat_seq_setval(seq_name VARCHAR(50),VALUE INTEGER) RETURNS VARCHAR(64)
DETERMINISTIC BEGIN
UPDATE MYCAT_SEQUENCE
SET current_value= VALUE WHERE NAME =seq_name;
RETURN mycat_seq_currval(seq_name); END $$
DELIMITER ;
DELIMITER $$
CREATE FUNCTION mycat_seq_nextval(seq_name VARCHAR(50)) RETURNS VARCHAR(64) DETERMINISTIC
BEGIN
UPDATE MYCAT_SEQUENCE
SET current_value= current_value + increment WHERE NAME =seq_name; RETURN mycat_seq_currval(seq_name);
END $$ DELIMITER ;
#初始化序列表记录
INSERT INTO MYCAT_SEQUENCE(NAME,current_value,increment) VALUES ('ORDERS', 400000, 100);
② 修改 Mycat 配置
#修改sequence_db_conf.properties
vim sequence_db_conf.properties
#意思是ORDERS这个序列在dn1这个节点上,具体dn1节点是哪台机子,请参考schema.xml
#修改server.xmlvim server.xml
#全局序列类型:0-本地文件,1-数据库方式,2-时间戳方式。此处应该修改成1。
#重启Mycat
③ 验证全局序列
#登录Mycat,插入数据
insert into orders(id,amount,customer_id,order_type) values(next value for MYCATSEQ_ORDERS,1000,101,102);
#查询数据
3、 时间戳方式
全局序列ID= 64 位二进制 (42(毫秒)+5(机器 ID)+5(业务编码)+12(重复累加) 换算成十进制为 18 位数的
long 类型,每毫秒可以并发 12 位二进制的累加。
① 优点:配置简单
② 缺点:18 位 ID 过长
4、 自主生成全局序列
可在 java 项目里自己生成全局序列,如下:
① 根据业务逻辑组合
② 可以利用 redis 的单线程原子性 incr 来生成序列
但,自主生成需要单独在工程中用 java 代码实现,还是推荐使用 Mycat 自带全局序列。