第五章 水平拆分——分表
1.简单分表，针对单表单字段取模
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：
①创建表orders表在另外一个mysql服务器中
CREATE TABLE orders(
id INT AUTO_INCREMENT,
order_type INT,
customer_id INT,
amount DECIMAL(10,2),
PRIMARY KEY(id)
);
②设计分表策略
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schema.xml
新增：
#配置分表规则方法④修改rule.xml
1.新增规则类
<tableRule name="mod_rule"> <rule> <columns>customer_id</columns> #通过顾客id分库 <algorithm>mod-long</algorithm> #策略为取模 </rule> </tableRule>2.新增规则方式
<function name="mod-long" class="io.mycat.route.function.PartitionByMod"> <!-- how many data nodes --> <property name="count">2</property> #表示取模2 </function>⑤重启mycat服务，登录mycat用户
⑥mycat插入语句测试
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);⑦测试效果
分别查看mysql服务器1和mysql服务器2,orders库中的orders表，确实是通过取模2来的
2.带上join分表实现原理
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。
①另外一张dn2创建表
CREATE TABLE orders_detail( id INT AUTO_INCREMENT, detail VARCHAR(2000), order_id INT, PRIMARY KEY(id) );②修改配置文件schuma.xml
③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);④测试，在mycat、dn1、dn2中运行两个表join语句对比一下
select o.*,od.detail from orders o inner join orders_detail od on o.id=od.order_id;2.配置全局表
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2.1修改schema.xml文件
2.2在dn2中创建字典表
#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) );2.3启动mysql服务，重启mycat服务
①service mysql restart
②进入mycat/bin目录，./mycat restart2.4启动mycat插入语句测试
INSERT INTO dict_order_type(id,order_type) VALUES(101,‘type1’);
INSERT INTO dict_order_type(id,order_type) VALUES(102,‘type2’);
全局表配置完成3.常用的分片规则
1.取模方式（详情在分表处）
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文件
②修改rule.xml
（1）修改对应规则分片字段
<tableRule name="sharding_by_intfile"> <rule> <columns>areacode</columns> #分片字段 <algorithm>hash-int</algorithm> #分片函数 </rule> </tableRule>（2）修改对应分片规则hash-int
<function name="hash-int" class="io.mycat.route.function.PartitionByFileMap"> <property name="mapFile">partition-hash-int.txt</property>#文件名称 <property name="type">1</property>#0为int 1为String <property name="defaultNode">0</property> #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文件
110=0
120=1④重启mycat服务，重新进入mycat
(1)./mycat restart
(2)mysql -umycat -p -h192.168.119.131 -P8066⑤使用mycat创建表
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插入语句
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测试dn1,dn2测试是否成功通过内容分片了
select * from orders_ware_info
3.范围约定
①修改schema.xml
> <table name="payment_info" dataNode="dn1,dn2" rule="auto_sharding_long" ></table>②修改rule.xml
<tableRule name="auto_sharding_long"> <rule> <columns>order_id</columns> #分片字段 <algorithm>rang-long</algorithm> #分片策略 </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>#mapFilie 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
设置默认节点如果喷到不识别的枚举值，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.xml
0-102=0
103-200=1④验证数据
1.启动mycat,并执行创建表
支付信息表
CREATE TABLE payment_info
(
idINT AUTO_INCREMENT comment ‘编号’,
order_idINT comment ‘订单编号’,
payment_statusINT comment ‘支付状态’,
PRIMARY KEY(id)
);
2.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);3验证结果，查看两张表看看是否根据范围进行分表的
select * from payment_info;4.时间分片
①修改schema.xml
②修改rule.xml
login_date
shardingByDate
<function name="shardingByDate" class="io.mycat.route.function.PartitionByDate"> <property name="dateFormat">yyyy-MM-dd</property> <property name="sBeginDate">2019-01-01</property> <property name="sEndDate">2019-01-04</property> <property name="sPartionDay">2</property> </function>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验证数据
1.#创建用户信息表
CREATE TABLE login_info
(
idINT AUTO_INCREMENT comment ‘编号’,
user_idINT comment ‘用户编号’,
login_datedate comment ‘登录日期’,
PRIMARY KEY(id)
);
2.#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’);
3.#查dn1,dn2数据
select * from login_info;
