垂直拆分-分表
垂直分表是基于数据库中的"列"进行，某个表字段较多，可以新建一张扩展表，将不常常用或字段长度较大的字段拆分出去到扩展表中。在字段很多的情形下（例如一个大表有100多个字段），通过"大表拆小表"，更便于开拓与掩护，也能避免跨页问题，MySQL底层是通过数据页存储的，一条记录占用空间过大会导致跨页，造成额外的性能开销。其余数据库以行为单位将数据加载到内存中，这样表中字段长度较短且访问频率较高，内存能加载更多的数据，命中率更高，减少了磁盘IO，从而提升了数据库性能。
水平拆分
当一个运用难以再细粒度的垂直切分，或切分后数据量行数巨大，存在单库读写、存储性能瓶颈，这时候就须要进行水平切分了。
水平切分分为库内分表和分库分表，是根据表内数据内在的逻辑关系，将同一个表按不同的条件分散到多个数据库或多个表中，每个表中只包含一部分数据，从而使得单个表的数据量变小，达到分布式的效果。如图所示：
库内分表只办理了单一表数据量过大的问题，但没有将表分布到不同机器的库上，因此对付减轻MySQL数据库的压力来说，帮助不是很大，大家还是竞争同一个物理机的CPU、内存、网络IO，最好通过分库分表来办理。
垂直拆分-分库实现办法配置mycat的schema配置文件<?xml version="1.0"?><!DOCTYPE mycat:schema SYSTEM "schema.dtd"><mycat:schema xmlns:mycat="http://io.mycat/"><!--dataNode配置数据库地址，对应下方dataNode标签name属性值--><schema name="MYCATDB" checkSQLschema="false" sqlMaxLimit="100" dataNode="dn1"><!--新增table标签，配置customer表在dn2上--><table name="customer" dataNode="dn2"></table></schema><!--两个dataNode，database都是orders--><dataNode name="dn1" dataHost="host1" database="orders" /><dataNode name="dn2" dataHost="host2" database="orders" /><!--库1，修正balance=0，url--><dataHost name="host1" maxCon="1000" minCon="10" balance="0" writeType="0" dbType="mysql" dbDriver="native" switchType="1" slaveThreshold="100"><heartbeat>select user()</heartbeat><writeHost host="hostM1" url="192.168.11.201:3306" user="root" password="123456"></writeHost></dataHost><!--库1，修正balance=0，url--><dataHost name="host2" maxCon="1000" minCon="10" balance="0" writeType="0" dbType="mysql" dbDriver="native" switchType="1" slaveThreshold="100"><heartbeat>select user()</heartbeat><writeHost host="hostM2" url="192.168.11.202:3306" user="root" password="123456"></writeHost></dataHost></mycat:schema>
CREATE DATABASE orders;
-- 用户表，假如有20W用户CREATE TABLE customer(id INT AUTO_INCREMENT,NAME VARCHAR(20),PRIMARY KEY (id));-- 订单表，假如有2000W个订单CREATE TABLE orders(id INT AUTO_INCREMENT,order_type INT,customer_id INT,amount DECIMAL(10,2),PRIMARY KEY (id));-- 订单详情表，数据量和订单表一样CREATE TABLE order_detail(id INT AUTO_INCREMENT,detail VARCHAR(20),order_id INT,PRIMARY KEY (id));-- 字典表，数据量假如有20条，对应订单的类型字典，类型解释数字对应字符串，订单表中只须要存储数字即可CREATE TABLE dict_order_type(id INT AUTO_INCREMENT,order_type VARCHAR(20),PRIMARY KEY (id));
如下图，在Mycat上创建完之后Mycat窗口可以查询出四张表，stt202上有一张customer表，stt203上有三张表，和我们空想效果一样
水平拆分-分库分表
我们创造order和order_detail两张表中数据量非常多，如果存储在同一个节点上的同一个库中性能会受到影响，我们考虑将order表和order_detail表进行拆分，分布式存储全量数据，均匀存储在两台节点上。
切片规则
