Tools

首页 / 数据库返回列表

Mycat安装与配置入门

阅读：218 发布：2020-03-02 作者：lypeng

一直想体验下MySQL中间件，现在不怎么忙了，折腾下~ 中间件网上查询有很多，最终选择可能是用的最多的mycat~

## mycat介绍
mycat相当于各个数据库的汇总，一个入口，开发人员只需要连接它，不用管数据是怎么拆分，存储，备份~

数据可以放在一个或多个服务器，多个数据库，只要定义好规则~

但如果mycat所在的服务器挂了，那么整个业务也就瘫痪了~

更多详情见官网：http://mycat.io/?_blank 或github

## 快速体验
参考：https://blog.csdn.net/yu342107056/article/details/88326540?_blank

1. 下载地址：http://dl.mycat.io?_blank ，可以下载linux版，或者Windows版
>下载后解压即可，mycat使用java写的，需要安装JDK，Linux虚拟机的话，内存建议给大点，我给了4G，如果只分配1G，JDK安装过程中会提示内存不足，无法安装！

2. 修改conf文件夹下：server.xml，schema.xml，rule.xml三个文件，
添加student_text.txt规则文件,内容如下：
```
0-1M=0
1M-2M=1
```

3. 配置完成后，win双击startup_nowrap.bat启动 mycat 服务 或 linux: ./mycat start启动
> 从共享文件夹复制到虚拟机的，需要执行dos2unix转换，转换文件末尾的\r\n等等为Linux格式
```
yum -y install dos2unix
dos2unix mycat
```

4. 本地新建三个数据库，db1,db2,db3,分别建各自对应的表~

5. 连接mycat 127.0.0.1:8066 root 123456，即看到mydatabase数据库（注意防火墙与端口是否开放）
[![](/uploads/lypeng/2020031001.jpg)](/uploads/lypeng/2020031001.jpg)
[![](/uploads/lypeng/2020031002.jpg)](/uploads/lypeng/2020031002.jpg)
可以看到id超过2万，会报错~

