MySQL总结

Posted 2021-03-03 loveer

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MySQL总结相关的知识，希望对你有一定的参考价值。

中文乱码修改字符集

vim /etc/my.cnf

在最后加入中文字符集配置:character_set_server=utf8

重启:systemctl restart mysqld

修改已存在数据库的字符集:alter database saradb character set ‘utf8‘;
修改已存在表的字符集:alter table user convert to character set ‘utf8‘;

用户与权限管理

创造用户:create user ld identified by ‘aaa‘;

查看当前用户权限:show grants;

设置权限:
	grant select,insert,delete,drop on saradb.* to ld@localhost;
	grant all privileges on *.* to ld@‘%‘ identified by ‘aaa‘;

修改当前用户的密码:set password=password(‘aaa‘);

修改某个用户的密码:update mysql.user set password=password(‘aaa‘) where user=‘ld‘;

修改用户名:update mysql.user set user=‘ld‘ where user=‘sara‘;

删除用户:drop user ld;

关闭数据库服务的防火墙:service iptables stop

mysql 2058错误:

GRANT ALL ON *.* TO ‘root‘@‘%‘;
flush privileges;
ALTER USER ‘root‘@‘%‘ IDENTIFIED BY ‘password‘ PASSWORD EXPIRE NEVER;
ALTER USER ‘root‘@‘%‘ IDENTIFIED WITH mysql_native_password BY ‘aaa‘;
flush privileges;

Docker 安装 Mysql

docker run -di --name mysql -p 3306:3306 -e MYSQL_ROOT_PASSWORD=aaa mysql
docker exec -it mysql bash:伪终端

ps -ef | grep -i Mysql:查看Mysql进程

mkdir -p /data/mariadb/data
docker run -di --name mariadb -p 3306:3306 -e MYSQL_ROOT_PASSWORD=aaa -v /data/mariadb/data:/var/lib/mysql mariadb

sql检验原则

group by使用原则:select 后面只能放函数和group by后的字段

show variables like ‘sql_mode‘;

select @@sql_mode;

改变全局sql_mode,对于新建的数据库有效:
	set @@sql_mode =‘STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_AUTO_CREATE_USER,NO_ENGINE_SUBSTITUTION‘;

已存在的数据库,需要在对应的数据下执行:
	set sql_mode =‘STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_AUTO_CREATE_USER,NO_ENGINE_SUBSTITUTION‘;

mysql逻辑架构

1. 程序访问与连接池沟通

2. 缓存,缓冲查询

3. SQL接口分析sql语句

4. 解析器复杂sql语句解析

5. 优化器优化,生成执行计划

6. 存储引擎按计划分类型执行

7. 存入缓存

8. 返回结果

查看sql执行周期

启用查询缓存:
	/etc/my.cnf配置文件新增一行:query_cache_type=1

开启执行周期:
	show variables like ‘%profiling%‘;
	set profiling=1;
	show profiles;

sql语句

select distinct
	select_list
from
	left_table join_type join right_table on join_condition
where
	where_condition
group by
	group_by_list
having
	having_condition
limit
	limit_number

存储引擎

MyISAM:不支持外键与事务,表锁,只缓存索引,不缓存真实数据(节省资源)

InnoDB:支持外键与事务,行锁(适合高并发),不仅缓存索引,还缓存真实数据

查看mysql当前默认的存储引擎:show variables like ‘%storage_engine%‘;

sql性能下降原因

数据过多:分库分表
join关联太多表:sql优化
没有充分利用索引:建立索引(效果最好)
服务器调优:调整my.cnf

join

from tableA inner join tableB on join_condition:内连接(交集)

from tableA left join tableB on join_condition:左外连接(A表全集)

from tableA left join tableB on join_condition where tableB.id is null:左外连接(A表独有)

union:联合查询,自动去重(影响性能),必须保证字段数与顺序一致(select a.*,b.*)
union all:联合查询,不去重,必须保证字段数与顺序一致(select a.*,b.*)


USE mydb;

