mycat入门：分片策略详解-阿里云开发者社区

分片策略为数据表的拆分原则，了解即可。

1.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，配置如下：

1. <tableRule name="sharding-by-intfile">
2. <rule>
3. <columns>user_id</columns>
4. <algorithm>hash-int</algorithm>
5. </rule>
6. </tableRule>
7. <function name="hash-int" class="io.mycat.route.function.PartitionByFileMap">
8. <property name="mapFile">partition-hash-int.txt</property>
9. <property name="type">0</property>
10. <property name="defaultNode">0</property>
11. </function>
12. partition-hash-int.txt 配置：
13. 10000=0
14. 10010=1
15. DEFAULT_NODE=1
16. 复制代码

1. 上面 columns 标识将要分片的表字段，algorithm 分片函数，
2. 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，
3. 所有的节点配置都是从 0 开始，及 0 代表节点 1
4. /**
5. * 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
6. * 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
7. * 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
8. * 不识别的枚举值就会报错，
9. * like this：can’t find datanode for sharding column:column_nameval:ffffffff
10. */
11. 复制代码

2.固定分片 hash 算法

本条规则类似于十进制的求模运算，区别在于是二进制的操作,是取 id 的二进制低 10 位，即 id 二进制 &1111111111。此算法的优点在于如果按照 10 进制取模运算，在连续插入 1-10 时候 1-10 会被分到 1-10 个分片，增大了插入的事务控制难度，而此算法根据二进制则可能会分到连续的分片，减少插入事务事务控制难度。

1. <tableRule name="rule1">
2. <rule>
3. <columns>user_id</columns>
4. <algorithm>func1</algorithm>
5. </rule>
6. </tableRule>
7. <function name="func1" class="io.mycat.route.function.PartitionByLong">
8. <property name="partitionCount">2,1</property>
9. <property name="partitionLength">256,512</property>
10. </function>
11. 复制代码

1. 配置说明：
2. 上面 columns 标识将要分片的表字段，algorithm 分片函数，
3. partitionCount 分片个数列表，partitionLength 分片范围列表
4. 分区长度:默认为最大 2^n=1024 ,即最大支持 1024 分区
5. 约 束 :
6. count,length 两个数组的长度必须是一致的。
7. 1024 = sum((count[i]*length[i])). count 和 length 两个向量的点积恒等于 1024
8. 用法例子：
9. 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）
10. // |<———————1024———————————>|
11. // |<—-256—>|<—-256—>|<———-512————->|
12. // | partition0 | partition1 | partition2 |
13. // | 共 2 份,故 count[0]=2 | 共 1 份，故 count[1]=1 |
14. int[] count = new int[] { 2, 1 };
15. int[] length = new int[] { 256, 512 };
16. PartitionUtil pu = new PartitionUtil(count, length);
17. 复制代码

1. // 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
2. int DEFAULT_STR_HEAD_LEN = 8; // cobar 默认会配置为此值
3. long offerId = 12345;
4. String memberId = "qiushuo";
5. // 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
6. 到 partition0 中
7. int partNo1 = pu.partition(offerId);
8. // 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
9. 分到 partition2 中
10. int partNo2 = pu.partition(memberId, 0, DEFAULT_STR_HEAD_LEN);
11. 复制代码

如果需要平均分配设置：平均分为 4 分片，partitionCount*partitionLength=1024

1. <function name="func1" class="io.mycat.route.function.PartitionByLong">
2. <property name="partitionCount">4</property>
3. <property name="partitionLength">256</property>
4. </function>
5. 复制代码

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， start <= range <= end. range start-end ,data node index K=1000,M=10000.

1. <tableRule name="auto-sharding-long">
2. <rule>
3. <columns>user_id</columns>
4. <algorithm>rang-long</algorithm>
5. </rule>
6. </tableRule>
7. <function name="rang-long" class="io.mycat.route.function.AutoPartitionByLong">
8. <property name="mapFile">autopartition-long.txt</property>
9. <property name="defaultNode">0</property>
10. </function>
11. 复制代码

1. 配置说明：
2. 上面 columns 标识将要分片的表字段，algorithm 分片函数，
3. rang-long 函数中 mapFile 代表配置文件路径
4. defaultNode 超过范围后的默认节点。
5. 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
6. 0-500M=0
7. 500M-1000M=1
8. 1000M-1500M=2
9. 或
10. 0-10000000=0
11. 10000001-20000000=1
12. 复制代码

