MySQL 运维

Java陈序员2024年6月22日

中间件
数据库

MySQL

大约 53 分钟

MySQL 运维

1. 日志

1.1 错误日志

错误日志是 MySQL 中最重要的日志之一，它记录了当 mysqld 启动和停止时，以及服务器在运行过程中发生任何严重错误时的相关信息。当数据库出现任何故障导致无法正常使用时，建议首先查看此日志。

该日志是默认开启的，默认存放目录 /var/log/，默认的日志文件名为 mysqld.log.查看日志位置：

show variables like '%log_error%';

1.2 二进制日志

1.2.1 介绍

二进制日志(BINLOG)记录了所有的 DDL（数据定义语言）语句和 DML（数据操纵语言）语句，但不包括数据查询（SELECT、SHOW）语句。

作用：

灾难时的数据恢复
MySQL的主从复制，在 MySQL8 版本中，默认二进制日志是开启着的，涉及到的参数如下：

show variables like '%log_bin%';

参数说明：

log_bin_basename:当前数据库服务器的 binlog 日志的基础名称(前缀)，具体的 binlog 文件名需要再该 basename 的基础上加上编号(编号从 000001 开始)
log_bin_index: binlog 的索引文件，里面记录了当前服务器关联的 binlog 文件有哪些

1.2.2 格式

MySQL 服务器中提供了多种格式来记录二进制日志，具体格式及特点如下：

日志格式	含义
STATEMENT	基于 SQL 语句的日志记录，记录的是 SQL 语句，对数据进行修改的 SQL 都会记录在日志文件中。
ROW	基于行的日志记录，记录的是每一行的数据变更。（默认）
MIXED	混合了 STATEMENT 和 ROW 两种格式，默认采用 STATEMENT，在某些特殊情况下会自动切换为 ROW 进行记录。

show variables like '%binlog_format%';

如果我们需要配置二进制日志的格式，只需要在 /etc/my.cnf 中配置 binlog_format 参数即可。

1.2.3 查看

由于日志是以二进制方式存储的，不能直接读取，需要通过二进制日志查询工具 mysqlbinlog 来查看，具体语法：

mysqlbinlog [ 参数选项 ] logfilename

-- 参数选项：
  -d 指定数据库名称，只列出指定的数据库相关操作。
  -o 忽略掉日志中的前n行命令。
  -v 将行事件（数据变更）重构为 SQL 语句
  -vv 将行事件（数据变更）重构为 SQL 语句，并输出注释信息

1.2.4 删除

对于比较繁忙的业务系统，每天生成的 binlog 数据巨大，如果长时间不清除，将会占用大量磁盘空间。可以通过以下几种方式清理日志：

指令	含义
reset master	删除全部 binlog 日志，删除之后，日志编号，将从 binlog.000001重新开始
purge master	logs to 'binlog.' 删除编号之前的所有日志
purge master	logs before 'yyyy-mm-dd hh24:mi:ss' 删除日志为 "yyyy-mm-dd hh24:mi:ss" 之前产生的所有日志

也可以在 mysql 的配置文件中配置二进制日志的过期时间，设置了之后，二进制日志过期会自动删除。

show variables like '%binlog_expire_logs_seconds%';

1.3 查询日志

查询日志中记录了客户端的所有操作语句，而二进制日志不包含查询数据的 SQL 语句。默认情况下，查询日志是未开启的。

如果需要开启查询日志，可以修改MySQL的配置文件 /etc/my.cnf 文件，添加如下内容：

# 该选项用来开启查询日志，可选值：0 或者 1；0 代表关闭，1 代表开启
general_log = 1
# 设置日志的文件名，如果没有指定，默认的文件名为 `host_name.log`
general_log_file = mysql_query.log

开启了查询日志之后，在MySQL的数据存放目录，也就是 /var/lib/mysql/ 目录下就会出现 mysql_query.log 文件。之后所有的客户端的增删改查操作都会记录在该日志文件之中，长时间运行后，该日志文件将会非常大。