CREATE TABLE `t_dept` (
	`id` INT(11) NOT NULL AUTO_INCREMENT,
	`deptName` VARCHAR(30) DEFAULT NULL,
	`address` VARCHAR(40) DEFAULT NULL,
	PRIMARY KEY (`id`)
) ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;
 
CREATE TABLE `t_emp` (
	`id` INT(11) NOT NULL AUTO_INCREMENT,
	`name` VARCHAR(20) DEFAULT NULL,
	`age` INT(3) DEFAULT NULL,
	`deptId` INT(11) DEFAULT NULL,
	empno INT NOT NULL,
	PRIMARY KEY (`id`),
	KEY `idx_dept_id` (`deptId`)
	#CONSTRAINT `fk_dept_id` FOREIGN KEY (`deptId`) REFERENCES `t_dept` (`id`)
) ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

INSERT INTO t_dept(deptName,address) VALUES(‘华山‘,‘华山‘);
INSERT INTO t_dept(deptName,address) VALUES(‘丐帮‘,‘洛阳‘);
INSERT INTO t_dept(deptName,address) VALUES(‘峨眉‘,‘峨眉山‘);
INSERT INTO t_dept(deptName,address) VALUES(‘武当‘,‘武当山‘);
INSERT INTO t_dept(deptName,address) VALUES(‘明教‘,‘光明顶‘);
INSERT INTO t_dept(deptName,address) VALUES(‘少林‘,‘少林寺‘);

INSERT INTO t_emp(NAME,age,deptId,empno) VALUES(‘风清扬‘,90,1,100001);
INSERT INTO t_emp(NAME,age,deptId,empno) VALUES(‘岳不群‘,50,1,100002);
INSERT INTO t_emp(NAME,age,deptId,empno) VALUES(‘令狐冲‘,24,1,100003);
INSERT INTO t_emp(NAME,age,deptId,empno) VALUES(‘洪七公‘,70,2,100004);
INSERT INTO t_emp(NAME,age,deptId,empno) VALUES(‘乔峰‘,35,2,100005);
INSERT INTO t_emp(NAME,age,deptId,empno) VALUES(‘灭绝师太‘,70,3,100006);
INSERT INTO t_emp(NAME,age,deptId,empno) VALUES(‘周芷若‘,20,3,100007);
INSERT INTO t_emp(NAME,age,deptId,empno) VALUES(‘张三丰‘,100,4,100008);
INSERT INTO t_emp(NAME,age,deptId,empno) VALUES(‘张无忌‘,25,5,100009);
INSERT INTO t_emp(NAME,age,deptId,empno) VALUES(‘韦小宝‘,18,NULL,100010);


七种join:

1. 所有有门派的人员信息( A、B两表共有)
	select * from t_emp a inner join t_dept b on a.deptId = b.id; 
 
2. 列出所有用户,并显示其机构信息(A的全集)
	select * from t_emp a left join t_dept b on a.deptId = b.id; 
 
3. 列出所有门派(B的全集)
	select * from  t_dept  b  
 
4. 所有不入门派的人员(A的独有)
	select * from t_emp a left join t_dept b on a.deptId = b.id where b.id is null; 
 
5. 所有没人入的门派(B的独有)
	select * from t_dept b left join  t_emp a on a.deptId = b.id where a.deptId is null;  
 
6. 列出所有人员和机构的对照关系(AB全有)
	#MySQL Full Join的实现 因为MySQL不支持FULL JOIN,下面是替代方法
	#left join + union(可去除重复数据)+ right join
	SELECT * FROM t_emp A LEFT JOIN t_dept B ON A.deptId = B.id
	UNION
	SELECT * FROM t_emp A RIGHT JOIN t_dept B ON A.deptId = B.id
 
7. 列出所有没入派的人员和没人入的门派(A的独有+B的独有)
	SELECT * FROM t_emp A LEFT JOIN t_dept B ON A.deptId = B.id WHERE B.`id` IS NULL
	UNION
	SELECT * FROM t_emp A RIGHT JOIN t_dept B ON A.deptId = B.id WHERE A.`deptId` IS NULL;

