Mycat入门

2024-02-15 09:30:22

第一章入门概述

Mycat概述

1、数据库中间件

Mycat 是数据库中间件。
数据库中间件：连接java应用程序和数据库

2、为什么要用Mycat？

Java与数据库紧耦合。
高访问量高并发对数据库的压力。
读写请求数据不一致

3、数据库中间件对比

① Cobar属于阿里B2B事业群，始于2008年，在阿里服役3年多，接管3000+个MySQL数据库的schema,
集群日处理在线SQL请求50亿次以上。由于Cobar发起人的离职，Cobar停止维护。
② Mycat是开源社区在阿里cobar基础上进行二次开发，解决了cobar存在的问题，并且加入了许多新
的功能在其中。青出于蓝而胜于蓝。
③ OneProxy基于MySQL官方的proxy思想利用c进行开发的，OneProxy是一款商业收费的中间件。舍
弃了一些功能，专注在性能和稳定性上。
④ kingshard由小团队用go语言开发，还需要发展，需要不断完善。
⑤ Vitess是Youtube生产在使用，架构很复杂。不支持MySQL原生协议，使用需要大量改造成本。
⑥ Atlas是360团队基于mysql proxy改写，功能还需完善，高并发下不稳定。
⑦ MaxScale是mariadb（MySQL原作者维护的一个版本）研发的中间件
⑧ MySQLRoute是MySQL官方Oracle公司发布的中间件

Mycat作用

1. 读写分离

2. 数据分片

垂直拆分（分库）、水平拆分（分表）、垂直+水平拆分（分库分表）

3. 多数据源整合

Mycat原理

Mycat 的原理中最重要的一个动词是“拦截”，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的处理，最终再返回给用户。
这种方式把数据库的分布式从代码中解耦出来，程序员察觉不出来后台使用 Mycat 还是MySQL。

第二章安装启动

2.1 安装

从官网下载Linux版本的Mycat
1、解压后即可使用
解压缩文件拷贝到 linux 下 /usr/local/目录
2、三个配置文件
① schema.xml：定义逻辑库，表、分片节点等内容
② rule.xml：定义分片规则
③ server.xml：定义用户以及系统相关变量，如端口等

2.2 基于 docker 搭建 mysql 主从复制

参考https://blog.csdn.net/weixin_45631876/article/details/104048362

第三章搭建读写分离

我们通过 Mycat 和 MySQL 的主从复制配合搭建数据库的读写分离，实现 MySQL 的高可用性。
我们将搭建：一主一从、双主双从两种读写分离模式。

3.1 搭建一主一从

一个主机用于处理所有写请求，一台从机负责所有读请求，架构图如下

搭建读写分离需要先搭建主从复制

3.1.1 修改配置文件server.xml

修改用户信息，与MySQL区分

<user name="mycat" defaultAccount="true">
       <property name="password">123456</property>
       <property name="schemas">TESTDB</property>
       <property name="defaultSchema">TESTDB</property>
       <!--No MyCAT Database selected 错误前会尝试使用该schema作为schema，不设置则为null,报错 -->
</user>

3.1.2 修改配置文件 schema.xml

<?xml version="1.0"?>
<!DOCTYPE mycat:schema SYSTEM "schema.dtd">
<mycat:schema xmlns:mycat="http://io.mycat/">

	<!-- 数据库配置，此数据库为逻辑数据库，与server.xml中的数据库对应 -->
	<!-- 
		name: 逻辑数据库名，与server.xml中的schema对应
		checkSQLschema: 数据库前缀相关设置，建议看文档，这里暂时设为 false
		sqlMaxLimit: select 时默认的limit，避免查询全表
	-->
	<schema name="TESTDB" checkSQLschema="true" sqlMaxLimit="100" randomDataNode="dn1">
		<!-- 
			name: 表名，物理数据库中表名
			dataNode: 表存储到哪些节点，多个节点用逗号分隔。节点为下文dataNode设置的name
			primaryKey: 主键字段名，自动生成主键时需要设置
			autoIncrement: 是否自增
			rule: 分片规则名，具体规则下文rule详细介绍
			splitTableNames: 启用table name 属性使用逗号分割配置多个表,即多个表使用这个配置
		-->
		<table name="jpa_user" dataNode="dn1"  primaryKey="uid" autoIncrement="true" splitTableNames ="false"/>
	</schema>
	
