Mycat--分片规则

待我称王封你为后i 2023-07-22 09:10 7阅读 0赞

首发网址：[Mycat--分片规则\_IT利刃出鞘的博客-CSDN博客][Mycat--_IT_-CSDN]

# 其他网址 #

[Mycat分片规则详解 - 小小小小小小鱼 - 博客园][Mycat_ - _ -]

另见：《Mycat权威指南》=> 入门篇=> 10.5 Mycat 常用的分片规则 （更加详细）

# 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：

<tableRule name="sharding-by-intfile">
      <rule>
        <columns>user_id</columns>
        <algorithm>hash-int</algorithm>
      </rule>
    </tableRule>
    <function name="hash-int" class="io.mycat.route.function.PartitionByFileMap">
      <property name="mapFile">partition-hash-int.txt</property>
      <property name="type">0</property>
      <property name="defaultNode">0</property>
    </function>

配置说明

<table> 
 <thead> 
  <tr> 
   <th>标签属性</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>columns</td> 
   <td>标识将要分片的表字段</td> 
  </tr> 
  <tr> 
   <td>algorithm</td> 
   <td>分片函数</td> 
  </tr> 
  <tr> 
   <td>mapFile</td> 
   <td>标识配置文件名称</td> 
  </tr> 
  <tr> 
   <td>type</td> 
   <td>默认值为 0，0 表示 Integer，非零表示 String</td> 
  </tr> 
  <tr> 
   <td>defaultNode</td> 
   <td>默认节点:小于 0 表示不设置默认节点，大于等于 0 设置默认节点</td> 
  </tr> 
 </tbody> 
</table>

partition-hash-int.txt 配置：

10000=0
    10010=1
    DEFAULT_NODE=1      //默认节点

**注意**  
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  
如果不配置默认节点（defaultNode 值小于 0 表示不配置默认节点），碰到不识别的枚举值就会报错  
like this：can’t find datanode for sharding column:column\_name val:ffffffff

# 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。

配置说明：

<table> 
 <thead> 
  <tr> 
   <th>标签属性</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>columns</td> 
   <td>标识将要分片的表字段</td> 
  </tr> 
  <tr> 
   <td>algorithm</td> 
   <td>分片函数</td> 
  </tr> 
  <tr> 
   <td>partitionCount</td> 
   <td>分片个数列表</td> 
  </tr> 
  <tr> 
   <td>partitionLength</td> 
   <td>分片范围列表</td> 
  </tr> 
 </tbody> 
</table>

分区长度：  
默认为最大 2^n=1024 ，即最大支持 1024 分区。

约束：  
count，length 两个数组的长度必须是一致的；  
1024 = sum((count\[i\]\*length\[i\]))  
count 和 length 两个向量的点积恒等于 1024。

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————>|

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

# 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。

<tableRule name="auto-sharding-long">
        <rule>
            <columns>user_id</columns>
            <algorithm>rang-long</algorithm>
        </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>

配置说明：

<table> 
 <thead> 
  <tr> 
   <th>标签属性</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>columns</td> 
   <td>标识将要分片的表字段</td> 
  </tr> 
  <tr> 
   <td>algorithm</td> 
   <td>分片函数</td> 
  </tr> 
  <tr> 
   <td>mapFile</td> 
   <td>标识配置文件名称</td> 
  </tr> 
  <tr> 
   <td>defaultNode</td> 
   <td>超过范围后的默认节点</td> 
  </tr> 
 </tbody> 
</table>

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：

# range start-end ,data node index
    # K=1000,M=10000.
    0-500M=0
    500M-1000M=1
    1000M-1500M=2
    或
    
    0-10000000=0
    10000001-20000000=1

# 4、取模 #

此规则为对分片字段求摸运算。

配置说明：

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。

# 5、按日期（天）分片 #

此规则为按天分片。

<tableRule name="sharding-by-date">
        <rule>
            <columns>create_time</columns>
            <algorithm>sharding-by-date</algorithm>
        </rule>
    </tableRule>
    <function name="sharding-by-date" class="io.mycat.route.function.PartitionByDate">
        <property name="dateFormat">yyyy-MM-dd</property>
        <property name="sBeginDate">2014-01-01</property>
        <property name="sEndDate">2014-01-02</property>
        <property name="sPartionDay">10</property>
    </function>