索引

优势:查询快,排序快
缺点:更新慢,占用空间

索引结构:平衡二叉树(时间复杂度logN)
	BTree
	B+Tree(内存占用率低,磁盘读写代价更低,查询效率更加稳定)

数组:查找N,插入1
有序数组(二分查找法):查找logN,插入N
链表:查找N,插入1
有序链表:查找N,插入N
二叉树(一般情况):查找logN,插入logN
二叉树(最坏情况):查找N,插入N
平衡树:查找logN,插入logN
哈希表:查找1,插入1


mysql索引分类:
	
	单值索引key:即一个索引只包含单个列,一个表可以有多个单列索引

	唯一索引unique:索引列的值必须唯一,但允许有空值

	主键索引primary key:设定为主键后数据库会自动建立索引,innodb为聚簇索引

	复合索引key (key1,key2):即一个索引包含多个列

创建:CREATE [UNIQUE] INDEX [indexName] ON table_name(column);
删除:DROP INDEX [indexName] ON table_name;

ALTER TABLE table_name ADD PRIMARY KEY (column_list): 该语句添加一个主键,这意味着索引值必须是唯一的,且不能为NULL。
ALTER TABLE table_name ADD UNIQUE index_name (column_list): 这条语句创建索引的值必须是唯一的(除了NULL外,NULL可能会出现多次)。
ALTER TABLE table_name ADD INDEX index_name (column_list): 添加普通索引,索引值可出现多次。
ALTER TABLE table_name ADD FULLTEXT index_name (column_list):该语句指定了索引为 FULLTEXT ,用于全文索引。


需要创建索引的情况:
	频繁作为查询条件的字段
	查询中与其他表关联的字段
	排序的字段
	统计的字段
	分组的字段

Explain执行计划

id:每个id号码,表示一次独立的查询。一个sql的查询次数越少越好。


type显示的是访问类型,是较为重要的一个指标,结果值从最好到最坏依次是: 

	system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL

	system > const > eq_ref > ref > range > index > ALL


eq_ref:唯一性索引扫描,常用于主键或唯一索引扫描

ref:非唯一性索引扫描

range:范围索引扫描,一般在where语句中出现between,<,>,in等的查询

index:覆盖索引扫描

all:遍历全表

index_merge:组合索引扫描,通常出现在有or的关键字的sql中


Using filesort:order by未用上索引,文件排序,性能低

Using temporary:group by未用上索引,文件排序,包含filesort,性能极低

USing join buffer:两个表关联,关联字段一定要建立索引

单表索引优化

最佳左前缀法则:如果索引了多列,要遵守最左前缀法则。指的是查询从索引的最左前列开始并且不跳过索引中的列

过滤性最好的字段在索引字段顺序中,位置越靠前越好。

索引失效:
	1. 在索引列上做任何操作(计算、函数、(自动or手动)类型转换),会导致索引失效而转向全表扫描
	2. 范围查询索引右边的索引失效,存储引擎不能使用索引中范围条件右边的列。可能出现范围查询的字段应该放在复合索引中靠后的位置
	3. <>不等于,is not索引失效
	4. like ‘%abc‘索引失效(‘abc%‘不会失效)

关联,子查询索引优化

驱动表:前面的表,无法避免关联查询
被驱动表:后面的表,关联字段需要建立索引

1. 保证被驱动表的join字段已经被索引
2. left join时,选择小表作为驱动表,大表作为被驱动表。
3. inner join时,mysql会自动把具有索引的表作为被驱动表,如果没有索引,则大结果集的表选为被驱动表。
4. 子查询尽量不要放在被驱动表,有可能使用不到索引。
5. 能够直接多表关联的尽量直接关联,不用子查询。

	查询员工姓名与员工ceo姓名

	快(直接关联):
	EXPLAIN SELECT SQL_NO_CACHE a.`name`,c.`name` ceo
		FROM emp a
		LEFT JOIN dept b ON a.`deptId`=b.`id`
		LEFT JOIN emp c ON b.`ceo`=c.`id`;

	慢(子查询):
	EXPLAIN SELECT SQL_NO_CACHE a.`name`,(SELECT c.name FROM emp c WHERE c.id=b.`ceo`) ceo
		FROM emp a LEFT JOIN dept b ON a.`deptId`=b.`id`;

