MyCat - 数据库中间插件

什么是mycat

是目前最流行的分布式数据库中间插件

为什么使用mycat

如今随着互联网的发展，数据的量级也是撑指数的增长，从gb到tb到pb。对数据的各种操作也是愈加的困难，传统的关系性数据库已经无法满足快速查询与插入数据的需求。这个时候nosql的出现暂时解决了这一危机。它通过降低数据的安全性，减少对事务的支持，减少对复杂查询的支持，来获取性能上的提升。

但是，在有些场合nosql一些折衷是无法满足使用场景的，就比如有些使用场景是绝对要有事务与安全指标的。这个时候nosql肯定是无法满足的，所以还是需要使用关系性数据库。如何使用关系型数据库解决海量存储的问题呢？此时就需要做数据库集群，为了提高查询性能将一个数据库的数据分散到不同的数据库中存储，为应对此问题就出现了——mycat

• 综上所述：mycat作用为：能满足数据库数据大量存储；提高了查询性能

原理 

可以用“拦截”一词形容，它拦截了用户发送过来的sql语句，首先对sql语句做了一些特定的分析，如分片分析，路由分析，读写分离分析，缓存分析等，然后将此sql发往后端的真实数据库，并将返回的结果做适当处理，最终返回给用户。

前端用户可以把mycat看作是一个数据库代理，用mysql客户端工具（如navicat）和命令访问，而后端支持mysql，sqlserver，oracle等主流数据库，用mysql native 协议和多个mysql服务器通信，也可用jdbc协议与大多数主流数据库服务器通信，其核心功能就是分库分表，即将一个大表水平分割为n个小表，真正的存储在后端mysql服务器中或其它数据库中

分片

数据库分片指：通过某种特定的条件，将我们存放在一个数据库中的数据分散存放在不同的多个数据库（主机）中，这样来达到分散单台设备的负载，根据切片规则，可分为以下两种切片模式：

• 垂直切片

将不同的表切分到不同的数据库中

• 水平切片

将同一种表按照某种条件切分到不同的数据库中（这种方式最常用）

水平分片【最常用的，因此用这个】

mycat通过定义表的分片规则来实现分片，每个表格可以捆绑一个分片规则，每个分片规则指定一个分片字段并绑定一个函数，来实现动态分片算法

• 1.schema：逻辑库，与mysql中的database（数据库）对应，一个逻辑库中定义了所包括的table。

• 2.table：逻辑表，即物理数据库中存储的某一张表，与传统数据库不同，这里的表格需要声明其所存储的逻辑数据节点datanode。在此可以指定表的分片规则。

• 3.datanode：mycat的逻辑数据节点，是存放table的具体物理节点，也称之为分片节点，通过datasource来关联到后端某个具体数据库上

• 4.datasource：定义某个物理库的访问地址，用于捆绑到datanode上

配置文件详解

 mycat主要有3个配置文件，rule.xml,schema.xml和server.xml

rule.xml配置文件

该文件主要定义了分片的规则，这个文件里面主要有tablerule和function这两个标签。在具体使用过程中可以按照需求添加tablerule和function

tablerule标签：
<tablerule name="auto-sharding-long"><rule>
　　<columns>id</columns>
　　<algorithm>rang-long</algorithm></rule></tablerule>

name：用户标识不同的分表规则
columns：指定按哪一列进行拆分
algorithm：该属性值为下面function标签中
name的属性值，定义了连接表规则的具体的路由算法，多个表规则可以连接到同一个路由算法上

function标签
<function name="rang-long" class="org.opencloudb.route.function.autopartitionbylong">
　　<property name="mapfile">autopartitionlong.txt</property>
</function>

