摘要：
Mycat 的读写分离是依赖数据库级别的数据主从同步的基础上来实现的（Mysql 的主从配置链接），Mycat 的读写分离是在 schema.xml 配置的 dataHost 节点的 balance 属性来完成，该属性的取值有4种，详细说明如下： balance="0", 不开启读写分离机制，所有读 阅读全文
摘要：
我们知道MySQL 数据库有自己的SQL注解（hint），比如 use index、force index、ignore index 等都是会经常用到的，Mycat 作为一个数据库中间件，最重要的是 SQL 路由，所以 Mycat 中的注解基本上都是和路由功能相关。 主从路由注解 该注解用于解决My 阅读全文
摘要：
Mycat 提供了类似数据库的管理监控方式，可以通过 MySQL 命令行登陆管理端口 9066 执行相应的 SQL 语句进行管理，可以可以通过 JDBC 的方式进行远程连接管理，使用 MySQL 命令行登陆示例如下： # mysql -h192.168.2.214 -umycat -P9066 -p 阅读全文
摘要：
实现方式：基于hash算法的分片中，算法内部是把记录分片到一种叫做"bucket"（hash桶）的内部算法结构中的，然后hash桶与实际的分片节点一一对应，从此实现了分片、路由的功能，在这种一般结构中，在需要增加分片数量来横向扩容时，由于分片节点和hash桶之间的一一对应，导致算法根据原先的hash 阅读全文
摘要：
使用的是 Mycat 提供的 dataMigrate 脚本进行对数据进行迁移和节点扩容，目前支持的 Mycat 是1.6 版本，由于 Mycat 是由 Java 编写的因此在做数据迁移及节点扩容时需要安装JDK等，还有相关的依赖数据库驱动程序等 准备工作 对扩容表的所有数据节点进行备份，以便迁移失败 阅读全文
摘要：
实现方式：其思想和范围取模分片一样，由于日期取模会出现数据热点问题，所以先根据日期分组，再根据时间 hash 使得短期数据分布跟均匀。 优点：避免扩容时的数据迁移，可以在一定程度上避免范围分片的热点问题 缺点：要求日期格式尽量精确，不然达不到局部均匀的目的 配置示例： <tableRule name 阅读全文
摘要：
实现方式：单月内按照小时拆分，最小粒度是小时，一天最多可以有24个分片，最少1个分片，下个月从头开始循环 优点：使数据按照小时来进行分时存储，颗粒度比日期（天）分片要小，适用于数据采集类存储分片 缺点：需要月末手动清理数据 配置示例： <tableRule name="sharding-by-hou 阅读全文
摘要：
实现方式：按照日期来分片 优点：使数据按照日期来进行分时存储 缺点：由于数据是连续的，所以该方案不能有效的利用资源 配置示例： <tableRule name="sharding-by-date"> <rule> <columns>create_time</columns> <algorithm>s 阅读全文
摘要：
实现方式：按照月份列分片，每个自然月一个分片 优点：使数据按照每月来进行分时存储 缺点：由于数据是连续的，所以该方案不能有效的利用资源 配置示例： <tableRule name="sharding-by-month"> <rule> <columns>create_time</columns> < 阅读全文
摘要：
实现方式：该算法先进行取模，然后根据取模值所属范围进行分片 优点：可以自主决定取模后数据的节点分布 缺点：dataNode 划分节点是事先建好的，需要扩展时比较麻烦。 配置示例： <tableRule name="sharding-by-pattern"> <rule> <columns>id</c 阅读全文
摘要：
实现方式：该算法先进行范围分片，计算出分片组，组内在取模 优点：综合了范围分片和取模分片的优点，分片组内使用取模可以保证组内的数据分布比较均匀，分片组之间采用范围分片可以兼顾范围分片的特点，事先规划好分片的数量，数据扩容时按照分片组扩容，则原有分片组的数据不需要迁移，分片组内还可以避免热点数据问题。 阅读全文
摘要：
实现方式：该算法与取模范围算法类似，该算法支持数值、符号、字母取模。首先截取长度为 prefixLength 的子串，在对子串中每一个字符的 ASCII 码求和，然后对求和值进行取模运算（sum%patternValue），就可以计算出子串的分片数 优点：可以自主决定取模后数据的节点分布 缺点：da 阅读全文
摘要：
实现方式：根据字符串的子串（必须是数字）计算分区号（由调用方传递参数，显示指定分区号），例如，id=05-12232323，其中 id 是从 startIndex = 0，size=2，即截取的子串是 05 ，05 就是获取的分区，如果大于分区数，则分配到 defaultPartition 分区中 阅读全文
摘要：
实现方式：该算法类似于十进制的求模运算，但是为二进制的操作，例如，取 id 的二进制低 10 位 与 1111111111 进行 & 运算 优点：这种策略比较灵活，可以均匀分配也可以非均匀分配，各节点的分配比例和容量大小由partitionCount 和 partitionLength两个参数决定 阅读全文
摘要：
ER模型是实体关系模型，基本元素是实体、关系和属性，Mycat 针对ER关系表的切分规则中，使得有相互依赖的表能够按照某一个规则切分到相同的节点上，避免垮库 Join 关系查询，下面的示例为订单（order）和订单明细（order_detail），明细表依赖于订单，这总业务的切分可以设计出合适的切分 阅读全文
摘要：
实现方式：切分规则根据配置中输入的数值n。此种分片规则将数据分成n份（通常dn节点也为n），从而将数据均匀的分布于各节点上。 优点：这种策略可以很好的分散数据库写的压力。比较适合于单点查询的情景 缺点：不方便扩展；出现了范围查询，就需要MyCAT去合并结果，当数据量偏高的时候，这种跨库查询+合并结果 阅读全文
摘要：
实现方式：切分规则根据文件(autopartition-long.txt)配置的范围来进行切片，制定基准列的取值范围，然后把这一范围的所有数据都放到一个DN上面 优点：适用于整体数量可知或总数量为固定值的情况 缺点：dataNode 划分节点是事先建好的，需要扩展时比较麻烦。潜在的问题，如果在短时间 阅读全文
摘要：
实现方式：切分规则根据文件(partition-hash-int.txt)配置的可能的枚举来进行分片，此种分片规则理解为枚举分区，会比较适合于取值固定的场合，比如说省份（固定值） 优点：适用于按照省份或者区县来拆分数据类业务 缺点：其他非枚举情况不适合 配置示例： <tableRule name=" 阅读全文
摘要：
rule.xml 配置文件定义了我们对表进行拆分所涉及到的规则定义。我们可以灵活的对表使用不同的分片算法， 或者对表使用相同的算法但具体的参数不同。 tableRule 标签 该标签用于定义表的拆分规则，示例代码如下： <tableRule name="rule1"> <rule> <columns 阅读全文
摘要：
server.xml 几乎保存了所有mycat需要的系统配置信息，包括 mycat 用户管理、DML权限管理等，其在代码内直接的映射类为SystemConfig 类。 user 标签 该标签主要用于定义登录 mycat的用户和权限。例如，我定义了一个用户，用户名为test、密码也为test，可访问的 阅读全文