6. 尽量不要使用not in或者not exists,用left outer join on xxx is null 替代

	取所有不为掌门人的员工,按年龄分组 ,每个年龄段多少人

	SELECT SQL_NO_CACHE age,count(*)
	 	FROM emp a 
	 	WHERE id NOT IN(SELECT ceo FROM dept WHERE ceo IS NOT NULL)
		group by age 
		having count(*)<10000

	SELECT SQL_NO_CACHE age,count(*) 
		FROM emp a LEFT OUTER JOIN dept b ON a.id =b.ceo
		WHERE b.ceo IS NULL
		group by age 
		having count(*)<10000


#1. 列出自己ceo比自己年龄小的人员
EXPLAIN  SELECT SQL_NO_CACHE  a.`name`,a.`age`,c.`name` ceo,c.`age` ceoage
	FROM emp a
	LEFT JOIN dept b ON a.`deptId`=b.`id`
	LEFT JOIN emp c ON b.`ceo`=c.`id`
	WHERE a.`age`>c.`age`;

#2. 列出所有年龄低于自己门派平均年龄的成员
EXPLAIN SELECT SQL_NO_CACHE a.`name`,a.`age`,b.avgage
	FROM emp a
	INNER JOIN
	(SELECT deptId,AVG(age) avgage
		FROM emp
		WHERE deptId IS NOT NULL
		GROUP BY deptId) b
	ON a.`deptId`=b.`deptId`
	WHERE a.`age`<b.avgage;
CREATE INDEX idx_deptId_age ON emp(deptId,age);

#3. 列出至少有两个年龄大于40的成员的门派
EXPLAIN SELECT SQL_NO_CACHE b.`deptName`,COUNT(*)
	FROM emp a
	INNER JOIN dept b ON a.`deptId`=b.`id`
	WHERE a.`age`>40
	GROUP BY a.`deptId`
	HAVING COUNT(*)>1;
CREATE INDEX idx_deptId_age ON emp(deptId,age);

#4. 显示每个门派年龄最大的人
EXPLAIN SELECT SQL_NO_CACHE b.`name`,b.`age`
	FROM emp b
	INNER JOIN
	(SELECT a.`deptId`,MAX(a.`age`)maxage
		FROM emp a
		WHERE a.`deptId` IS NOT NULL
		GROUP BY a.`deptId`)aa
	ON b.`deptId`=aa.deptId AND b.`age`=aa.maxage;

排序分组优化

order by不过滤不索引,要想用上索引必须有过滤条件

order by字段顺序必须与索引顺序一致

order by要么都是升序,要么都是降序

当范围条件和group by或者order by的字段出现二选一时,优先观察条件字段的过滤数量,
如果过滤的数据足够多,而需要排序的数据并不多时,优先把索引放在范围字段上

双路排序:从磁盘取排序字段,在buffer进行排序,再从磁盘取其他字段。取一批数据,要对磁盘进行了两次IO扫描,效率低
单路排序:从磁盘读取查询需要的所有列,按照order by列在buffer对它们进行排序,然后扫描排序后的列表进行输出(效率高)
单路排序缺点:
	取出的数据的总大小超出了sort_buffer的容量,
	导致每次只能取sort_buffer容量大小的数据,进行排序(创建tmp文件,多路合并),
	排完再取取sort_buffer容量大小,再排...从而多次I/O。
单路排序优化:增大sort_buffer_size参数的设置,增大max_length_for_sort_data参数的设置,减少select后面的查询的字段。