	<!-- 分片信息，也就是分库相关配置 -->
	<!-- 
		name: 节点名，与table中dataNode对应
		dataHost: 物理数据库名，与datahost中name对应
		database: 物理数据库中数据库名
	-->
	<dataNode name="dn1" dataHost="host1" database="spring_boot" />
	
	<!-- 物理数据库，真正存储数据的数据库 -->
	<!-- 
		name: 物理数据库名，与dataNode中dataHost对应
		balance: 均衡负载的方式
			0:不开启读写分离机制，所有读操作都发送到当前可用的 writeHost 上。
			1:全部的 readHost 与 stand by writeHost 参与 select 语句的负载均衡，简单的说，当双主双从模式(M1->S1，M2->S2，并且 M1 与 M2 互为主备)，正常情况下，M2,S1,S2 都参与 select 语句的负载均衡。
			2:所有读操作都随机的在 writeHost、readhost 上分发。
			3:所有读请求随机的分发到 readhost 执行，writeHost 不负担读压力
		writeType: 写入方式
		dbType: 数据库类型
		heartbeat: 心跳检测语句
	-->
	<dataHost name="host1" maxCon="1000" minCon="10" balance="2" writeType="0" dbType="mysql" dbDriver="native" switchType="1"  slaveThreshold="100">
		<heartbeat>select user()</heartbeat>
		<!-- 可以有多个 write hosts -->
		<writeHost host="hostM1" url="192.168.2.128:23306" user="root" password="123456">
			<readHost host="hostS1" url="192.168.2.128:23307" user="root" password="123456"/>
		</writeHost>
	</dataHost>
</mycat:schema>

为了能看到读写分离的效果，把balance设置成2，会在两个主机间切换查询
在/usr/local/mycat/bin目录使用./mycat start启动Mycat 或使用./mycat console启动

至此搭建成功使用命令mysql -umycat -p123456 -h192.168.2.128 -P8066进行登录,或Navicat登录

3.2 搭建双主双从

一个主机 m1 用于处理所有写请求，它的从机 s1 和另一台主机 m2 还有它的从机 s2 负责所有读请求。当 m1 主机宕机后，m2 主机负责写请求，m1、m2 互为备机。架构图如下

3.2.1 搭建双主双从服务器

参考https://blog.csdn.net/weixin_45631876/article/details/104048362

3.2.2 修改 Mycat 的配置文件 schema.xml

修改<dataHost>的balance属性，通过此属性配置读写分离的类型
为了双主双从读写分离balance设置为1

<?xml version="1.0"?>
<!DOCTYPE mycat:schema SYSTEM "schema.dtd">
<mycat:schema xmlns:mycat="http://io.mycat/">

	<!-- 数据库配置，此数据库为逻辑数据库，与server.xml中的数据库对应 -->
	<!-- 
		name: 逻辑数据库名，与server.xml中的schema对应
		checkSQLschema: 数据库前缀相关设置，建议看文档，这里暂时设为 false
		sqlMaxLimit: select 时默认的limit，避免查询全表
	-->
	<schema name="TESTDB" checkSQLschema="true" sqlMaxLimit="100" randomDataNode="dn1">
		<!-- 
			name: 表名，物理数据库中表名
			dataNode: 表存储到哪些节点，多个节点用逗号分隔。节点为下文dataNode设置的name
			primaryKey: 主键字段名，自动生成主键时需要设置
			autoIncrement: 是否自增
			rule: 分片规则名，具体规则下文rule详细介绍
			splitTableNames: 启用table name 属性使用逗号分割配置多个表,即多个表使用这个配置
		-->
		<table name="jpa_user" dataNode="dn1"  primaryKey="uid" autoIncrement="true" splitTableNames ="false"/>
	</schema>
	
	<!-- 分片信息，也就是分库相关配置 -->
	<!-- 
		name: 节点名，与table中dataNode对应
		dataHost: 物理数据库名，与datahost中name对应
		database: 物理数据库中数据库名
	-->
	<dataNode name="dn1" dataHost="host1" database="spring_boot" />
	