配置说明：

<table> 
 <thead> 
  <tr> 
   <th>标签属性</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>columns</td> 
   <td>标识将要分片的表字段</td> 
  </tr> 
  <tr> 
   <td>algorithm</td> 
   <td>分片函数</td> 
  </tr> 
  <tr> 
   <td>dateForma</td> 
   <td>日期格式</td> 
  </tr> 
  <tr> 
   <td>sBeginDate</td> 
   <td>开始日期</td> 
  </tr> 
  <tr> 
   <td>sEndDate</td> 
   <td>结束日期</td> 
  </tr> 
  <tr> 
   <td>sPartionDay</td> 
   <td>分区天数，即默认从开始日期算起，分隔 10 天一个分区</td> 
  </tr> 
 </tbody> 
</table>

如果配置了 sEndDate 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。  
**注意**  
在查询时，如果需要查询时间段应该使用between...and，使用>=或者<=会查询所有分片。

# 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。

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

partition-pattern.txt

# id partition range start-end ,data node index
    ###### first host configuration
    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：

<table style="width:529px;"> 
 <thead> 
  <tr> 
   <th style="width:150px;">标签属性</th> 
   <th style="width:376px;">说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td style="width:150px;">columns</td> 
   <td style="width:376px;">标识将要分片的表字段</td> 
  </tr> 
  <tr> 
   <td style="width:150px;">algorithm</td> 
   <td style="width:376px;">分片函数</td> 
  </tr> 
  <tr> 
   <td style="width:150px;">patternValue</td> 
   <td style="width:376px;">求模基数</td> 
  </tr> 
  <tr> 
   <td style="width:150px;">defaoultNod</td> 
   <td style="width:376px;">默认节点</td> 
  </tr> 
  <tr> 
   <td style="width:150px;">mapFile</td> 
   <td style="width:376px;">配置文件路径</td> 
  </tr> 
 </tbody> 
</table>

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 非数字，则会分配在 defaoultNode 默认节点。

# 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。

<tableRule name="sharding-by-prefixpattern">
        <rule>
            <columns>user_id</columns>
            <algorithm>sharding-by-prefixpattern</algorithm>
        </rule>
    </tableRule>
    <function name="sharding-by-pattern" class="io.mycat.route.function.PartitionByPrefixPattern">
        <property name="patternValue">256</property>
        <property name="prefixLength">5</property>
        <property name="mapFile">partition-pattern.txt</property>
    </function>

配置说明：

<table> 
 <thead> 
  <tr> 
   <th>标签属性</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>columns</td> 
   <td>标识将要分片的表字段</td> 
  </tr> 
  <tr> 
   <td>algorithm</td> 
   <td>分片函数</td> 
  </tr> 
  <tr> 
   <td>patternValue</td> 
   <td>求模基数</td> 
  </tr> 
  <tr> 
   <td>prefixLength</td> 
   <td>ASCII 截取的位数</td> 
  </tr> 
  <tr> 
   <td>mapFile</td> 
   <td>配置文件路径</td> 
  </tr> 
 </tbody> 
</table>

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

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。  
此种方式类似取模范围约束，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

# 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。

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

配置说明：

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。

# 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。

<tableRule name="sharding-by-stringhash">
        <rule>
            <columns>user_id</columns>
            <algorithm>sharding-by-stringhash</algorithm>
        </rule>
    </tableRule>
    <function name="sharding-by-stringhash" class="io.mycat.route.function.PartitionByString">
        <property name="partitionLength">512</property>
        <property name="partitionCount">2</property>
        <property name="hashSlice">0:2</property>
    </function>