group by使用索引的原则几乎跟order by一致,唯一区别是group by即使没有过滤条件用到索引,也可以直接使用索引。

清除索引

DELIMITER $$
CREATE PROCEDURE `proc_drop_index`(dbname VARCHAR(200),tablename VARCHAR(200))
BEGIN
    DECLARE done INT DEFAULT 0;
    DECLARE ct INT DEFAULT 0;
    DECLARE _index VARCHAR(200) DEFAULT ‘‘;
    DECLARE _cur CURSOR FOR  SELECT index_name FROM information_schema.STATISTICS WHERE table_schema=dbname AND table_name=tablename AND seq_in_index=1 AND index_name <>‘PRIMARY‘;
    DECLARE CONTINUE HANDLER FOR NOT FOUND set done=2;
        OPEN _cur;
        FETCH _cur INTO _index;
        WHILE _index<>‘‘ DO
            SET @str = CONCAT("drop index ",_index," on ",tablename );
            PREPARE sql_str FROM @str;
            EXECUTE  sql_str;
            DEALLOCATE PREPARE sql_str;
            SET _index=‘‘;
            FETCH _cur INTO _index;
        END WHILE;
    CLOSE _cur;
END$$

CALL proc_drop_index("dbname","tablename");

慢查询日志

运行时间超过long_query_time值的SQL,则会被记录到慢查询日志中。long_query_time的默认值为10,意思是运行10秒以上的语句。

查看:SHOW VARIABLES LIKE ‘%slow_query_log%‘;

开启:set global slow_query_log=1;

永久开启:
	将如下两行配置进my.cnf文件
		slow_query_log =1
		slow_query_log_file=/var/lib/mysql/sara-slow.log

时间查看:SHOW VARIABLES LIKE ‘long_query_time%‘;

时间修改:set global long_query_time=1;

日志分析工具:mysqldumpslow

	-s: 是表示按照何种方式排序
	r: 返回记录
	c: 访问次数
	t: 查询时间
	-t:即为返回前面多少条的数据;
	-g:后边搭配一个正则匹配模式,大小写不敏感的

	得到返回记录集最多的10个SQL
	mysqldumpslow -s r -t 10 /var/lib/mysql/sara-slow.log
	 
	得到访问次数最多的10个SQL
	mysqldumpslow -s c -t 10 /var/lib/mysql/sara-slow.log
	 
	得到按照时间排序的前10条里面含有左连接的查询语句
	mysqldumpslow -s t -t 10 -g "left join" /var/lib/mysql/sara-slow.log
	 
	另外建议在使用这些命令时结合 | 和 more 使用 ,否则有可能出现爆屏情况
	mysqldumpslow -s r -t 10 /var/lib/mysql/sara-slow.log | more

视图

创建:
	create view view_name as
	select * from emp;

更新:
	CREATE OR REPLACE VIEW view_name AS
	select * from emp;

查询:
	select * from view_name 

将一段查询sql封装为一个虚拟的表,封装复杂sql语句,提高复用性

主从复制(具有延时问题,必须主从复制配置搭配好才能创造数据库)

1. 在从服务器可以执行查询工作(即我们常说的读功能),降低主服务器压力(主库写,从库读,降压)
2. 在从主服务器进行备份,避免备份期间影响主服务器服务(确保数据安全)
3. 当主服务器出现问题时,可以切换到从服务器(提升性能)

MySQL复制过程分成三步:
	1 master将改变记录到二进制日志(binary log)。这些记录过程叫做二进制日志事件,binary log events
	2 slave将master的binary log events拷贝到它的中继日志(relay log)
	3 slave重做中继日志中的事件,将改变应用到自己的数据库中。 MySQL复制是异步的且串行化的

配置:主从配置都在my.cnf配置文件的[mysqld]结点下

主机:
	主服务器唯一ID:server-id=1
	二进制日志储存路径:log-bin=自己本地的路径/data/mysqlbinlog
	设置不要复制的数据库:binlog-ignore-db=mysql
	设置需要复制的数据库:binlog-do-db=需要复制的主数据库名字
	主机上建立帐户并授权slave:GRANT REPLICATION SLAVE ON *.* TO ‘sara‘@‘%‘ IDENTIFIED BY ‘aaa‘;
	查询master的状态:show master status;

从机:
	从服务器唯一ID:server-id=2
	开启中继日志:relay-log=mysql-relay
	从机上配置需要复制的主机:CHANGE MASTER TO MASTER_HOST=‘主机IP‘,MASTER_USER=‘sara‘,MASTER_PASSWORD=‘aaa‘,MASTER_LOG_FILE=‘binlog名字‘,MASTER_LOG_POS=Position数字;
	启动从服务器复制功能:start slave;
	查询slave的状态:show slave statusG;
	停止从服务复制功能:stop slave;
	重新配置从服务器:stop slave;reset master;

