本篇内容主要讲解“MyCat分片怎么配置”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“MyCat分片怎么配置”吧!
Schema：由它指定逻辑数据库（相当于MySQL的database数据库）
Table：逻辑表（相当于MySQL的table表）
DataNode：真正存储数据的物理节点
DataHost：存储节点所在的数据库主机（指定MySQL数据库的连接信息）
User：MyCat的用户（类似于MySQL的用户，支持多用户）
MyCAT支持水平分片与垂直分片：水平分片：一个表格的数据分割到多个节点上，按照行分隔。垂直分片：一个数据库中多个表格A，B，C，A存储到节点1上，B存储到节点2上，C存储到节点3 上。
MyCAT通过定义表的分片规则来实现分片，每个表格可以捆绑一个分片规则，每个分片规则指定一个分 片字段并绑定一个函数，来实现动态分片算法。
Schema：逻辑库，与MySQL中的Database（数据库）对应，一个逻辑库中定义了所包括的Table。
Table：表，即物理数据库中存储的某一张表，与传统数据库不同，这里的表格需要声明其所存储的 逻辑数据节点DataNode。在此可以指定表的分片规则。
DataNode：MyCAT的逻辑数据节点，是存放table的具体物理节点，也称之为分片节点，通过 DataHost来关联到后端某个具体数据库上
DataHost：定义某个物理库的访问地址，用于捆绑到Datanode上
计算
安全
数据库
网络和加速
企业服务
wget http://dl.mycat.io/1.6-RELEASE/Mycat-server-1.6-RELEASE-20161028204710-linux.tar.gz
tar -zxvf Mycat-server-1.6-RELEASE-20161028204710-linux.tar.gz- 启动命令：./mycat start- 停止命令：./mycat stop- 重启命令：./mycat restart- 查看状态：./mycat status
使用mysql的客户端直接连接mycat服务。默认服务端口为【8066】mysql -uroot -p123456 -h227.0.0.1 -P8066
schema.xml作为Mycat中重要的配置文件之一，管理着Mycat的逻辑库、表、分片规则、DataNode 以及DataHost之间的映射关系。弄懂这些配置，是正确使用Mycat的前提。schema 标签用于定义MyCat实例中的逻辑库 Table 标签定义了MyCat中的逻辑表 dataNode 标签定义了MyCat中的数据节点，也就是我们通常说所的数据分片。dataHost标签在mycat逻辑库中也是作为最底层的标签存在，直接定义了具体的数据库实例、读 写分离配置和心跳语句。
<?xml version="1.0"?><!DOCTYPE mycat:schema SYSTEM "schema.dtd"><mycat:schema xmlns:mycat="http://io.mycat/"> <!-- schema : 逻辑库 name:逻辑库名称 sqlMaxLimit：一次取多少条数据 要超过用limit xxx table:逻辑表 dataNode:数据节点 对应datanode标签 rule：分片规则，对应rule.xml subTables:子表 primaryKey：分片主键 可缓存 --> <schema name="TESTDB" checkSQLschema="false" sqlMaxLimit="100"> <!-- auto sharding by id (long) --> 配置Server.xml server.xml介绍 server.xml几乎保存了所有mycat需要的系统配置信息。最常用的是在此配置用户名、密码及权限。 server.xml配置 配置rule.xml rule.xml里面就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。这个文件里面主要有tableRule和function这两个标 签。在具体使用过程中可以按照需求添加tableRule和function。 此配置文件可以不用修改，使用默认即可。 <table name="item" dataNode="dn1,dn2,dn3" rule="mod-long" primaryKey="ID"/> </schema> <!-- <dataNode name="dn1$0-743" dataHost="localhost1" database="db$0-743" /> --> <dataNode name="dn1" dataHost="localhost1" database="db1" /> <dataNode name="dn2" dataHost="localhost1" database="db2" /> <dataNode name="dn3" dataHost="localhost1" database="db3" /> <!-- dataHost : 数据主机（节点主机） balance：1 ：读写分离 0 ：读写不分离 writeType：0 第一个writeHost写， 1 随机writeHost写 dbDriver：数据库驱动 native：MySQL JDBC：Oracle、SQLServer switchType：是否主动读 1、主从自动切换 -1 不切换 2 当从机延时超过slaveThreshold值时切换为主读 --> <dataHost name="localhost1" maxCon="1000" minCon="10" balance="0" writeType="0" dbType="mysql" dbDriver="native" switchType="1" slaveThreshold="100"> <heartbeat>select user()</heartbeat> <writeHost host="hostM1" url="192.168.24.129:3306" user="root" password="root" > </writeHost> </dataHost></mycat:schema> server.xml几乎保存了所有mycat需要的系统配置信息。最常用的是在此配置用户名、密码及权限。
<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE mycat:server SYSTEM "server.dtd"><mycat:server xmlns:mycat="http://io.mycat/"> <system> <property name="defaultSqlParser">druidparser</property> </system> <user name="mycat"> <property name="password">mycat</property> <property name="schemas">TESTDB</property> </user></mycat:server>
rule.xml里面就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。这个文件里面主要有tableRule和function这两个标 签。在具体使用过程中可以按照需求添加tableRule和function。此配置文件可以不用修改，使用默认即可