配置说明：

<table> 
 <thead> 
  <tr> 
   <th>标签属性</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>columns</td> 
   <td>标识将要分片的表字段</td> 
  </tr> 
  <tr> 
   <td>algorithm</td> 
   <td>分片函数</td> 
  </tr> 
  <tr> 
   <td>partitionLength</td> 
   <td>字符串hash求模基数</td> 
  </tr> 
  <tr> 
   <td>partitionCount</td> 
   <td>分区数</td> 
  </tr> 
  <tr> 
   <td>hashSlice</td> 
   <td>预算位，即根据子字符串中 int 值 hash 运算。 0 means str.length(), -1 means str.length()-1</td> 
  </tr> 
 </tbody> 
</table>

**注意**  
hashSlice可以理解为substring（start，end），start为0则只表示0；  
例1：值“45abc”，hash预算位0:2 ，取其中45进行计算  
例2：值“aaaabbb2345”，hash预算位-4:0 ，取其中2345进行计算

# 10、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="io.mycat.route.function.PartitionByMurmurHash">
        
        <property name="seed">0</property>
        
        <property name="count">2</property>
        
        <property name="virtualBucketTimes">160</property>
        
        <property name="weightMapFile">weightMapFile</property>
        
        <property name="bucketMapPath">/etc/mycat/bucketMapPath</property>
    </function>

# 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。

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

配置说明：

<table> 
 <thead> 
  <tr> 
   <th>标签属性</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>columns</td> 
   <td>标识将要分片的表字段（字符串类型yyyyMMddHH）</td> 
  </tr> 
  <tr> 
   <td>algorithm</td> 
   <td>分片函数</td> 
  </tr> 
  <tr> 
   <td>splitOneDay</td> 
   <td>一天切分的分片数</td> 
  </tr> 
 </tbody> 
</table>

**注意**  
分片字段必须为字符串格式，否则分片不成功，默认存到第一个分片里面；  
保存的时间格式必须为‘yyyymmddHH’格式，不能多也不能少字符，否则分片不成功，默认存到第一个分片里面；

# 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。

<tableRule name="auto-sharding-rang-mod">
        <rule>
            <columns>id</columns>
            <algorithm>rang-mod</algorithm>
        </rule>
    </tableRule>
    <function name="rang-mod" class="io.mycat.route.function.PartitionByRangeMod">
        <property name="mapFile">partition-range-mod.txt</property>
        <property name="defaultNode">21</property>
    </function>

配置说明：

<table> 
 <thead> 
  <tr> 
   <th>标签属性</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>columns</td> 
   <td>标识将要分片的表字段</td> 
  </tr> 
  <tr> 
   <td>algorithm</td> 
   <td>分片函数</td> 
  </tr> 
  <tr> 
   <td>mapFile</td> 
   <td>配置文件路径</td> 
  </tr> 
  <tr> 
   <td>defaultNode</td> 
   <td>超过范围后的默认节点顺序号，节点从 0 开始。</td> 
  </tr> 
 </tbody> 
</table>

partition-range-mod.txt

# 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。
    # range start-end ,data node group size
    0-200M=5 //代表有 5 个分片节点
    200M1-400M=1
    400M1-600M=4
    600M1-800M=4
    800M1-1000M=6

**注意**  
如上0-200M存入到5个分片中，开始范围-结束范围=该分片组有多少个分片。如果超过配置范围需要增加分片组。

# 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

<tableRule name="range-date-hash">
        <rule>
            <columns>col_date</columns>
            <algorithm>range-date-hash</algorithm>
        </rule>
    </tableRule>
    <function name="range-date-hash" class="io.mycat.route.function.PartitionByRangeDateHash">
        <property name="sBeginDate">2014-01-01 00:00:00</property>
        <property name="sPartionDay">365</property>
        <property name="dateFormat">yyyy-MM-dd HH:mm:ss</property>
        <property name="groupPartionSize">3</property>
    </function>

配置说明：

<table> 
 <thead> 
  <tr> 
   <th>标签属性</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>columns</td> 
   <td>标识将要分片的表字段</td> 
  </tr> 
  <tr> 
   <td>algorithm</td> 
   <td>分片函数</td> 
  </tr> 
  <tr> 
   <td>sBeginDate</td> 
   <td>开始日期</td> 
  </tr> 
  <tr> 
   <td>sPartionDay</td> 
   <td>多少天一个分片</td> 
  </tr> 
  <tr> 
   <td>dateFormat</td> 
   <td>日期格式</td> 
  </tr> 
  <tr> 
   <td>groupPartionSize</td> 
   <td>分片组的大小</td> 
  </tr> 
 </tbody> 
</table>