	<!-- 物理数据库，真正存储数据的数据库 -->
	<!-- 
		name: 物理数据库名，与dataNode中dataHost对应
		balance: 均衡负载的方式
			0:不开启读写分离机制，所有读操作都发送到当前可用的 writeHost 上。
			1:全部的 readHost 与 stand by writeHost 参与 select 语句的负载均衡，简单的说，当双主双从模式(M1->S1，M2->S2，并且 M1 与 M2 互为主备)，正常情况下，M2,S1,S2 都参与 select 语句的负载均衡。
			2:所有读操作都随机的在 writeHost、readhost 上分发。
			3:所有读请求随机的分发到 readhost 执行，writeHost 不负担读压力
		writeType: 写入方式
		dbType: 数据库类型
		heartbeat: 心跳检测语句
		switchType: 1 默认值，自动切换。
			-1:表示不自动切换
			2:基于 MySQL 主从同步的状态决定是否切换。
	-->
	<dataHost name="host1" maxCon="1000" minCon="10" balance="1" writeType="0" dbType="mysql" dbDriver="native" switchType="1"  slaveThreshold="100">
		<heartbeat>select user()</heartbeat>
		<!-- 可以有多个 write hosts -->
		<writeHost host="hostM1" url="192.168.2.128:23306" user="root" password="123456">
			<readHost host="hostS1" url="192.168.2.128:23307" user="root" password="123456"/>
		</writeHost>
		<writeHost host="hostM2" url="192.168.2.128:23308" user="root" password="123456">
			<readHost host="hostS2" url="192.168.2.128:23309" user="root" password="123456"/>
		</writeHost>
	</dataHost>
</mycat:schema>

至此搭建成功

Master1、Master2 互做备机，负责写的主机宕机，备机切换负责写操作，保证数据库读写分离高
可用性。

第四章垂直拆分——分库

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

系统被切分成了，用户，订单交易，支付几个模块。

4.1 如何划分表

一个问题：在两台主机上的两个数据库中的表，能否关联查询？
答案：不可以关联查询。
分库的原则：有紧密关联关系的表应该在一个库里，相互没有关联关系的表可以分到不同的库里。

#客户表 rows:20万
CREATE TABLE customer(
 id INT AUTO_INCREMENT,
 NAME VARCHAR(200),
 PRIMARY KEY(id)
);
#订单表 rows:600万
CREATE TABLE orders(
 id INT AUTO_INCREMENT,
 order_type INT,
 customer_id INT,
 amount DECIMAL(10,2),
 PRIMARY KEY(id)
 ); 
#订单详细表 rows:600万
CREATE TABLE orders_detail(
 id INT AUTO_INCREMENT,
 detail VARCHAR(2000),
 order_id INT,
 PRIMARY KEY(id)
);
#订单状态字典表 rows:20
CREATE TABLE dict_order_type(
 id INT AUTO_INCREMENT,
 order_type VARCHAR(200),
 PRIMARY KEY(id)
);

以上四个表如何分库？客户表分在一个数据库，另外三张都需要关联查询，分在另外一个数据库。

4.2 实现分库

4.2.1 修改 schema 配置文件

<?xml version="1.0"?>
<!DOCTYPE mycat:schema SYSTEM "schema.dtd">
<mycat:schema xmlns:mycat="http://io.mycat/">

	<!-- 数据库配置，此数据库为逻辑数据库，与server.xml中的数据库对应 -->
	<!-- 
		name: 逻辑数据库名，与server.xml中的schema对应
		checkSQLschema: 数据库前缀相关设置，建议看文档，这里暂时设为 false
		sqlMaxLimit: select 时默认的limit，避免查询全表
	-->
	<schema name="TESTDB" checkSQLschema="false" sqlMaxLimit="100" dataNode="dn1">
		<!-- 
			name: 表名，物理数据库中表名
			dataNode: 表存储到哪些节点，多个节点用逗号分隔。节点为下文dataNode设置的name
			primaryKey: 主键字段名，自动生成主键时需要设置
			autoIncrement: 是否自增
			rule: 分片规则名，具体规则下文rule详细介绍
			splitTableNames: 启用table name 属性使用逗号分割配置多个表,即多个表使用这个配置
		-->
		<table name="customer" dataNode="dn2"/>
	</schema>
	