4.取模

此规则为对分片字段求摸运算

1. <tableRule name="mod-long">
2. <rule>
3. <columns>user_id</columns>
4. <algorithm>mod-long</algorithm>
5. </rule>
6. </tableRule>
7. <function name="mod-long" class="io.mycat.route.function.PartitionByMod">
8. <!-- how many data nodes -->
9. <property name="count">3</property>
10. </function>
11. 复制代码

1. 配置说明：
2. 上面 columns 标识将要分片的表字段，algorithm 分片函数，
3. 此种配置非常明确即根据 id 进行十进制求模预算，相比固定分片 hash，此种在批量插入时可能存在批量插入单
4. 事务插入多数据分片，增大事务一致性难度。
5. 复制代码

5.按日期（天）分片

此规则为按天分片。

1. <tableRule name="sharding-by-date">
2. <rule>
3. <columns>create_time</columns>
4. <algorithm>sharding-by-date</algorithm>
5. </rule>
6. </tableRule>
7. <function name="sharding-by-date" class="io.mycat.route.function.PartitionByDate">
8. <property name="dateFormat">yyyy-MM-dd</property>
9. <property name="sBeginDate">2014-01-01</property>
10. <property name="sEndDate">2014-01-02</property>
11. <property name="sPartionDay">10</property>
12. </function>
13. 复制代码

1. 配置说明：
2. columns ：标识将要分片的表字段
3. algorithm ：分片函数
4. dateFormat ：日期格式
5. sBeginDate ：开始日期
6. sEndDate：结束日期
7. sPartionDay ：分区天数，即默认从开始日期算起，分隔 10 天一个分区
8. 如果配置了 sEndDate 则代表数据达到了这个日期的分片后后循环从开始分片插入。
9. Assert.assertEquals(true, 0 == partition.calculate(“2014-01-01”));
10. Assert.assertEquals(true, 0 == partition.calculate(“2014-01-10”));
11. Assert.assertEquals(true, 1 == partition.calculate(“2014-01-11”));
12. Assert.assertEquals(true, 12 == partition.calculate(“2014-05-01”));
13. 复制代码

6.取模范围约束

此种规则是取模运算与范围约束的结合，主要为了后续数据迁移做准备，即可以自主决定取模后数据的节点分布。

1. <tableRule name="sharding-by-pattern">
2. <rule>
3. <columns>user_id</columns>
4. <algorithm>sharding-by-pattern</algorithm>
5. </rule>
6. </tableRule>
7. <function name="sharding-by-pattern" class="io.mycat.route.function.PartitionByPattern"
8. <property name="patternValue">256</property>
9. <property name="defaultNode">2</property>
10. <property name="mapFile">partition-pattern.txt</property>
11. </function>
12. 复制代码

partition-pattern.txt

1. partition-pattern.txt
2. # id partition range start-end ,data node index
3. ###### first host configuration
4. 1-32=0
5. 33-64=1
6. 65-96=2
7. 97-128=3
8. ######## second host configuration
9. 129-160=4
10. 161-192=5
11. 193-224=6
12. 225-256=7
13. 0-0=7
14. 复制代码

1. 配置说明：
2. 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
3. 默认节点，如果配置了默认，则不会按照求模运算
4. mapFile 配置文件路径
5. 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 非数据，则
6. 会分配在 defaoultNode 默认节点
7. String idVal = “0”;
8. Assert.assertEquals(true, 7 == autoPartition.calculate(idVal));
9. idVal = “45a”;
10. Assert.assertEquals(true, 2 == autoPartition.calculate(idVal));
11. 复制代码

7.截取数字做 hash 求模范围约束

此种规则类似于取模范围约束，此规则支持数据符号字母取模。

1. <tableRule name="sharding-by-prefixpattern">
2. <rule>
3. <columns>user_id</columns>
4. <algorithm>sharding-by-prefixpattern</algorithm>
5. </rule>
6. </tableRule>
7. <function name="sharding-by-pattern"
8. class="io.mycat.route.function.PartitionByPrefixPattern">
9. <property name="patternValue">256</property>
10. <property name="prefixLength">5</property>
11. <property name="mapFile">partition-pattern.txt</property>
12. </function>
13. 复制代码

partition-pattern.txt

1. partition-pattern.txt
2. # range start-end ,data node index
3. # ASCII
4. # 8-57=0-9 阿拉伯数字
5. # 64、65-90=@、A-Z
6. # 97-122=a-z
7. ###### first host configuration
8. 1-4=0
9. 5-8=1
10. 9-12=2
11. 13-16=3
12. ###### second host configuration
13. 17-20=4
14. 21-24=5
15. 25-28=6
16. 29-32=7
17. 0-0=7
18. 复制代码