关闭防火墙:systemctl stop firewalld

Mycat(读写分离,数据分片,多数据源整合)

读写分离,负载均衡

Mycat的原理中最重要的一个动词是“拦截”,
它拦截了用户发送过来的 SQL 语句,
首先对 SQL 语句做了一些特定的分析:如分片分析、路由分析、读写分离分析、缓存分析等,
然后将此 SQL 发往后端的真实数据库,
并将返回的结果做适当的处理,最终再返回给用户

schema.xml:定义逻辑库,表、分片节点等内容

	<?xml version="1.0"?>
	<!DOCTYPE mycat:schema SYSTEM "schema.dtd">
	<mycat:schema xmlns:mycat="http://io.mycat/">
	    <schema name="TESTDB" checkSQLschema="false" sqlMaxLimit="100" dataNode="dn1"></schema>
	    <dataNode name="dn1" dataHost="host1" database="saradb"/>
	    <dataHost name="host1" maxCon="1000" minCon="10" balance="3"
	        writeType="0" dbType="mysql" dbDriver="native" switchType="1"  slaveThreshold="100">
	        <heartbeat>select user()</heartbeat>
	        <!-- can have multi write hosts -->
	        <writeHost host="hostM1" url="192.168.111.222:3306" user="root" password="aaa">
	        	<readHost host="hostS1" url="192.168.111.223:3306" user="root" password="aaa"/>
	        </writeHost>
	    </dataHost>
	</mycat:schema>

	负载均衡类型,目前的取值有4种：
		1. balance="0",不开启读写分离机制,所有读操作都发送到当前可用的writeHost上。
		2. balance="1",全部的readHost与stand by writeHost参与select语句的负载均衡,简单的说,当双主双从模式(M1->S1,M2->S2,并且M1与M2互为主备),正常情况下,M2,S1,S2 都参与select语句的负载均衡。
		3. balance="2",所有读操作都随机的在writeHost、readhost上分发。
		4. balance="3",所有读请求随机的分发到readhost执行,writerHost不负担读压力

rule.xml:定义分片规则

server.xml:定义用户以及系统相关变量,如端口等

	<user name="root">
		<property name="password">654321</property>
		<property name="schemas">TESTDB</property>
	</user>

启动:
	控制台启动:去mycat/bin目录下mycat console
	后台启动:去mycat/bin目录下mycat start

登录:
	管理:mysql -uroot -paaa -P9066 -h192.168.111.223
	数据:mysql -uroot -paaa -P8066 -h192.168.111.223

分库

分库:将同一个库(lddb)的表(其他表,customer)放在不同主机的数据库,减轻数据库压力

	<mycat:schema xmlns:mycat="http://io.mycat/">
	 
		<schema name="TESTDB" checkSQLschema="false" sqlMaxLimit="100" dataNode="dn1">
			<!-- 分库:customer表将会创建在host2主机上,其他表将会创建在host1主机上 -->
			<!-- 两个主机都需要手动创建数据库 -->
			<table name="customer" dataNode="dn2"></table>
		</schema>

		<dataNode name="dn1" dataHost="host1" database="lddb_1"/>

		<!-- 分库 -->
		<dataNode name="dn2" dataHost="host2" database="lddb_2"/>

		<dataHost name="host1" maxCon="1000" minCon="10" balance="3"
		    writeType="0" dbType="mysql" dbDriver="native" switchType="1"  slaveThreshold="100">
		    <heartbeat>select user()</heartbeat>
		    <!-- can have multi write hosts -->
		    <writeHost host="hostM1" url="192.168.111.222:3306" user="root" password="aaa">
		        <readHost host="hostS1" url="192.168.111.223:3306" user="root" password="aaa"/>
		    </writeHost>
		</dataHost>

		<!-- 分库 -->
		<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="192.168.111.223:3306" user="root" password="aaa"></writeHost>
		</dataHost>
	 