<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE mycat:rule SYSTEM "rule.dtd"><mycat:rule xmlns:mycat=”http://io.mycat/“ ><tableRule name="sharding-by-intfile"><rule> <columns>sharding_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></function> </mycat:rule>
name 属性指定唯一的名字，用于标识不同的表规则 rule 标签则指定对物理表中的哪一列进行拆分和使用什么路由算法。columns 内指定要拆分的列名字。algorithm 使用 function 标签中的 name 属性。连接表规则和具体路由算法。当然，多个表规则 可以连接到同一个路由算法上。table 标签内使用。让逻辑表使用这个规则进行分片。
name 指定算法的名字。class 制定路由算法具体的类名字。property 为具体算法需要用到的一些属性。
<!--按固定时间分片--><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="sPartionDay">10</property></function> <!--按自然月分片--><tableRule name="sharding-by-month"><rule> 配置说明： tableRule标签： columns ：标识将要分片的表字段 algorithm ：指定分片函数 function标签： dateFormat ：日期格式 sBeginDate ：开始日期 sPartionDay ：分区天数，即默认从开始日期算起，分隔10天一个分区 二、范围约定 配置说明： tableRule标签： <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> <!-- 按单月小时分片 适合做日志，每月末，手工清理 --><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..LastestMonthPartition"><property name="splitOneDay">24</property></function> 配置说明 tableRule标签：columns ：标识将要分片的表字段 algorithm ：指定分片函数 function标签：dateFormat ：日期格式 sBeginDate ：开始日期 sPartionDay ：分区天数，即默认从开始日期算起，分隔10天一个分区
<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></function>配置说明 tableRule标签：columns ：标识将要分片的表字段 algorithm ：指定分片函数 function标签：mapFile ：指定分片函数需要的配置文件名称
autopartition-long.txt文件内容：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范围对应某个分 片
# range start-end ,data node index# K=1000,M=10000.0-500M=0 0-100 0500M-1000M=1 101-200 1201-300 21000M-1500M=2default=0# 或以下写法# 0-10000000=0# 10000001-20000000=1 优势：扩容无需迁移数据 缺点：热点数据，并发受限
<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 tableRule标签：columns ：标识将要分片的表字段 algorithm ：指定分片函数 function标签：mapFile ：指定分片函数需要的配置文件名称 type ：默认值为0，0表示Integer，非零表示String defaultNode ：指定默认节点，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，0代表节 点1。
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：
partition-hash-int.txt 配置：
10000=0 列等于10000 放第一个分片10010=1男=0女=1beijing=0tianjin=1zhanghai=2
<tableRule name="mod-long"><rule><columns>user_id</columns><algorithm>mod-long</algorithm></rule></tableRule><function name="mod-long"class="io.mycat.route.function.PartitionByMod"><!-- how many data nodes --><property name="count">3</property></function> tableRule标签：columns ：标识将要分片的表字段 algorithm ：指定分片函数 function标签：count ：节点数量
<tableRule name="sharding-by-murmur"> <rule> <columns>user_id</columns> <algorithm>murmur</algorithm> </rule></tableRule><function name="murmur" class="io.mycat.route.function.PartitionByMurmurHash"><!-- 默认是0 --><property name="seed">0</property><!-- 要分片的数据库节点数量，必须指定，否则没法分片 --><property name="count">2</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 --><property name="virtualBucketTimes">160</property><!-- <property name="weightMapFile">weightMapFile</property> 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 --><!-- <property name="bucketMapPath">/etc/mycat/bucketMapPath</property>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murmurhash值与物理节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 --></function>
等，还有一些其他分片，这里，暂时不说明
把商品表分片存储到三个数据节点上。
配置完毕后，重新启动mycat。使用mysql客户端连接mycat，创建表。
CREATE TABLE item (id int(11) NOT NULL,name varchar(20) DEFAULT NULL,PRIMARY KEY (id)) ENGINE=InnoDB DEFAULT CHARSET=utf8 分片策略指定为“auto-sharding-long” 分片规则指定为“mod-long”
到此，相信大家对“MyCat分片怎么配置”有了更深的了解，不妨来实际操作一番吧！这里是亿速云网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
原文链接：https://my.oschina.net/u/3774419/blog/4654555