	<!-- 分片信息，也就是分库相关配置 -->
	<!-- 
		name: 节点名，与table中dataNode对应
		dataHost: 物理数据库名，与datahost中name对应
		database: 物理数据库中数据库名
	-->
	<dataNode name="dn1" dataHost="host1" database="orders" />
	<dataNode name="dn2" dataHost="host2" database="orders" />
	
	<!-- 物理数据库，真正存储数据的数据库 -->
	<!-- 
		name: 物理数据库名，与dataNode中dataHost对应
		balance: 均衡负载的方式
			0:不开启读写分离机制，所有读操作都发送到当前可用的 writeHost 上。
			1:全部的 readHost 与 stand by writeHost 参与 select 语句的负载均衡，简单的说，当双主双从模式(M1->S1，M2->S2，并且 M1 与 M2 互为主备)，正常情况下，M2,S1,S2 都参与 select 语句的负载均衡。
			2:所有读操作都随机的在 writeHost、readhost 上分发。
			3:所有读请求随机的分发到 readhost 执行，writeHost 不负担读压力
		writeType: 写入方式
		dbType: 数据库类型
		heartbeat: 心跳检测语句
		switchType: 1 默认值，自动切换。
			-1:表示不自动切换
			2:基于 MySQL 主从同步的状态决定是否切换。
	-->
	<dataHost name="host1" maxCon="1000" minCon="10" balance="0" writeType="0" dbType="mysql" dbDriver="native" switchType="1"  slaveThreshold="100">
		<heartbeat>select user()</heartbeat>
		<writeHost host="hostM1" url="192.168.2.128:23306" user="root" password="123456">
		</writeHost>
	</dataHost>
	<dataHost name="host2" maxCon="1000" minCon="10" balance="0" writeType="0" dbType="mysql" dbDriver="native" switchType="1"  slaveThreshold="100">
		<heartbeat>select user()</heartbeat>
		<writeHost host="hostM2" url="192.168.2.128:23308" user="root" password="123456">
		</writeHost>
	</dataHost>
</mycat:schema>

4.2.2 新增两个空白库

分库操作不是在原来的老数据库上进行操作，需要准备两台机器分别安装新的数据库
在数据节点 dn1、dn2 上分别创建数据库 orders

4.2.3 启动 Mycat

./mycat console

4.2.4 访问 Mycat 进行分库

访问 Mycat 数据库
创建 4 张表(建表信息如上)
查看表信息

第五章水平拆分——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

5.1 实现分表

5.1.1 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。

5.1.2 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

5.1.3 修改配置文件 schema.xml

<schema name="TESTDB" checkSQLschema="false" sqlMaxLimit="100" dataNode="dn1">
	<table name="customer" dataNode="dn2"/>
	<!-- 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）-->
	<table name="orders" dataNode="dn1,dn2" rule="mod_rule"/>
</schema>

5.1.4 修改配置文件 rule.xml

添加mod_rule 修改mod-long

<!-- 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 -->
<tableRule name="mod_rule">
	<rule>
		<columns>customer_id</columns>
		<algorithm>mod-long</algorithm>
	</rule>
</tableRule>
<function name="mod-long" class="io.mycat.route.function.PartitionByMod">
<!-- 配置算法 mod-long 参数 count 为 2，两个节点 -->
	<property name="count">2</property>
</function>

5.1.5 在数据节点 dn2 上建 orders 表

5.1.6 重启 Mycat，让配置生效

5.1.7 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);

查看测试结果

1.mycat中查询

2.dn1中

3.dn2中

5.2 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：

5.2.1 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。

修改配置文件 schema.xml

<table name="orders" dataNode="dn1,dn2" rule="mod_rule">
	<childTable name="orders_detail" primaryKey="id" joinKey="order_id" parentKey="id" />
</table>

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;