1. 配置说明：
2. 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
3. ASCII 截取的位数
4. mapFile 配置文件路径
5. 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
6. 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
7. sum%patternValue ,获取的值，在范围内的分片数，
8. String idVal=“gf89f9a”;
9. Assert.assertEquals(true, 0==autoPartition.calculate(idVal));
10. idVal=“8df99a”;
11. Assert.assertEquals(true, 4==autoPartition.calculate(idVal));
12. idVal=“8dhdf99a”;
13. Assert.assertEquals(true, 3==autoPartition.calculate(idVal));
14. 复制代码

8.应用指定

此规则是在运行阶段有应用自主决定路由到那个分片。

1. <tableRule name="sharding-by-substring">
2. <rule>
3. <columns>user_id</columns>
4. <algorithm>sharding-by-substring</algorithm>
5. </rule>
6. </tableRule>
7. <function name="sharding-by-substring"
8. class="io.mycat.route.function.PartitionDirectBySubString">
9. <property name="startIndex">0</property><!-- zero-based -->
10. <property name="size">2</property>
11. <property name="partitionCount">8</property>
12. <property name="defaultPartition">0</property>
13. </function>
14. 复制代码

1. 配置说明：
2. 上面 columns 标识将要分片的表字段，algorithm 分片函数
3. 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）。
4. 例如 id=05-100000002
5. 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
6. 默认分配到 defaultPartition
7. 复制代码

9.截取数字 hash 解析

此规则是截取字符串中的 int 数值 hash 分片。

1. <tableRule name="sharding-by-stringhash">
2. <rule>
3. <columns>user_id</columns>
4. <algorithm>sharding-by-stringhash</algorithm>
5. </rule>
6. </tableRule>
7. <function name="sharding-by-stringhash"
8. class="io.mycat.route.function.PartitionByString">
9. <property name="partitionLength">512</property><!-- zero-based -->
10. <property name="partitionCount">2</property>
11. <property name="hashSlice">0:2</property>
12. </function>
13. 复制代码

1. 配置说明：
2. 上面 columns 标识将要分片的表字段，algorithm 分片函数
3. 函数中 partitionLength 代表字符串 hash 求模基数，
4. partitionCount 分区数，
5. hashSlice hash 预算位，即根据子字符串中 int 值 hash 运算
6. hashSlice ： 0 means str.length(), -1 means str.length()-1
7. /**
8. * “2” -> (0,2)
9. * “1:2” -> (1,2)
10. * “1:” -> (1,0)
11. * “-1:” -> (-1,0)
12. * “:-1” -> (0,-1)
13. * “:” -> (0,0)
14. */
15. 复制代码

1. 例子：
2. String idVal=null;
3. rule.setPartitionLength("512");
4. rule.setPartitionCount("2");
5. rule.init();
6. rule.setHashSlice("0:2");
7. // idVal = "0";
8. // Assert.assertEquals(true, 0 == rule.calculate(idVal));
9. // idVal = "45a";
10. // Assert.assertEquals(true, 1 == rule.calculate(idVal));
11. //last 4
12. rule = new PartitionByString();
13. rule.setPartitionLength("512");
14. rule.setPartitionCount("2");
15. rule.init();
16. //last 4 characters
17. rule.setHashSlice("-4:0");
18. idVal = "aaaabbb0000";
19. Assert.assertEquals(true, 0 == rule.calculate(idVal));
20. idVal = "aaaabbb2359";
21. Assert.assertEquals(true, 0 == rule.calculate(idVal));
22. 复制代码

10.一致性 hash

一致性hash有效解决了分布式数据的扩容问题。

1. <tableRule name="sharding-by-murmur">
2. <rule>
3. <columns>user_id</columns>
4. <algorithm>murmur</algorithm>
5. </rule>
6. </tableRule>
7. <function name="murmur" class="io.mycat.route.function.PartitionByMurmurHash">
8. <property name="seed">0</property><!-- 默认是 0-->
9. <property name="count">2</property><!-- 要分片的数据库节点数量，必须指定，否则没法分片-->
10. <property name="virtualBucketTimes">160</property><!-- 一个实际的数据库节点被映射为这么多虚拟节点，默认是 160 倍，也就是虚拟节点数是物理节点数的 160 倍-->
11. <!--
12. <property name="weightMapFile">weightMapFile</property>
13. 节点的权重，没有指定权重的节点默认是 1。以 properties 文件的格式填写，以从 0 开始到 count-1 的整数值也就
14. 是节点索引为 key，以节点权重值为值。所有权重值必须是正整数，否则以 1 代替 -->
15. <!--
16. <property name="bucketMapPath">/etc/mycat/bucketMapPath</property>
17. 用于测试时观察各物理节点与虚拟节点的分布情况，如果指定了这个属性，会把虚拟节点的 murmur hash 值与物理节
18. 点的映射按行输出到这个文件，没有默认值，如果不指定，就不会输出任何东西 -->
19. </function>
20. 复制代码