## 规则详解
```
常用的分片规则：总共十个（基本够用）
 
一、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 
*/
 
二、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
用法例子：
@Test
public void testPartition() {
// 本例的分区策略：希望将数据水平分成3份，前两份各占25%，第三份占50%。（故本例非均匀分区）
// |<---------------------1024------------------------>|
// |<----256--->|<----256--->|<----------512---------->|
// | partition0 | partition1 | partition2 |
// | 共2份,故count[0]=2 | 共1份，故count[1]=1 |
int[] count = new int[] { 2, 1 };
int[] length = new int[] { 256, 512 };
PartitionUtil pu = new PartitionUtil(count, length);

// 下面代码演示分别以offerId字段或memberId字段根据上述分区策略拆分的分配结果
int DEFAULT_STR_HEAD_LEN = 8; // cobar默认会配置为此值
long offerId = 12345;
String memberId = "qiushuo";

// 若根据offerId分配，partNo1将等于0，即按照上述分区策略，offerId为12345时将会被分配到partition0中
int partNo1 = pu.partition(offerId);

// 若根据memberId分配，partNo2将等于2，即按照上述分区策略，memberId为qiushuo时将会被分到partition2中
int partNo2 = pu.partition(memberId, 0, DEFAULT_STR_HEAD_LEN);

Assert.assertEquals(0, partNo1);
Assert.assertEquals(2, partNo2);
}
 
如果需要平均分配设置：平均分为4分片，partitionCount*partitionLength=1024
<function name="func1" class="org.opencloudb.route.function.PartitionByLong">
 <property name="partitionCount">4</property>
 <property name="partitionLength">256</property>
 </function>
 
三、范围约定
<tableRule name="auto-sharding-long">
 <rule>
 <columns>user_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>
 </function>
# range start-end ,data node index
# K=1000,M=10000.
0-500M=0
500M-1000M=1
1000M-1500M=2
或
0-10000000=0
10000001-20000000=1
 
 
配置说明：
上面columns 标识将要分片的表字段，algorithm 分片函数，
rang-long 函数中mapFile代表配置文件路径
所有的节点配置都是从0开始，及0代表节点1，此配置非常简单，即预先制定可能的id范围到某个分片
 
四、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">
 
 <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
 
五、日期列分区法
<tableRule name="sharding-by-date">
 <rule>
 <columns>create_time</columns>
 <algorithm>sharding-by-date</algorithm>
 </rule>
 </tableRule> 
<function name="sharding-by-date" class="io.mycat.route.function..PartitionByDate">
 <property name="dateFormat">yyyy-MM-dd</property>
 <property name="sBeginDate">2014-01-01</property>
 <property name="sPartionDay">10</property>
 </function>
配置说明：
上面columns 标识将要分片的表字段，algorithm 分片函数，
配置中配置了开始日期，分区天数，即默认从开始日期算起，分隔10天一个分区
 
还有一切特性请看源码
 
 
Assert.assertEquals(true, 0 == partition.calculate("2014-01-01"));
Assert.assertEquals(true, 0 == partition.calculate("2014-01-10"));
Assert.assertEquals(true, 1 == partition.calculate("2014-01-11"));
Assert.assertEquals(true, 12 == partition.calculate("2014-05-01"));
 
 
 
六、通配取模
<tableRule name="sharding-by-pattern">
 <rule>
 <columns>user_id</columns>
 <algorithm>sharding-by-pattern</algorithm>
 </rule>
 </tableRule>
<function name="sharding-by-pattern" class="io.mycat.route.function.PartitionByPattern">
 <property name="patternValue">256</property>
 <property name="defaultNode">2</property>
 <property name="mapFile">partition-pattern.txt</property>
 
 </function>
partition-pattern.txt 
# id partition range start-end ,data node index
###### first host configuration
1-32=0
33-64=1
65-96=2
97-128=3
######## second host configuration
129-160=4
161-192=5
193-224=6
225-256=7
0-0=7
配置说明：
上面columns 标识将要分片的表字段，algorithm 分片函数，patternValue 即求模基数，defaoultNode 默认节点，如果不配置了默认，则默认是0即第一个结点
mapFile 配置文件路径
配置文件中，1-32 即代表id%256后分布的范围，如果在1-32则在分区1，其他类推，如果id非数字数据，则会分配在defaoultNode 默认节点
 
 
String idVal = "0";
Assert.assertEquals(true, 7 == autoPartition.calculate(idVal));
idVal = "45a";
Assert.assertEquals(true, 2 == autoPartition.calculate(idVal));
 
七、ASCII码求模通配
<tableRule name="sharding-by-prefixpattern">
 <rule>
 <columns>user_id</columns>
 <algorithm>sharding-by-prefixpattern</algorithm>
 </rule>
 </tableRule>
<function name="sharding-by-pattern" class="io.mycat.route.function.PartitionByPrefixPattern">
 <property name="patternValue">256</property>
 <property name="prefixLength">5</property>
 <property name="mapFile">partition-pattern.txt</property>
 
 </function>
 
partition-pattern.txt
 
# range start-end ,data node index
# ASCII
# 48-57=0-9
# 64、65-90=@、A-Z
# 97-122=a-z
###### first host configuration
1-4=0
5-8=1
9-12=2
13-16=3
###### second host configuration
17-20=4
21-24=5
25-28=6
29-32=7
0-0=7
配置说明：
上面columns 标识将要分片的表字段，algorithm 分片函数，patternValue 即求模基数，prefixLength ASCII 截取的位数
mapFile 配置文件路径
配置文件中，1-32 即代表id%256后分布的范围，如果在1-32则在分区1，其他类推 
 
此种方式类似方式6只不过采取的是将列种获取前prefixLength位列所有ASCII码的和进行求模sum%patternValue ,获取的值，在通配范围内的
即 分片数，
/**
* ASCII编码：
* 48-57=0-9阿拉伯数字
* 64、65-90=@、A-Z
* 97-122=a-z
*
*/
如

String idVal="gf89f9a";
Assert.assertEquals(true, 0==autoPartition.calculate(idVal));

idVal="8df99a";
Assert.assertEquals(true, 4==autoPartition.calculate(idVal));

idVal="8dhdf99a";
Assert.assertEquals(true, 3==autoPartition.calculate(idVal));
 
八、编程指定
<tableRule name="sharding-by-substring">
 <rule>
 <columns>user_id</columns>
 <algorithm>sharding-by-substring</algorithm>
 </rule>
 </tableRule>
<function name="sharding-by-substring" class="io.mycat.route.function.PartitionDirectBySubString">
 <property name="startIndex">0</property> 
 <property name="size">2</property>
 <property name="partitionCount">8</property>
 <property name="defaultPartition">0</property>
 </function>
配置说明：
上面columns 标识将要分片的表字段，algorithm 分片函数 
此方法为直接根据字符子串（必须是数字）计算分区号（由应用传递参数，显式指定分区号）。
例如id=05-100000002
在此配置中代表根据id中从startIndex=0，开始，截取siz=2位数字即05，05就是获取的分区，如果没传默认分配到defaultPartition
 
九、字符串拆分hash解析
<tableRule name="sharding-by-stringhash">
 <rule>
 <columns>user_id</columns>
 <algorithm>sharding-by-stringhash</algorithm>
 </rule>
 </tableRule>
<function name="sharding-by-substring" class="io.mycat.route.function.PartitionByString">
 <property name=length>512</property> 
 <property name="count">2</property>
 <property name="hashSlice">0:2</property>
 </function>
配置说明：
上面columns 标识将要分片的表字段，algorithm 分片函数 
函数中length代表字符串hash求模基数，count分区数，hashSlice hash预算位
即根据子字符串 hash运算

hashSlice ： 0 means str.length(), -1 means str.length()-1

/**
 * "2" -> (0,2) 
 * "1:2" -> (1,2) 
 * "1:" -> (1,0) 
 * "-1:" -> (-1,0) 
 * ":-1" -> (0,-1) 
 * ":" -> (0,0) 
 */
public class PartitionByStringTest {

@Test
public void test() {
PartitionByString rule = new PartitionByString();
String idVal=null;
rule.setPartitionLength("512");
rule.setPartitionCount("2");
rule.init();
rule.setHashSlice("0:2");
//    idVal = "0";
//    Assert.assertEquals(true, 0 == rule.calculate(idVal));
//    idVal = "45a";
//    Assert.assertEquals(true, 1 == rule.calculate(idVal));

//last 4
rule = new PartitionByString();
rule.setPartitionLength("512");
rule.setPartitionCount("2");
rule.init();
//last 4 characters
rule.setHashSlice("-4:0");
idVal = "aaaabbb0000";
Assert.assertEquals(true, 0 == rule.calculate(idVal));
idVal = "aaaabbb2359";
Assert.assertEquals(true, 0 == rule.calculate(idVal));
}

十、一致性hash
<tableRule name="sharding-by-murmur">
 <rule>
 <columns>user_id</columns>
 <algorithm>murmur</algorithm>
 </rule>
 </tableRule>
<function name="murmur" class="io.mycat.route.function.PartitionByMurmurHash">
 <property name="seed">0</property>
 <property name="count">2</property>
 
 
 </function>
————————————————
版权声明：本文为CSDN博主「Arno_Yu」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/yu342107056/article/details/88326540
```

## 原理

------本文结束感谢阅读------

上一篇：mysql函数总结

下一篇：mysql查询结果直接转储到文件txt或者csv