Mycat快速入门教程

Posted 程序员侃世界

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Mycat快速入门教程相关的知识,希望对你有一定的参考价值。


Python实战社群

Java实战社群

长按识别下方二维码,按需求添加

扫码关注添加客服

进Python社群▲

Mycat快速入门教程

扫码关注添加客服

进Java社群


  
    
    
  
作者丨sf4y
来源丨
JAVA葵花宝典
  
    
    
  
https://segmentfault.com/a/1190000022237732

基本原理

mycat是一个把自己伪装成mysql服务的中间件,推荐阅读Mycat权威指南官方下载[:下载地址]:https://github.com/MyCATApache/Mycat-Server/blob/4135f25df8239d52d220529cbf7cb697ede40e12/mycat-definitive-guide.pdf

安装

下载安装包解压即用 [点击我下载]:http://dl.mycat.io/,下载对应的版本: Mycat-server-1.6-RELEASE-20161028204710-linux.tar.gz ,建议安装在 usr/local/mycat ,解压到当前目录,目录结构:
bin catlet conf lib logs version.txt
环境变量配置MYCAT_HOME, vim /etc/profile 添加 MYCAT_HOME=/usr/local/mycat

运行

linux:
./mycat start 启动
./mycat stop 停止
./mycat console 前台运行
./mycat restart 重启服务
./mycat pause 暂停
./mycat status 查看启动状态
windows:
startup_nowrap.bat

基本配置:

启动需要配置一些jvm 参数,这个根据系统的需要来设置,打开conf/wrapper.conf文件,里面有一些我们平时常用的jvm参数,一般只要调整Xmx、Xms、MaxDirectMemorySize 内存大小就可以, JVM 参数,必须设置-XX:MaxDirectMemorySize 和 -Xmx例如:-Xmx1024m -Xmn512m -XX:MaxDirectMemorySize=2048m -Xss256K -XX:+UseParallelGC了, MaxDirectMemorySize 尽可能设置大些,可以加快结果集处理时间
  
    
    
  
# Java Additional Parameters
wrapper.java.additional.1=-DMYCAT_HOME=. wrapper.java.additional.2=-server wrapper.java.additional.3=-XX:MaxPermSize=64M wrapper.java.additional.4=-XX:+AggressiveOpts wrapper.java.additional.5=-XX:MaxDirectMemorySize=2G wrapper.java.additional.6=-Dcom.sun.management.jmxremote wrapper.java.additional.7=-Dcom.sun.management.jmxremote.port=1984 wrapper.java.additional.8=-Dcom.sun.management.jmxremote.authenticate=false wrapper.java.additional.9=-Dcom.sun.management.jmxremote.ssl=false wrapper.java.additional.10=-Xmx1G wrapper.java.additional.11=-Xmn512M

规则配置

Mycat最重要的3大配置文件:
  • server.xml
主要有user 和 system 标签。这个user标签主要用于定义登录 mycat的用户和权限。例如上面的例子中,我定 义了一个用户,用户名为 mycat、密码也为 mycat,可访问的 schema 也只有 TESTDB 一个。如果我在 schema.xml 中定义了多个 schema,那么这个用户是无法访问其他的 schema。
  
    
    
  
<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<!DOCTYPE mycat:server SYSTEM "server.dtd">
<mycat:server xmlns:mycat="http://org.opencloudb/">
<user name="mycat">
<property name="password">mycat</property>
<property name="schemas">TESTDB</property>
</user>
</mycat:server>
同时访问多个 schema 的话使用 , 隔开,例如:
  
    
    
  
<property name="schemas">TESTDB,db1,db2</property>
system 这个标签内嵌套的所有 property 标签都与系统配置有关,如果没有特殊需求默认即可
  
    
    