我们切分表中数据须要按照一定的规则切分，比如按照韶光，id，用户id等如果按照韶光切分，老的数据存储在一起，新的数据存储在一起，用户一样平常查询的是新的数据，以是会导致新数据所在节点的负载要高于旧数据节点如果按照id分区与日期效果类似，一样会导致节点负载不屈均在本例中我们可以按照customer_id分配，详细的项目需求大家在详细考虑，尽可能让数据均匀分配，节点负载均衡配置mycat的schema.xml配置文件<?xml version="1.0"?><!DOCTYPE mycat:schema SYSTEM "schema.dtd"><mycat:schema xmlns:mycat="http://io.mycat/"><!--dataNode配置数据库地址，对应下方dataNode标签name属性值--><schema name="MYCATDB" checkSQLschema="false" sqlMaxLimit="100" dataNode="dn1"><!--新增table标签，配置customer表在dn2上--><table name="customer" dataNode="dn2"></table><!--配置orders表分布在dn1和dn2上，分片规则为mod_rule（自定义的）与rule.xml文件同等--><table name="orders" dataNode="dn1,dn2" rule="mod_rule"></table></schema><dataNode name="dn1" dataHost="host1" database="orders" /><dataNode name="dn2" dataHost="host2" database="orders" /><dataHost name="host1" maxCon="1000" minCon="10" balance="0" writeType="0" dbType="mysql" dbDriver="native" switchType="1" slaveThreshold="100"><heartbeat>select user()</heartbeat><writeHost host="hostM1" url="192.168.11.201:3306" user="root" password="123456"></writeHost></dataHost><dataHost name="host2" maxCon="1000" minCon="10" balance="0" writeType="0" dbType="mysql" dbDriver="native" switchType="1" slaveThreshold="100"><heartbeat>select user()</heartbeat><writeHost host="hostM2" url="192.168.11.202:3306" user="root" password="123456"></writeHost></dataHost></mycat:schema>
<!--新增分片规则--><tableRule name="mod_rule"> <rule> <!--根据表中的customer_id列分配--> <columns>customer_id</columns> <!--分片算法，mod-long取模算法是Mycat已经定义好的--> <algorithm>mod-long</algorithm> </rule></tableRule><!--Mycat供应的分片算法--><function name="mod-long" class="io.mycat.route.function.PartitionByMod"> <!-- how many data nodes ，配置有几个节点我们有两个改为2--> <property name="count">2</property></function>
-- 我们以前添加，sql语法表名后的字段名可以省略，但是mycat分库分表添加数据不可省略，由于须要指明哪一列数据是customer_idINSERT INTO orders(id,order_type,customer_id,amount)VALUES(1,101,100,100100);INSERT INTO orders(id,order_type,customer_id,amount)VALUES(2,101,100,100300);INSERT INTO orders(id,order_type,customer_id,amount)VALUES(3,101,101,120000);INSERT INTO orders(id,order_type,customer_id,amount)VALUES(4,101,101,103000);INSERT INTO orders(id,order_type,customer_id,amount)VALUES(5,102,101,100400);INSERT INTO orders(id,order_type,customer_id,amount)VALUES(6,102,100,100020);
通过上图可以看出我们在mycat中添加6条数据，在mycat端可以全量查出，但是顺序并不是按照id排序的，如果想要飘絮可以利用order by语句，在stt201和stt202上分别查出3条数据，这样就实现了数据的水平拆分
水平拆分的join关联查询看上图可以创造我们利用join内关联查询时会提示说order_detail表找不到，我们对orders表进行了切分也须要对orders的子表order_detail也进行切分配置
schema.xml文件在dn2上创建order_detail表，重启mycat插入数据再做查询
