上一章講解了MyCat的垂直分庫【MyCat 之垂直分庫實戰】,有效減輕了我們數據庫模塊訪問的讀寫壓力。但是針對像訂單這樣的數據量極大的表來說,單表訪問的的性能瓶頸還是沒有解決,這個時候就需要我們的水平分表來解決了
1)分片原則
1.1)能不切分就不要做任何的切分
1.2)選擇合適的切分規則和分片鍵
1.3)儘量避免跨分片的關聯查詢操作
2)如何選擇分片?
2.1)儘可能比較均勻的分佈到數據的各個節點上
2.2)被分片的字段是使用最頻繁的或者是最重要的查詢條件字段
2.3)根據實際的業務場景進行合理分析,推斷出使用的分片算法(下面演示就是用最簡單的取模算法)
我們分片算法的原理圖基本如下:
3)需要準備的環境如下圖:
4)分片實戰
4.1)首先在我們的兩臺服務器上新建好數據庫
4.2)修改我們的【schema.xml】配置(這一次的修改是在上一章的基礎上做的修改,具體配置可以拷貝【MyCat 之垂直分庫實戰】中的詳細配置)
新增四個【dataNode】節點
<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" />
對我們的【table】配置做一個修改
<!--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" />
可以看到引入了我們的水平分表的規則配置 rule屬性
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)好了我們的配置基本完成,比較簡單,下面我們做一下校驗
隨機插入兩條數據
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');
因爲我們的分片算法是按照【customer_id】字段做的取模,所以
2808%4 ,餘0,所以這一條訂單數據會插入到【orderdb01】
7586%4 ,餘2,所以這一條訂單數據會插入到【orderdb03】
數據插入之後我們去數據庫查詢,【orderdb01】和【orderdb03】查到了數據
而【orderdb02】和【orderdb04】則沒有數據
至此我們的水平分庫配置成功