	</mycat:schema>

分表

分表:将同一个表(order)的数据根据表的字段(customer_id)通过函数运算放入不同主机的数据库,减轻数据库压力

	<mycat:schema xmlns:mycat="http://io.mycat/">
	 
	        <schema name="TESTDB" checkSQLschema="false" sqlMaxLimit="100" dataNode="dn1">
	                <table name="order" dataNode="dn1,dn2" rule="mod_rule"></table>
	        </schema>

	</mycat:schema>

	<tableRule name="mod_rule">
		<rule>
			<columns>customer_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>

跨库join

配置ER表:为了相关联的表的行尽量分在一个库下

	<table name="order" dataNode="dn1,dn2"  rule="mod_rule" >
		<childTable name="order_detail" primaryKey="id" joinKey="order_id" parentKey="id" />
	</table>

全局表:设定为全局的表,会直接复制给每个数据库一份,所有写操作也会同步给多个库。

	<table name="dict_order_type" dataNode="dn1,dn2" type="global"></table>

设置全局序列

数据分表,如果自增主键会造成主键重复,需要设置全局序列(数据库方式)

	利用数据库一个表来进行计数累加。

	在数据库中建立一张表,存放sequence名称(name),sequence当前值(current_value),步长(increment int类型每次读取多少个sequence)
	 
	mycat会预加载一部分号段到mycat的内存中,这样大部分读写序列都是在内存中完成的。

	如果内存中的号段用完了,mycat会再向数据库要一次。


创建MYCAT_SEQUENCE表(dn1数据库中)

	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;

	#插入了一个名为ORDER的SEQUENCE,当前值为400000,步长为100。
	INSERT INTO MYCAT_SEQUENCE(NAME,current_value,increment) VALUES (‘ORDER‘, 400000, 100);

	SELECT * FROM MYCAT_SEQUENCE

	TRUNCATE TABLE MYCAT_SEQUENCE(直接删除数据,不带回滚)


创建存储函数:必须在同一个数据库中创建(dn1数据库中)

	DELIMITER $$
	CREATE FUNCTION mycat_seq_currval(
		seq_name VARCHAR(50)
	) RETURNS VARCHAR(64)
	DETERMINISTIC
	BEGIN
	DECLARE retval VARCHAR(64);
	SET retval="-999999999,null";
	SELECT CONCAT(CAST(current_value AS CHAR),",",CAST(increment AS CHAR)) INTO retval
		FROM MYCAT_SEQUENCE WHERE NAME = seq_name;
	RETURN retval;
	END $$
	DELIMITER;

	DELIMITER $$
	CREATE FUNCTION mycat_seq_setval(
		seq_name VARCHAR(50),
		VALUE INTEGER
	) RETURNS VARCHAR(64)
	DETERMINISTIC
	BEGIN
	UPDATE MYCAT_SEQUENCE SET current_value = VALUE WHERE NAME = seq_name;
	RETURN mycat_seq_currval(seq_name);
	END $$
	DELIMITER;

	DELIMITER $$
	CREATE FUNCTION mycat_seq_nextval(
		seq_name VARCHAR(50)
	) RETURNS VARCHAR(64)
	DETERMINISTIC
	BEGIN
	UPDATE MYCAT_SEQUENCE SET current_value = current_value + increment WHERE NAME = seq_name;
	RETURN mycat_seq_currval(seq_name);
	END $$
	DELIMITER;


修改mycat的sequence_db_conf.properties配置(配置数据库的节点,即全局序列储存在哪个数据库):
	ORDER=dn1:意思是ORDER(必须大写)这个序列储存在dn1数据库节点上


修改mycat的server.xml配置(将全局序列改为数据库方式):
	<property name="sequnceHandlerType">1</property>


插入语句:
	insert into order(id,amount,customer_id,order_type) values(next value for MYCATSEQ_ORDER,1000,101,102);

以上是关于MySQL总结的主要内容，如果未能解决你的问题，请参考以下文章

BootStrap实用代码片段（持续总结）

回归 | js实用代码片段的封装与总结（持续更新中...）