<!--配置orders表分布在dn1和dn2上，分片规则为mod_rule（自定义的）--><table name="orders" dataNode="dn1,dn2" rule="mod_rule"><!--添加childTable 标签name：子表表名primaryKey：主键字段joinKey：两表连接字段parentKey：父表主键--><childTable name="order_detail" primaryKey="id" joinKey="order_id" parentKey="id"/></table>
-- 插入数据和查询都是在mycat端操作-- 插入数据INSERT INTO order_detail(id,detail,order_id)VALUES(1,'detail',1);INSERT INTO order_detail(id,detail,order_id)VALUES(2,'detail',2);INSERT INTO order_detail(id,detail,order_id)VALUES(3,'detail',3);INSERT INTO order_detail(id,detail,order_id)VALUES(4,'detail',4);INSERT INTO order_detail(id,detail,order_id)VALUES(5,'detail',5);INSERT INTO order_detail(id,detail,order_id)VALUES(6,'detail',6);-- 连接查询SELECT FROM orders o inner join order_detail od on o.id = od.order_id;到此我们的垂直拆分和水平拆分就告一段落，当然还没有结束，真是XXXX了，咋还没完心态炸裂，不慌大家老规矩喝杯茶连续搞。
全局表我们的业务表比如orders、order_detail表数据量很多时就须要切分，但是还一些附属表，比如我们这里的dict_order_type（字典表），他们之间也要关联，字典表数据并不多，数据变动不频繁进行切片就没有必要，这种表Mycat中定义为全局表
特点
全局表的插、更新操作会实时在所有节点上实行，保持各个分片的同等性全局表的查询操作，只从一个节点获取全局表可以追随意任性一个表进行JOIN操作修正schema.xml配置文件保存在dn2上创建字典表，重启mycat
<table name="orders" dataNode="dn1,dn2" rule="mod_rule"><childTable name="order_detail" primaryKey="id" joinKey="order_id" parentKey="id"/></table><!--新建table 标签，type为global--><table name="dict_order_type" dataNode="dn1,dn2" type="global"></table>
INSERT INTO dict_order_type(id,order_type) VALUES(101,'type1');INSERT INTO dict_order_type(id,order_type) VALUES(102,'type2');我们查询数据在dn1和dn2都有完全的两条数据，虽然存在数据冗余，但是好在这些表中的数据并不多，不用切分实现JOIN查询
常用分片规则我们在上边的例子中切分数据时利用的是取模切分，这里我们说一说其他开拓中常常用到的数据切分办法
列举分片
在配置文件中配置可能用到的列举ID，自己设置分片，比如按照省份或者区县来做保存，而全国的省份区县是固定的，可以利用在这些场景下
修正schema.xml配置文件
修正rule.xml配置文件
<!--订单地址表--><table name="orders_ware_info" dataNode="dn1,dn2" rule="sharding_by_intfile"></table>修正partition-hash-int.txt配置文件
<tableRule name="sharding_by_intfile"><rule><columns>areacode</columns><algorithm>hash-int</algorithm></rule></tableRule>......<function name="hash-int"class="io.mycat.route.function.PartitionByFileMap"><!--标识配置文件名称，--><property name="mapFile">partition-hash-int.txt</property><!--type：0位int型，非0位String型,我们的areacode字段是varchar类型--><property name="type">1</property><!--defaultNode默认节点：小于0表示不设置默认节点，大于即是0表示设置默认节点设置默认节点如果碰到不是别的列举值，就由它路由到默认节点，如果不设置就报错--><property name="defaultNode">0</property></function>重启mycat，创建表插入数据
110=0120=1