name：标识算法的名字
class：指定路由算法具体的类名字
property：具体算法用到的一些属性

schema.xml 配置文件

该文件是mycat中重要的配置文件之一，管理着mycat的逻辑库、表、分片规则、datanode以及datasource

举例：

• <?xml version="1.0"?>
• <!doctype mycat:schema system "schema.dtd">
• 　　<mycat:schema xmlns:mycat="http://org.opencloudb/">
• 　　　　<schema name="e3mall" checksqlschema="false" sqlmaxlimit="100">
• 　　　　　　<table name="tb_item" datanode="dn1,dn2,dn3" rule="auto-sharding-long" />
• 　　　　</schema>
• 　　　　<datanode name="dn1" datahost="localhost1" database="db1" />
• 　　　　<datanode name="dn2" datahost="localhost1" database="db2" />
• 　　　　<datanode name="dn3" datahost="localhost1" database="db3" />
• 　　　　<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="192.168.20.216:3306" user="root" password="root">
• 　　　　　　</writehost>
• 　　　　</datahost>
• 　　</mycat:schema>

schema标签：定义mycat实例中的逻辑库

table标签：定义mycat实例中的逻辑表

datanode标签：定义mycat中的数据节点，也是通常说的数据分片

datahost标签：作为最底层标签存在，定义了具体的真正存放数据的数据库实例，读写分离配置和心跳语句，我这只用来一台主键，所以只配了一个datahost，如果你配了n个主机，就要配n个datahost节点

server.xml配置文件

• !doctype mycat:server system "server.dtd">
• <mycat:server xmlns:mycat="http://org.opencloudb/">
• 　　<system>
• 　　　　<property name="defaultsqlparser">druidparser</property>
• 　　</system>
• 　　<user name="user">
• 　　　　<property name="password">user</property>
• 　　　　<property name="schemas">e3mall</property>
• 　　　　<property name="readonly">false</property>
• 　　</user>
• </mycat:server>

• system标签：内嵌的所有property标签都与系统配置有关

• defaultsqlparser：指定默认的解析器(如解析sql)，目前的可用的取值有：druidparser和fdbparser。使用的时候可以选择其中的一种，目前一般都使用druidparser

• user标签

• name：逻辑用户名，即登录mycat的用户名

• password：逻辑密码，即登录mycat的用户名对应的密码

• schemas：逻辑数据库，可配置多个，用英文逗号隔开，对应于schema.xml文件中配置的逻辑数据库，两者对应

• readonly：该数据库是否为只读，如果true就是只读 

常见分片算法

枚举法

<tablerule name="sharding-by-intfile">
    <rule>
      <columns>user_id</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">0</property>
    <property name="defaultnode">0</property>
  </function> 

partition-hash-int.txt 配置： 

10000=0
10010=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表示integer，非零表示string，

所有的节点配置都是从0开始，及0代表节点1

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,结点为指定的值


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（defaultnode值小于0表示不配置默认节点），碰到
不识别的枚举值就会报错 ：like this：can't find datanode for sharding column:column_name val:ffffffff

固定分片hash算法

<tablerule name="rule1">
    <rule>
      <columns>user_id</columns>
      <algorithm>func1</algorithm>
    </rule>
</tablerule>
 
  <function name="func1" class="io.mycat.route.function.partitionbylong">
    <property name="partitioncount">2,1</property>
    <property name="partitionlength">256,512</property>
  </function>

配置说明：

上面columns 标识将要分片的表字段，algorithm 分片函数，

partitioncount 分片个数列表，partitionlength 分片范围列表
分区长度:默认为最大2^n=1024 ,即最大支持1024分区

约束 : count,length两个数组的长度必须是一致的。
1024 = sum((count[i]*length[i])). count和length两个向量的点积恒等于1024

求模法

<tablerule name="mod-long">
    <rule>
      <columns>user_id</columns>
      <algorithm>mod-long</algorithm>
    </rule>
  </tablerule>
  <function name="mod-long" class="io.mycat.route.function.partitionbymod">
   <!-- how many data nodes  -->
    <property name="count">3</property>
  </function>

配置说明：
上面columns 标识将要分片的表字段，algorithm 分片函数，
此种配置非常明确即根据id与count（你的结点数）进行求模预算，相比方式1，此种在批量插入时需要切换数据源，id不连续