Mycat——常用的分片规则

柔光的暖阳◎ 2021-09-01 00:26 342阅读 0赞

#### 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:

<tableRule name="sharding-by-intfile"> <rule>
    	<columns>user_id</columns>
    	<algorithm>hash-int</algorithm> </rule>
    </tableRule>
    <function name="hash-int" class="org.opencloudb.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
    DEFAULT_NODE=1

*  columns：标识要分片的表字段
 *  argorithm：分片函数
 *  mapFile：标识配置文件
 *  type：默认为0，标识Integer，非零标识String
 *  defaultNod：默认节点，枚举时如果遇到不识别的枚举值，路由到默认分片，节点从0开始计数（如果小于0则表示不配置默认节点，不识别的枚举值就会报错）

#### 根据范围划分 ####

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

<tableRule name="auto-sharding-long"> 
    	<rule>
    		<columns>user_id</columns>
    		<algorithm>rang-long</algorithm> 
    	</rule>
    </tableRule>
    
    <function name="rang-long" class="org.opencloudb.route.function.AutoPartitionByLong">
    	<property name="mapFile">autopartition-long.txt</property>
    	<property name="defaultNode">0</property> 
    </function>

autopartition-long.txt

0-500M=0
    500M-1000M=1
    1000M-1500=2
    或
    0-10000000=0
    10000000-20000000=1

#### 求模 ####

此规则为对分片字段求摸运算。

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事务插入多数据分 片，增大事务一致性难度。

#### 按日期（天）分片 ####

<tableRule name="sharding-by-date"> 
    	<rule>
    		<columns>create_time</columns>
    		<algorithm>sharding-by-date</algorithm> 
    	</rule>
    </tableRule>
    <function name="sharding-by-date" class="org.opencloudb.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:

*  columns :标识将要分片的表字段
 *  algorithm :分片函数
 *  dateFormat :日期格式
 *  sBeginDate :开始日期
 *  sBeginDate :结束日期,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10天一个分区
 *  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”));

#### 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。

*  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和length两个向量的点积恒等于1024

用法例子: 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 |

#### 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。

<tableRule name="sharding-by-pattern"> 
    	<rule>
    		<columns>user_id</columns>
    		<algorithm>sharding-by-pattern</algorithm>
    	</rule>
    </tableRule>
    <function name="sharding-by-pattern" class="org.opencloudb.route.function.PartitionByPattern">
    	<property name="patternValue">256</property>
    	<property name="defaultNode">2</property>
    	<property name="mapFile">partition-pattern.txt</property>
    </function>

partition-pattern.txt

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，如果配置了默认，则不会按照求模运算  
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非数据，则会分配在defaoultNode 默认节点

#### ASCII码期末范围约束 ####

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。

<tableRule name="sharding-by-prefixpattern"> 
    	<rule>
    		<columns>user_id</columns>
    		<algorithm>sharding-by-prefixpattern</algorithm> </rule>
    </tableRule>
    <function name="sharding-by-pattern" class="org.opencloudb.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
    # 8-57=0-9阿拉伯数字
    # 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

patternValue 即求模基数，prefixLength ASCII 截取的位数  
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， 在范围内的分片数

#### 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。

<tableRule name="sharding-by-substring"> <rule>
    	<columns>user_id</columns>
    	<algorithm>sharding-by-substring</algorithm> </rule>
    </tableRule>
    <function name="sharding-by-substring" class="org.opencloudb.route.function.PartitionDirectBySubString">
      
      <property name="startIndex">0</property>
      <property name="size">2</property> 
      <property name="partitionCount">8</property> 
      <property name="defaultPartition">0</property>
    </function>

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

#### 字符串Hash解析 ####

此规则是截取字符串中的int数值hash分片。

<tableRule name="sharding-by-stringhash"> 
    	<rule>
    		<columns>user_id</columns>
    		<algorithm>sharding-by-stringhash</algorithm> 
    	</rule>
    </tableRule>
    <function name="sharding-by-stringhash" class="org.opencloudb.route.function.PartitionByString">
    	<property name=length>512</property>  		
    	<property name="count">2</property>
    	<property name="hashSlice">0:2</property>
    </function>

函数中length代表字符串hash求模基数，count分区数，hashSlice hash预算位 即根据子字符串中int值 hash运算

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

#### 一致性hash ####

一致性hash预算有效解决了分布式数据的扩容问题。

<tableRule name="sharding-by-murmur"> 
    	<rule>
    		<columns>user_id</columns>
    		<algorithm>murmur</algorithm> </rule>
    </tableRule>
    
    <function name="murmur" class="org.opencloudb.route.function.PartitionByMurmurHash">
    	<property name="seed">0</property>
    	<property name="count">2</property>
    	<property name="virtualBucketTimes">160</property>
    	 
     
     
    	</function>

#### 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。

<tableRule name="sharding-by-hour"> 
    	<rule>
    		<columns>create_time</columns>
    		<algorithm>sharding-by-hour</algorithm> 
    	</rule>
    </tableRule>
    <function name="sharding-by-hour" class="org.opencloudb.route.function.LatestMonthPartion">
    	<property name="splitOneDay">24</property> 
    </function>

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

#### 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。

<tableRule name="sharding-by-month"> 
    	<rule>
    		<columns>create_time</columns>
    		<algorithm>sharding-by-month</algorithm> 
    	</rule>
    </tableRule>
    <function name="sharding-by-month" class="org.opencloudb.route.function.PartitionByMonth">
    	<property name="dateFormat">yyyy-MM-dd</property>
    	<property name="sBeginDate">2014-01-01</property> 
    </function>

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