5.2.2 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：

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

修改 schema.xml 配置文件

<table name="orders" dataNode="dn1,dn2" rule="mod_rule">
	<childTable name="orders_detail" primaryKey="id" joinKey="order_id" parentKey="id" />
</table>
<table name="dict_order_type" dataNode="dn1,dn2" type="global" ></table>

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

5.3 常用分片规则

5.3.1 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。

5.3.2 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。

修改schema.xml配置文件

<table name="orders_ware_info" dataNode="dn1,dn2" rule="sharding-by-intfile" ></table>

修改rule.xml配置文件

<!-- 
	columns: 分片字段
	algorithm: 分片函数
 -->
<tableRule name="sharding-by-intfile">
	<rule>
		<columns>areacode</columns>
		<algorithm>hash-int</algorithm>
	</rule>
</tableRule>
<!-- 
	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
 -->
<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>

修改partition-hash-int.txt配置文件

110=0
120=1

重启 Mycat
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)
);

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');

查询Mycat、dn1、dn2可以看到数据分片效果

5.3 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。

修改schema.xml配置文件

<table name="payment_info" dataNode="dn1,dn2" rule="auto-sharding-long" ></table>

修改rule.xml配置文件

<tableRule name="auto-sharding-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配置文件

0-102=0
103-200=1

重启 Mycat
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)
);

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);

查询Mycat、dn1、dn2可以看到数据分片效果

5.4 按日期（天）分片

此规则为按天分片。设定时间格式、范围

修改schema.xml配置文件

<table name="login_info" dataNode="dn1,dn2" rule="sharding-by-date" ></table>

修改rule.xml配置文件

<tableRule name="sharding-by-date">
	<rule>
		<columns>login_date</columns>
		<algorithm>partbyday</algorithm>
	</rule>
</tableRule>
<!-- 
	dateFormat: 日期格式
	sNaturalDay:
	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
 -->
<function name="partbyday" class="io.mycat.route.function.PartitionByDate">
	<property name="dateFormat">yyyy-MM-dd</property>
	<property name="sNaturalDay">0</property>
	<property name="sBeginDate">2019-01-01</property>
	<property name="sEndDate">2019-01-4</property>
	<property name="sPartionDay">2</property>
</function>

重启 Mycat
访问Mycat创建表

#用户信息表 
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)
);

插入数据

INSERT INTO login_info(id,user_id,login_date) VALUES (1,101,'2019-01-01');
INSERT INTO login_info(id,user_id,login_date) VALUES (2,102,'2019-01-02');
INSERT INTO login_info(id,user_id,login_date) VALUES (3,103,'2019-01-03');
INSERT INTO login_info(id,user_id,login_date) VALUES (4,104,'2019-01-04');
INSERT INTO login_info(id,user_id,login_date) VALUES (5,103,'2019-01-05');
INSERT INTO login_info(id,user_id,login_date) VALUES (6,104,'2019-01-06');

查询Mycat、dn1、dn2可以看到数据分片效果

5.4 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。

5.4.1 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 会更新 classpath 中的 sequence_conf.properties 文件中 sequence 当前的值。

优点：本地加载，读取速度较快
缺点：抗风险能力差，Mycat 所在主机宕机后，无法读取本地文件。

5.4.2 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

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);

修改 Mycat 配置

修改sequence_db_conf.properties

#sequence stored in datanode
GLOBAL=dn1
COMPANY=dn1
CUSTOMER=dn1
#意思是 ORDERS这个序列在dn1这个节点上
ORDERS=dn1

修改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。 -->
<property name="sequnceHandlerType">1</property>

重启Mycat

验证全局序列

insert into orders(id,amount,customer_id,order_type) 
values(next value for MYCATSEQ_ORDERS,1000,101,102);

查询数据(插入了两条)

重启Mycat后，再次插入数据，再查询

5.4.3 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。

优点：配置简单
缺点：18 位 ID 过长

5.4.4 自主生成全局序列

可在 java 项目里自己生成全局序列，如下：

根据业务逻辑组合
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。

第六章 Mycat 安全设置

ManaphyChen 发布了22 篇原创文章 · 获赞 1 · 访问量 1081 私信关注

码农公寓

第一章 入门概述