  
<system>
<property name="charset">utf8</property>
<!--这个属性主要用于指定系统可用的线程数,默认值为机器 CPU 核心线程数。-->
<property name="processors">1</property>
<!--这个属性主要用于指定 NIOProcessor 上共享的 businessExecutor 固定线程池大小。
mycat 在需要处理一 些异步逻辑的时候会把任务提交到这个线程池中。
新版本中这个连接池的使用频率不是很大了,可以设置一个较 小的值。-->
<property name="processorExecutor">32</property>
<!--分布式事务开关,0为不过滤分布式事务,1为过滤分布式事务
(如果分布式事务内只涉及全局表,则不过滤),2为不过滤分布式事务,
但是记录分布式事务日志-->
<property name="handleDistributedTransactions">0</property>
...
</system>
  • schema.xml
    文件地址 mycat/conf/schema.xml ,这个xml 是mycat配置的重头戏,里面有几个很关键的标签 schema table dataNode dataHost 等等。首先配置 schema 标签:
    table :schema标签中包含了 table 属性,mycat中table有2种类型,一种是全局广播表,一种是分片表,如果没有在这里面配置的表呢,schema 标签有个 dataNode 属性,没有配置默认读写在这个库里面,table中还有一个属性 subTables ,是指把一个表拆分成多个子表,例如下面表示有3个表 t_order1,t_order2,t_order3
  
    
    
  
subTables="t_order$1-2,t_order3"
目前分表 1.6 以后开始支持 并且 dataNode 在分表条件下只能配置一个,分表条件下不支持各种条件的 join 语句, 这种适合单个数据库需要分表的情况。
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。一个 dataNode 标签就是 一个独立的数据分片
dataHost : 该标签在 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。 writeHost 标签、 readHost 标签, writeHost 指 定写实例、readHost 指定读实例, 用来做读写分离。
  
    
    
  
<!-- 配置默认的name逻辑库名称,checkSQLschema属性为false的时候,sql查询是会带上逻辑库的名称TESTDB.tableName,
如果不想带上逻辑库名称,设置为true,sqlMaxLimit表示分页最大limit,dataNode表示没有分片的表默认使用这个库-->
<schema name="TESTDB" checkSQLschema="false" sqlMaxLimit="100" dataNode="dn1">
<!-- mycat中table有2种类型,一种是全局广播表,一种是分片表,type="global" 表示全局表,会同步到所有的库,一般是用于数据字典表,
方便join 操作,分片表只type不用指定,默认就是分片,需要配置分片规则, primaryKey对应逻辑表对应真实表的主键,
例如:分片的规则是使用非主键进行分片的,那么在使用主键查询的时候,就会发送查询语句到所有配置的 DN 上,如果使用
该属性配置真实表的主键。那么 MyCat 会缓存主键与具体 DN 的 信息,那么再次使用非主键进行查询的时候就不会进行广播式的查询,
-->
<table name="travelrecord" dataNode="dn1,dn2" rule="auto-sharding-long" />
<table name="goods" primaryKey="ID" type="global" dataNode="dn1,dn2" />

<!-- 设置dataNode 对应的数据库,及 mycat 连接的地址dataHost 对应dataHost 标签上定义的 name 属性,使用名字为 dh01 数据库实例上的 db1 物理数据库 -->
<dataNode name="dn01" dataHost="dh01" database="db01" />
<dataNode name="dn02" dataHost="dh02" database="db02" />
<!-- balance为0 不开启读写分离机制,writeType="0"所有写操作发送到配置的第一个 writeHost,switchType=1 默认值,自动切换 -->
<dataHost name="dh01" writeType="0" switchType="1" balance="0" dbType="mysql" maxCon="1000" minCon="10" dbDriver="native">
<heartbeat>select user()</heartbeat>
<writeHost host
="hostM1" url="127.0.0.1:3306" user="root" password="root" >
<!-- 配置读写分离, can have multi read hosts -->
<readHost host="hostS1" url="192.168.1.200:3306" user="root" password="123456" />
</writeHost>
</dataHost>
<!-- 如果是用多台数据库实例,需要配置多个dataHost,如果只是单实例多个数据库,只要配置一个就可以了 -->
<dataHost name="dh02" writeType="0" switchType="1" balance="0" dbType="mysql" maxCon="1000" minCon="10" dbDriver="native">
<heartbeat>select user()</heartbeat>
<writeHost host
="hostM2" url="192.168.11.123:3306" user="root" password="root" >
</writeHost>
</dataHost>
</schema>
  • rule.xml
/usr/local/mycat/conf/rule.xml
这个标签定义表规则,这个文件里面主要有 tableRule 和 function 这两个标签。tableRule标签中的 name 对应上面table标签中的rule 属性,columns 内指定要拆分的列名字。algorithm 使用 function 标签中的 name 属性。
  