-- 创建表CREATE TABLE orders_ware_info(id INT AUTO_INCREMENT,order_id INT,address VARCHAR(20),areacode VARCHAR,PRIMARY KEY(id));-- 插入数据INSERT INTO orders_ware_info(id,order_id,address,areacode) VALUES (1,1,'北京','110');INSERT INTO orders_ware_info(id,order_id,address,areacode) VALUES (2,2,'天津','120');根据查询结果在mycat上查询是两条数据，在stt201上是北京，在stt202上是天津
范围约定分片比如我们的用户id，将0-100000、100001-200000等这些按照范围存储，适用于范围提前规定好的场景，我们这里利用一张支付信息表为例
配置schema.xml文件
配置rule.xml配置文件
<!--支付表--><table name="payment_info" dataNode="dn1,dn2" rule="auto_sharding_long"></table>修正autopartition-long.txt文件
<tableRule name="auto_sharding_long"><rule><columns>order_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>把稳：将原来有的配置删除
重启mycat，创建表，插入数据
0-102 = 0103-200=1
CREATE TABLE payment_info(id INT AUTO_INCREMENT,order_id INT,payment_status INT,PRIMARY KEY (id));INSERT INTO payment_info(id,order_id,payment_status) VALUES (1,101,0);INSERT INTO payment_info(id,order_id,payment_status) VALUES (2,102,1);INSERT INTO payment_info(id,order_id,payment_status) VALUES (3,103,0);INSERT INTO payment_info(id,order_id,payment_status) VALUES (4,104,1);我们可以看到在mycat上查询全量数据，在stt201上展示两条，在stt202上展示两条，并且数据分布也精确
按照日期分片我们按照天进行划分，设定时间格式、范围
修正schema.xml配置文件
修正rule.xml配置文件
<!--上岸信息表--><table name="login_info" dataNode="dn1,dn2" rule="sharding_by_date"></table>重启Mycat，创建表插入数据
<tableRule name="sharding_by_date"><rule><columns>login_date</columns><algorithm>shardingByDate</algorithm></rule></tableRule>......<function name="shardingByDate"class="io.mycat.route.function.PartitionByDate"><!--日期格式--><property name="dateFormat">yyyy-MM-dd</property><!--开始日期--><property name="sBeginDate">2020-04-01</property><!--结束日期，代表数据到达这个日期的分片后循环从开始分片插入5号6号又要分片到新的节点上，但是只有2个节点，这时如果配置了却束韶光会从开始韶光重新分不会报错--><property name="sEndDate">2020-04-04</property><!--分区天数，2天分到一个区--><property name="sPartionDay">2</property></function>
CREATE TABLE login_info(id INT AUTO_INCREMENT,user_id INT,login_date date,PRIMARY KEY (id));INSERT INTO login_info(id,user_id,login_date) VALUES (1,101,'2020-04-01');INSERT INTO login_info(id,user_id,login_date) VALUES (2,102,'2020-04-02');INSERT INTO login_info(id,user_id,login_date) VALUES (3,103,'2020-04-03');INSERT INTO login_info(id,user_id,login_date) VALUES (4,104,'2020-04-04');INSERT INTO login_info(id,user_id,login_date) VALUES (5,103,'2020-04-05');INSERT INTO login_info(id,user_id,login_date) VALUES (6,104,'2020-04-06');看到效果，stt201上四条数据由于超过结束日期重新开始分区，stt202上两条数据，大家可以按照自己的想法去操作，看看是否和自己预想的效果一样，好好体会体会！
全局序列
到此我们完成了基于Mycat的数据库切分操作以及常用的切分办法作为参考在分库分表的情形下，数据库自增主键已无法担保自增主键的唯一性，为此Mycat供应了全局序列，供应了本地配置和数据库配置多种实现办法