11.按单月小时拆分

此规则是单月内按照小时拆分，最小粒度是小时，可以一天最多 24 个分片，最少 1 个分片，一个月完后下月从头开始循环。每个月月尾，需要手工清理数据。

1. <tableRule name="sharding-by-hour">
2. <rule>
3. <columns>create_time</columns>
4. <algorithm>sharding-by-hour</algorithm>
5. </rule>
6. </tableRule>
7. <function name="sharding-by-hour" class="io.mycat.route.function.LatestMonthPartion">
8. <property name="splitOneDay">24</property>
9. </function>
10. 复制代码

配置说明： columns：拆分字段，字符串类型（yyyymmddHH） splitOneDay ：一天切分的分片数

1. LatestMonthPartion partion = new LatestMonthPartion();
2. partion.setSplitOneDay(24);
3. Integer val = partion.calculate("2015020100");
4. assertTrue(val == 0);
5. val = partion.calculate("2015020216");
6. assertTrue(val == 40);
7. val = partion.calculate("2015022823");
8. assertTrue(val == 27 * 24 + 23);
9. Integer[] span = partion.calculateRange("2015020100", "2015022823");
10. assertTrue(span.length == 27 * 24 + 23 + 1);
11. assertTrue(span[0] == 0 && span[span.length - 1] == 27 * 24 + 23);
12. span = partion.calculateRange("2015020100", "2015020123");
13. assertTrue(span.length == 24);
14. assertTrue(span[0] == 0 && span[span.length - 1] == 23);
15. 复制代码

12.范围求模分片

先进行范围分片计算出分片组，组内再求模优点可以避免扩容时的数据迁移，又可以一定程度上避免范围分片的热点问题综合了范围分片和求模分片的优点，分片组内使用求模可以保证组内数据比较均匀，分片组之间是范围分片可以兼顾范围查询。最好事先规划好分片的数量，数据扩容时按分片组扩容，则原有分片组的数据不需要迁移。由于分片组内数据比较均匀，所以分片组内可以避免热点数据问题。

1. <tableRule name="auto-sharding-rang-mod">
2. <rule>
3. <columns>id</columns>
4. <algorithm>rang-mod</algorithm>
5. </rule>
6. </tableRule>
7. <function name="rang-mod"
8. class="io.mycat.route.function.PartitionByRangeMod">
9. <property name="mapFile">partition-range-mod.txt</property>
10. <property name="defaultNode">21</property>
11. </function>
12. 复制代码

1. 配置说明：
2. 上面 columns 标识将要分片的表字段，algorithm 分片函数，
3. rang-mod 函数中 mapFile 代表配置文件路径
4. defaultNode 超过范围后的默认节点顺序号，节点从 0 开始。
5. partition-range-mod.txt
6. range start-end ,data node group size
7. 以下配置一个范围代表一个分片组，=号后面的数字代表该分片组所拥有的分片的数量。
8. 0-200M=5 //代表有 5 个分片节点
9. 200M1-400M=1
10. 400M1-600M=4
11. 600M1-800M=4
12. 800M1-1000M=6
13. 复制代码

13.日期范围 hash 分片

思想与范围求模一致，当由于日期在取模会有数据集中问题，所以改成 hash 方法。先根据日期分组，再根据时间 hash 使得短期内数据分布的更均匀优点可以避免扩容时的数据迁移，又可以一定程度上避免范围分片的热点问题要求日期格式尽量精确些，不然达不到局部均匀的目的

1. <tableRule name="rangeDateHash">
2. <rule>
3. <columns>col_date</columns>
4. <algorithm>range-date-hash</algorithm>
5. </rule>
6. </tableRule>
7. <function name="range-date-hash"
8. class="io.mycat.route.function.PartitionByRangeDateHash">
9. <property name="sBeginDate">2014-01-01 00:00:00</property>
10. <property name="sPartionDay">3</property>
11. <property name="dateFormat">yyyy-MM-dd HH:mm:ss</property>
12. <property name="groupPartionSize">6</property>
13. </function>
14. 复制代码

sPartionDay 代表多少天分一个分片 groupPartionSize 代表分片组的大小

14.冷热数据分片

根据日期查询日志数据冷热数据分布，最近 n 个月的到实时交易库查询，超过 n 个月的按照 m 天分片。

1. <tableRule name="sharding-by-date">
2. <rule>
3. <columns>create_time</columns>
4. <algorithm>sharding-by-hotdate</algorithm>
5. </rule>
6. </tableRule>
7. <function name="sharding-by-hotdate" class="io.mycat.route.function.PartitionByHotDate">
8. <property name="dateFormat">yyyy-MM-dd</property>
9. <property name="sLastDay">10</property>
10. <property name="sPartionDay">30</property>
11. </function>
12. 复制代码

