Mysql企业实战

Posted 2020-10-09 狼途

==========================业务垂直分割：
1》介绍说明：

　　　　随着公司的业务规模扩展，DBA需要根据企业数据业务进行切割，垂直切割又称为纵向切割，垂直数据切割是根据企业网站业务、产品进行切分，比如：用户数        据、博客文章数据、照片数据、标签数据类型、群组数等等，每个业务都独立的分库分表进行切割. 如果一个应用只针对单纯的业务功能模块，那么可以直接连接相应       的被垂直切分的数据库，但是有些复杂的应用需要利用到相当多的业务数据，甚至牵扯到所有业务数据那么垂直切割将给应用带来一定的复杂度，而且对研发人员也会    有一定的影响，导致整个应用复杂度提升，那么Amoeba在其中充当了门面功能，疏通应用于多个数据库的通讯如果垂直切分功能：假如有有3个数据库:userdb blogdb      otherdb

2》DB架构图：

          

                

================================业务水平分割 

1》介绍说明：

　　    上次我们讲到垂值切割。那么如果垂值切割不能满足企业需求怎么办？？那么我们对架构进行进一步优化，让水平切割来解决这一问题，水平切割根User_ID范      围值划分，然后再进去取模 % 2 ，那么最终得到的值只有0 和1定义到每台DB Server 上去。此范围适合用于中小DB架构扩展，我们将在下一章将讲到360度环形库     的扩展，将用于大型DB架构设计；

　　需求说明：
　　　　总用户数量500万
　　　　User_DB 存储用户基本信息<如、登录认证、个人信息>
　　　　Blog_DB 存储用户博客文章
　　　　Other_DB 存储其它业务
　　　　经过垂直分割将3个DB分割到不同的服务器上面，然后进行水平切割将DB用户量分割开来，
　　　　User_DB1 承载250万用户的基本信息 User_ID范围值<500万 User_ID取模 % 2 取值0的读此服务器
　　　　User_DB2 承载250万用户的基本信息 User_ID范围值<500万 User_ID取模 % 2 取值1的读此服务器

　　　　Blog_DB1 承载250万用户的博客文章 User_ID范围值<500万 User_ID取模 % 2 取值0的读此服务器
　　　　Blog_DB2 承载250万用户的博客文章 User_ID范围值<500万User_ID取模 % 2 取值1的读此服务器

　　　　Other_DB1 承载250万用户的其它信息 User_ID范围值<500万User_ID取模 % 2 取值0的读此服务器
　　　　Other_DB2 承载250万用户的其它信息 User_ID范围值<500万User_ID取模 % 2 取值1的读此服务器
　　　　相当于2台机器针对500万用户。各承载了。2分之1，此范围可以根据ID范围值，无限扩展下去。

2》DB架构图

          

3》环境案例实战

　　 因为我们上面已经讲过了读写分离，这个实战案例主要讲水平分割，通过Amoeba实现分割，判断ID范围值与取模
　　1>Amoeba_Server(Linux) 10.0.0.203 实现水平切割
　　2>User_DBA_Server1(Linux) 10.0.0.201 承载250万用户基本信息User_ID范围值<500万 User_ID取模 % 2 取值0的读此服务器
　　3>User_DBA_Server2(Linux) 10.0.0.202 承载250万用户基本信息User_ID范围值<500 User_ID取模 % 2 取值1的读此服务器
　　相当于2台机器针对500万用三户。各承载了。2分之1，此范围可以根据ID范围值，无限扩展下去。注意这2台机器。并没有做主             从，是单独的两台单机MYSQL

4》设置DB_server1 DB_server2 设置Amoeba远程访问授权

　　mysql-->grant all privileges on *.* to amoeba@\'%\' identified by \'123456\';

　　mysql-->flush privileges;

5》创建测试表

　　在DB_server1 和DB_server2 上，两边的表结构以及表名是一样的。注意。
　　创建t_user表
　　create table zyalvin (
　　　　user_id integer unsigned not null,
　　　　user_name varchar(45),
　　　　user_address varchar(100),
　　　　primary key (user_id)
　　　　　　)engine=innodb;
　　Query OK, 0 rows affected (0.01 sec      

6》配置Amoeba IP 与用户

　　vim /usr/local/amoeba/conf/amoeba.xml

         

7》配置Server1和Server2

　　配置Server1:

           

           配置Server2

              

                   

8》配置水平分割规则

　　# vim /usr/local/amoeba/conf/rule.xml
　　tableRule name=”zyalvin,t_user”可以多个表，

         

          启动服务
　　   #:nohup bash -x amoeba & 　　

9》插入测试数据

　　在Amoeba Server登录:
　　# mysql -uroot -p123456 -h 192.168.100.214 -P 9006
　　  mysql->use zytest;
　　 mysql->insert into zyalvin(user_id,user_name,user_address)values(\'1\',\'user1\',\'China\');
　　 mysql->insert into zyalvin (user_id,user_name,user_address)values(\'2\',\'user1\',\'China\');
　　 mysql->insert into zyalvin (user_id,user_name,user_address)values(\'3\',\'user1\',\'China\');
　　 mysql->insert into zyalvin (user_id,user_name,user_address)values(\'4\',\'user1\',\'China\');
　　 mysql->insert into zyalvin (user_id,user_name,user_address)values(\'5\',\'user1\',\'China\');
　　 mysql->insert into zyalvin (user_id,user_name,user_address)values(\'6\',\'user1\',\'China\');
　　 mysql->insert into zyalvin (user_id,user_name,user_address)values(\'7\',\'user1\',\'China\');
　　 mysql->insert into zyalvin user_id,user_name,user_address)values(\'8\',\'user1\',\'China\');
　　 mysql->insert into zyalvin (user_id,user_name,user_address)values(\'9\',\'user1\',\'China\');
　　 mysql->insert into zyalvin (user_id,user_name,user_address)values(\'10\',\'user1\',\'China\');
　　 DB_server1查看,偶数全部写入了server1

          

          DB_server2 查看，奇数全部写入了server2

            

总结：
　　  (1)amoeba 是根据 sql 解析来进行水平切分的，需要把切分的关键字段（这里是user_id），加入到insert sql语句中，否则切分规              则无效。无效后，会在 server1, server2 均都插入数据。
　　  (2)amoeba插入数据的时候必须先use dbname(比如要先use test库名，或者查询带上库名和表名，test.t_user) 否则插入数据会默  　　     认插到server1上面
　　  (3)在rule.xml 指定的ID范围，在插入数据user_id的时候，不能超过这个范围，否则分片无效，比如定义的ID范围为：1-500000号
　　　　insert into zyalvin(user_id,user_name,user_address)values(\'5000001\',\'user1\',\'China\');如果插入ID超过5000000，变成了　　                 5000001的话那么这个数据将同时写到server1和server2 导致分片无效。

打开以.xml结尾的文件出现乱码时，用以下方法处理：