MyCat 之 水平分库实战

上一章讲解了MyCat的垂直分库【MyCat 之垂直分库实战】，有效减轻了我们数据库模块访问的读写压力。但是针对像订单这样的数据量极大的表来说，单表访问的的性能瓶颈还是没有解决，这个时候就需要我们的水平分表来解决了

1）分片原则

1.1）能不切分就不要做任何的切分

1.2）选择合适的切分规则和分片键

1.3）尽量避免跨分片的关联查询操作

2）如何选择分片？

2.1）尽可能比较均匀的分布到数据的各个节点上

2.2）被分片的字段是使用最频繁的或者是最重要的查询条件字段

2.3）根据实际的业务场景进行合理分析，推断出使用的分片算法（下面演示就是用最简单的取模算法）

我们分片算法的原理图基本如下：

3）需要准备的环境如下图：

 

4）分片实战

4.1）首先在我们的两台服务器上新建好数据库

4.2）修改我们的【schema.xml】配置（这一次的修改是在上一章的基础上做的修改，具体配置可以拷贝【MyCat 之垂直分库实战】中的详细配置）

新增四个【dataNode】节点

        <dataNode name="orderdb01" dataHost="mysql39" database="orderdb01" />
	<dataNode name="orderdb02" dataHost="mysql39" database="orderdb02" />
	<dataNode name="orderdb03" dataHost="mysql40" database="orderdb03" />
	<dataNode name="orderdb04" dataHost="mysql40" database="orderdb04" />

对我们的【table】配置做一个修改

<!--原始配置<table name="order_master" primaryKey="order_id" dataNode="orderDB" />-->
<table name="order_master" primaryKey="order_id" dataNode="orderdb01,orderdb02,orderdb03,orderdb04"  rule="order_master" />

可以看到引入了我们的水平分表的规则配置 rule属性

4.3）配置【rule.xml】配置

<tableRule name="order_master">
	<rule>
		<columns>customer_id</columns>
		<algorithm>mod-long</algorithm>
	</rule>
</tableRule>
<function name="mod-long" class="io.mycat.route.function.PartitionByMod">
	<property name="count">4</property>
</function>

5）好了我们的配置基本完成，比较简单，下面我们做一下校验

随机插入两条数据

INSERT INTO order_master(order_id,order_sn,customer_id) VALUES ('1', '202005040107', '2808');
INSERT INTO order_master(order_id,order_sn,customer_id) VALUES ('2', '121231214124', '7586');

因为我们的分片算法是按照【customer_id】字段做的取模，所以

2808%4 ，余0，所以这一条订单数据会插入到【orderdb01】

7586%4 ，余2，所以这一条订单数据会插入到【orderdb03】

数据插入之后我们去数据库查询，【orderdb01】和【orderdb03】查到了数据

而【orderdb02】和【orderdb04】则没有数据

 

 至此我们的水平分库配置成功