    
    
  
<tableRule name="rule1"> <rule>
<columns>id</columns>
<algorithm>func1</algorithm> </rule>
</tableRule>
name 指定算法的名字。class 制定路由算法具体的类名字。
  
    
    
  
<function name="hash-int" class="io.mycat.route.function.PartitionByFileMap">
<property name="mapFile">partition-hash-int.txt</property>
</function>

Mycat 常用的分片规则

这个是本次分库分表的核心所在,直接影响到后续的sql执行效率,所以在分片规则的选择上,需要对表有比较清楚的认识
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
  
    
    
  
<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>
  
    
    
  
partition-hash-int.txt 配置:
10000=0
10010=1
DEFAULT_NODE=1
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, 所有的节点配置都是从 0 开始,及 0 代表节点 1/**
  • 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 * 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_nameval: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。
  
    
    
  
<tableRule name="rule1"> <rule> <columns>user_id</columns> <algorithm>func1</algorithm> </rule>
</tableRule>
<function name="func1" class="io.mycat.route.function.PartitionByLong">
<!-- dataNote 个数,这边表示3个-->
<property name="partitionCount">2,1</property>
<property name="partitionLength">256,512</property>
</function>
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 ,例如: 2*256 + 1*512 = 1024
例如:以上分为二个分区:0-512,512-1023
1023的二进制&1111111111运算后为1023,故落入第二个分区
1024的二进制&1111111111运算后为0,故落入第一个分区
0266 的二进制&1111111111运算后为266,故落入第一个分区内
如果只需要平局分配,配置如下
  
    
    
  
<!--平均分为 4 分片,partitionCount*partitionLength=1024 -->
<function name="func1" class="io.mycat.route.function.PartitionByLong"> <property name="partitionCount">4</property>
<property name="partitionLength">256</property>
</function>
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>
rang-long 函数中 mapFile 代表配置文件路径defaultNode 超过范围后的默认节点。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
  
    
    
  
0-500M=0
500M-1000M=1
1000M-1500M=2

0-10000000=0
10000001-20000000=1
4. 取 模
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。
  
    
    
  
<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">2</property>
</function>
  1. 按日期(天)分片
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:dateFormat :日期格式
sBeginDate :开始日期
sEndDate:结束日期
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
  1. 取模范围约束
  2. 截取数字做 hash 求模范围约束
  3. 应用指定
  4. 截取数字 hash 解析
  5. 一致性 hash
  6. 按单月小时拆分
....

日志排查

设置 conf/log4j2.xml ,设置mycat 日志地址
  
    
    
  
<RollingFile name="RollingFile" fileName="${sys:MYCAT_HOME}/logs/mycat.log"
filePattern="${sys:MYCAT_HOME}/logs/${date:yyyy-MM}/mycat-%d{MM-dd}-%i.log.gz">
后面可以在logs 中查看mycat.log 文件
Mycat快速入门教程
   
     
     
   
程序员专栏
 扫码关注填加客服 
长按识别下方二维码进群
Mycat快速入门教程

Mycat快速入门教程

近期精彩内容推荐:  

Mycat快速入门教程 

Mycat快速入门教程 

Mycat快速入门教程 

Mycat快速入门教程 


Mycat快速入门教程



在看点这里好文分享给更多人↓↓

以上是关于Mycat快速入门教程的主要内容,如果未能解决你的问题,请参考以下文章

Mycat快速入门: Mycat分库分表案例

Mycat快速入门

MyCat 入门:漫谈 MyCat 配置系统

MyCat 启蒙:分布式系统的数据库架构演变

MyCat 启蒙:分布式系统的数据库架构演变

MyCAT+MySQL 搭建高可用企业级数据库集群