本地文件
此办法Mycat将sequence配置到文件中，当利用到sequence中的配置后，Mycat会更新该值
上风：本地加载，读取速率较快弊端：抗风险性差，mycat宕机无法读取配置文件，重启之后序列会重新开始，造成重复
数据库办法（推举利用）利用数据库的一个表来进行累加，并不是每次天生序列都读写数据库，这样太慢，Mycat会预先加载一部分到Mycat内存中，这样大部分读写都在内存中完成，如果内存中号段用完Mycat再向数据库要一次
在dn1上创建MYCAT_SEQUENCE序列表
创建函数获取当前sequence的值
CREATE TABLE MYCAT_SEQUENCE (name VARCHAR(50) NOT NULL,current_value INT NOT NULL,increment INT NOT NULL DEFAULT 100, PRIMARY KEY(name))ENGINE=InnoDB;创建函数设置sequence的值
DELIMITER $CREATE FUNCTION mycat_seq_currval(seq_name VARCHAR(50)) RETURNS varchar(64) CHARSET utf8DETERMINISTICBEGINDECLARE retval VARCHAR(64);SET retval="-999999999,null";SELECT concat(CAST(current_value AS CHAR),",",CAST(increment AS CHAR)) INTO retval FROM MYCAT_SEQUENCE WHERE name = seq_name;RETURN retval;END $DELIMITER ;创建函数获取下一个sequence的值
DELIMITER $CREATE FUNCTION mycat_seq_setval(seq_name VARCHAR(50),value INTEGER) RETURNS varchar(64) CHARSET utf8DETERMINISTICBEGINUPDATE MYCAT_SEQUENCESET current_value = valueWHERE name = seq_name;RETURN mycat_seq_currval(seq_name);END $DELIMITER ;初始化序列表
DELIMITER $CREATE FUNCTION mycat_seq_nextval(seq_name VARCHAR(50)) RETURNS varchar(64) CHARSET utf8DETERMINISTICBEGINUPDATE MYCAT_SEQUENCESET current_value = current_value + increment WHERE name = seq_name;RETURN mycat_seq_currval(seq_name);END $DELIMITER ;修正schmea.xml文件
-- 新增一条数据，序列名为ORDERS，初始值为400000，increment100，这个设置的是Mycat重启之后的值递增100，这个大家根据业务自己设置INSERT INTO MYCAT_SEQUENCE(NAME,current_value,increment) VALUES('ORDERS',400000,100);修正Mycat的sequence_db_conf.properties文件
<table name="mycat_sequence" primaryKey="name" dataNode="dn1"/>前边为序列名后边为所在节点，我们序列名为ORDERS便是在dn1上创建的，如果你是在dn2上创建的序列表，则改为dn2
修正server.xml文件
#sequence stored in datanodeGLOBAL=dn1COMPANY=dn1CUSTOMER=dn1ORDERS=dn1把<property name="sequnceHandlerType">改为1，配置利用序列的哪种办法，Mycat供应了三种办法，0为本地文件，1为数据库办法，2为韶光戳办法
添加数据
语法便是将ID的值改为next value for MYCATSEQ_SeqName咱们这里的序列名为ORDERS。
查询数据
INSERT INTO orders(id,order_type,customer_id,amount) VALUES (next value for MYCATSEQ_ORDERS,101,102,1000);
SELECT FROM orders;韶光戳办法
全局序列ID=64位二进制（42（毫秒）+5（机器ID）+5（业务编码）+12（重复累加））换算成十进制为18位的long类型，每毫秒可以并发12位二进制累加
上风：配置大略弊端：太长
自主天生可以在项目中自己编写天生序列的代码，或者利用redis的incr天生序列，这种办法也行但是须要在程序中进行编码，我们还是推举利用Mycat自带的全局序列，也便是第二种办法
总结
实现制订好切分办法或者说切分操持准备好物理Mysql，这些Mysql该当都是白白的很干净的安装好Mycat，配置Mycat的配置文件启动Mycat创建表插入数据等操作，通过Mycat会将表和数据创建并且插入到真正的物理MySQL中掩护Mycat供应三种全局序列，办理分布式数据库主键ID唯一问题，我们利用数据库办法以为不错的话，记得动动小手关注，收藏哦，本文若有任何看不懂，或者有缺点的地方欢迎大家评论区留言！