15.自然月分片

按月份列分区，每个自然月一个分片，格式 between 操作解析的范例。

1. <tableRule name="sharding-by-month">
2. <rule>
3. <columns>create_time</columns>
4. <algorithm>sharding-by-month</algorithm>
5. </rule>
6. </tableRule>
7. <function name="sharding-by-month" class="io.mycat.route.function.PartitionByMonth">
8. <property name="dateFormat">yyyy-MM-dd</property>
9. <property name="sBeginDate">2014-01-01</property>
10. </function>
11. 复制代码

配置说明：

columns：分片字段，字符串类型
dateFormat ：日期字符串格式
sBeginDate ：开始日期

1. PartitionByMonth partition = new PartitionByMonth();
2. partition.setDateFormat("yyyy-MM-dd");
3. partition.setsBeginDate("2014-01-01");
4. partition.init();
5. Assert.assertEquals(true, 0 == partition.calculate("2014-01-01"));
6. Assert.assertEquals(true, 0 == partition.calculate("2014-01-10"));
7. Assert.assertEquals(true, 0 == partition.calculate("2014-01-31"));
8. Assert.assertEquals(true, 1 == partition.calculate("2014-02-01"));
9. Assert.assertEquals(true, 1 == partition.calculate("2014-02-28"));
10. Assert.assertEquals(true, 2 == partition.calculate("2014-03-1"));
11. Assert.assertEquals(true, 11 == partition.calculate("2014-12-31"));
12. Assert.assertEquals(true, 12 == partition.calculate("2015-01-31"));
13. Assert.assertEquals(true, 23 == partition.calculate("2015-12-31"));
14. 复制代码

16.有状态分片算法

有状态分片算法与之前的分片算法不同,它是为数据自动迁移而设计的. 直至 2018 年 7 月 24 日为止,现支持有状态算法的分片策略只有 crc32slot 欢迎大家提供更多有状态分片算法.

一个有状态分片算法在使用过程中暂时存在两个操作

一种是初始化,使用 mycat 创建配置带有有状态分片算法的 table 时(推介)或者第一次配置有状态分片算法的 table 并启动 mycat 时,有状态分片算法会根据表的 dataNode 的数量划分分片范围并生成 ruledata 下的文件, 这个分片范围规则就是’状态’,一个表对应一个状态,对应一个有状态分片算法实例,以及对应一个满足以下命名规则的文件:

算法名字_schema 名字_table 名字.properties 文件里内容一般具有以下特征：

1. 8=91016-102399
2. 7=79639-91015
3. 6=68262-79638
4. 5=56885-68261
5. 4=45508-56884
6. 3=34131-45507
7. 2=22754-34130
8. 1=11377-22753
9. 0=0-11376
10. 复制代码

行数就是 table 的分片节点数量,每行的’数字-数字’就是分片算法生成的范围,这个范围与具体算法实现有关, 一个分片节点可能存在多个范围,这些范围以逗号,分隔.一般来说,不要手动更改这个文件,应该使用算法生成范围, 而且需要注意的是,物理库上的数据的分片字段的值一定要落在对应范围里. 一种是添加操作,即数据扩容,具体参考第六章的 6.8 与 6.9 添加节点,有状态分片算法根据节点的变化,重新分配范围规则,之后执行数据自动迁移任务.

17.crc32slot 分片算法

crc32solt 是有状态分片算法的实现之一,具体参考第六章数据自动迁移方案设计 crc32(key)%102400=slot

slot 按照范围均匀分布在 dataNode 上,针对每张表进行实例化，通过一个文件记录 slot 和节点映射关系，迁移过程中通过 zk 协调其中需要在分片表中增加 slot 字段，用以避免迁移时重新计算，只需要迁移对应 slot 数据即可分片最大个数为 102400 个，短期内应该够用，每分片一千万，总共可以支持一万亿数据配置说明:

1. <table name="travelrecord" dataNode="dn1,dn2" rule="crc32slot" />
2. 复制代码

18.使用 mycat 配置完表后使用 mycat 创建表

1. USE TESTDB;
2. CREATE TABLE `travelrecord`
3. ( id xxxx
4. xxxxxxx
5. ) ENGINE=INNODB DEFAULT CHARSET=utf8;

mycat入门：分片策略详解