**注意**  
从sBeginDate时间开始计算，每sPartionDay天的数据为一个分片组，每个分片组可以分布在groupPartionSize个分片上面。上面的例子最多可以有三天进行分片，如果超出则会抛出以下异常。

Cause: com.mysql.jdbc.exceptions.jdbc4.MySQLSyntaxErrorException: Can't find a valid data node for specified node index :ALAN_TEST -> RANGE_DATE -> 2019-01-11 12:00:00 -> Index : 4
    The error may involve com.mycat.test.model.AlanTest.insert-Inline
    The error occurred while setting parameters

# 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。

<tableRule name="sharding-by-date">
        <rule>
            <columns>create_time</columns>
            <algorithm>sharding-by-hotdate</algorithm>
        </rule>
    </tableRule>
    <function name="sharding-by-hotdate" class="io.mycat.route.function.PartitionByHotDate">
        <property name="dateFormat">yyyy-MM-dd</property>
        <property name="sLastDay">10</property>
        <property name="sPartionDay">30</property>
    </function>

配置说明：

<table> 
 <thead> 
  <tr> 
   <th>标签属性</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>columns</td> 
   <td>标识将要分片的表字段</td> 
  </tr> 
  <tr> 
   <td>algorithm</td> 
   <td>分片函数</td> 
  </tr> 
  <tr> 
   <td>dateFormat</td> 
   <td>日期格式</td> 
  </tr> 
  <tr> 
   <td>sLastDay</td> 
   <td>热数据的时间</td> 
  </tr> 
  <tr> 
   <td>sPartionDay</td> 
   <td>冷数据的分片天数（按照天数分片）</td> 
  </tr> 
 </tbody> 
</table>

**注意**  
冷数据按照这个范围进行分片，例如上面的规则配置，今天是2019年1月21日，往前推10天为2019年1月12日，则2019年1月12日之前的数据为冷数据，该批冷数据的分片规则为30天一个分片，即2018-12-12至2019-01-11的数据放入第1个分片，2018-11-12至2018-12-11的数据放入第2个分片...以此类推，如果数据库分区不够，则在保存的时候会抛出以下异常

Caused by: com.mysql.jdbc.exceptions.jdbc4.MySQLSyntaxErrorException: Can't find a valid data node for specified node index :ALAN_TEST -> CREATE_DATE -> 2018-11-09 12:00:00 -> Index : 3

# 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。

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

配置说明：

<table> 
 <thead> 
  <tr> 
   <th>标签属性</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>columns</td> 
   <td>标识将要分片的表字段</td> 
  </tr> 
  <tr> 
   <td>algorithm</td> 
   <td>分片函数</td> 
  </tr> 
  <tr> 
   <td>dateFormat</td> 
   <td>日期格式</td> 
  </tr> 
  <tr> 
   <td>sBeginDate</td> 
   <td>开始日期（无默认值）</td> 
  </tr> 
  <tr> 
   <td>"sEndDate</td> 
   <td>结束日期（无默认值）</td> 
  </tr> 
 </tbody> 
</table>

**注意**

1.  默认设置，节点数量必须是12个，每12个月循环从开始分片插入
2.  如配置了sBeginDate="2019-01"月是第0个分片，从该时间按月递增，无最大节点
3.  配置了sBeginDate = "2015-01-01"sEndDate = "2015-12-01"该配置可以看成和第一个一致
4.  配置了sBeginDate = "2015-01-01"sEndDate = "2015-03-01"该配置标识只有 3 个节点；很难与月份对应上；平均分散到 3 个节点上

[Mycat--_IT_-CSDN]: https://knife.blog.csdn.net/article/details/105323654
[Mycat_ - _ -]: https://www.cnblogs.com/alan319/p/10556979.html