1.4 慢查询日志

慢查询日志记录了所有执行时间超过参数 long_query_time 设置值并且扫描记录数不小于 min_examined_row_limit 的所有的 SQL 语句的日志，默认未开启。long_query_time 默认为 10 秒，最小为 0,精度可以到微秒。

如果需要开启慢查询日志，需要在 MySQL 的配置文件 /etc/my.cnf 中配置如下参数：

# 慢查询日志
slow_query_log = 1

# 执行时间参数
long_query_time = 2

默认情况下，不会记录管理语句，也不会记录不使用索引进行查找的查询。可以使用 log_slow_admin_statements 和更改此行为 log_queries_not_using_indexes，如下所述。

# 记录执行较慢的管理语句
log_slow_admin_statements = 1

# 记录执行较慢的未使用索引的语句
log_queries_not_using_indexes = 1

上述所有的参数配置完成之后，都需要重新启动 MySQL 服务器才可以生效。

2. 主从复制

2.1 概述

主从复制是指将主数据库的 DDL 和 DML 操作通过二进制日志传到从库服务器中，然后在从库上对这些日志重新执行（也叫重做），从而使得从库和主库的数据保持同步。

MySQL 支持一台主库同时向多台从库进行复制，从库同时也可以作为其他从服务器的主库，实现链状复制。

MySQL 复制的优点主要包含以下三个方面：

主库出现问题，可以快速切换到从库提供服务
实现读写分离，降低主库的访问压力
可以在从库中执行备份，以避免备份期间影响主库服务

2.2 原理

MySQL 主从复制的核心就是二进制日志，具体的过程如下：

从上图来看，复制分成三步：

Master 主库在事务提交时，会把数据变更记录在二进制日志文件 Binlog 中
从库读取主库的二进制日志文件 Binlog,写入到从库的中继日志 Relay Log
Slave 重做中继日志中的事件，将改变反映它自己的数据

2.3 搭建

2.3.1 准备

准备好两台服务器之后，在上述的两台服务器中分别安装好MySQL，并完成基础的初始化准备(安装、密码配置等操作)工作。

其中：

192.168.200.200 作为主服务器 master
192.168.200.201 作为从服务器 slave

2.3.2 主库配置

1、修改配置文件 /etc/my.cnf

# mysql 服务ID，保证整个集群环境中唯一，取值范围：1 – 232-1，默认为 1
server-id= 1

# 是否只读 1 代表只读, 0 代表读写
read-only= 0

# 忽略的数据, 指不需要同步的数据库
# binlog-ignore-db=mysql

# 指定同步的数据库
# binlog-do-db=db01

2、重启 MySQL 服务器

systemctl restart mysqld

3、登录 mysql,创建远程连接的账号，并授予主从复制权限

# 创建itcast用户，并设置密码，该用户可在任意主机连接该MySQL服务
CREATE USER 'itcast'@'%' IDENTIFIED WITH mysql_native_password BY 'Root@123456';

# 为 'itcast'@'%' 用户分配主从复制权限
GRANT REPLICATION SLAVE ON *.* TO 'itcast'@'%';

4、通过指令，查看二进制日志坐标

show master status ;

字段含义说明：

file:从哪个日志文件开始推送日志文件
position:从哪个位置开始推送日志
binlog_ignore_db:指定不需要同步的数据库

2.3.3 从库配置

1、修改配置文件 /etc/my.cnf

# mysql 服务ID，保证整个集群环境中唯一，取值范围：1 – 2^32-1，和主库不一样即可
server-id=2

# 是否只读，1 代表只读, 0 代表读写
read-only=1

2、重新启动 MySQL 服务

systemctl restart mysqld

3、登录 mysql,设置主库配置

CHANGE REPLICATION SOURCE TO SOURCE_HOST='192.168.200.200', SOURCE_USER='itcast', SOURCE_PASSWORD='Root@123456', SOURCE_LOG_FILE='binlog.000004', SOURCE_LOG_POS= 663;

上述是 8.0.23 中的语法。如果 mysql 是 8.0.23 之前的版本，执行如下 SQL:

CHANGE MASTER TO MASTER_HOST='192.168.200.200', MASTER_USER='itcast', MASTER_PASSWORD='Root@123456', MASTER_LOG_FILE='binlog.000004', MASTER_LOG_POS= 663;

参数名	含义	8.0.23 之前
SOURCE_HOST	主库IP地址	MASTER_HOST
SOURCE_USER	连接主库的用户名	MASTER_USER
SOURCE_PASSWORD	连接主库的密码	MASTER_PASSWORD
SOURCE_LOG_FILE	binlog日志文件名	MASTER_LOG_FILE
SOURCE_LOG_POS	binlog日志文件位置	MASTER_LOG_POS

4、开启同步操作

# 8.0.22之后
start replica;

#8.0.22之前
start slave;

查看主从同步状态

#8.0.22之后
show replica status;

#8.0.22之前
show slave status;

2.3.4 测试

1、在主库 192.168.200.200 上创建数据库、表，并插入数据

create database db01;
  use db01;
  create table tb_user(
  id int( 11 ) primary key not null auto_increment,
  name varchar( 50 ) not null,
  sex varchar( 1 )
)engine=innodb default charset=utf8mb4;
insert into tb_user(id, name, sex) values(null, 'Tom', '1'),(null, 'Trigger', '0'),(null, 'Dawn', '1');

2、在从库 192.168.200.201 中查询数据，验证主从是否同步

3. 分库分表

3.1 介绍

3.1.1 问题分析

随着互联网及移动互联网的发展，应用系统的数据量也是成指数式增长，若采用单数据库进行数据存储，存在以下性能瓶颈：

IO 瓶颈：热点数据太多，数据库缓存不足，产生大量磁盘IO，效率较低。请求数据太多，带宽不够，网络IO瓶颈。
CPU 瓶颈：排序、分组、连接查询、聚合统计等SQL会耗费大量的CPU资源，请求数太多，CPU 出现瓶颈。

为了解决上述问题，我们需要对数据库进行分库分表处理。

分库分表的中心思想都是将数据分散存储，使得单一数据库/表的数据量变小来缓解单一数据库的性能问题，从而达到提升数据库性能的目的。

3.1.2 拆分策略

分库分表的形式，主要是两种：垂直拆分和水平拆分。而拆分的粒度，一般又分为分库和分表，所以组成的拆分策略最终如下：

3.1.3 垂直拆分

垂直分库

垂直分库：以表为依据，根据业务将不同表拆分到不同库中。

特点：

每个库的表结构都不一样
每个库的数据也不一样
所有库的并集是全量数据

垂直分表

垂直分表：以字段为依据，根据字段属性将不同字段拆分到不同表中。

特点：

每个表的结构都不一样
每个表的数据也不一样，一般通过一列（主键/外键）关联
所有表的并集是全量数据

3.1.4 水平拆分

水平分库

水平分库：以字段为依据，按照一定策略，将一个库的数据拆分到多个库中。

特点：

每个库的表结构都一样
每个库的数据都不一样
所有库的并集是全量数据

水平分表

水平分表：以字段为依据，按照一定策略，将一个表的数据拆分到多个表中。

特点：

每个表的表结构都一样
每个表的数据都不一样
所有表的并集是全量数据

在业务系统中，为了缓解磁盘 IO 及 CPU 的性能瓶颈，到底是垂直拆分，还是水平拆分；具体是分库，还是分表，都需要根据具体的业务需求具体分析。

3.1.5 实现技术

shardingJDBC:基于AOP原理，在应用程序中对本地执行的SQL进行拦截，解析、改写、路由处理。需要自行编码配置实现，只支持 Java 语言，性能较高。
MyCat:数据库分库分表中间件，不用调整代码即可实现分库分表，支持多种语言，性能不及前者。

本次课程，我们选择了是 MyCat 数据库中间件，通过 MyCat 中间件来完成分库分表操作。

3.2 MyCat概述

3.2.1 介绍

MyCat 是开源的、活跃的、基于 Java 语言编写的 MySQL 数据库中间件。可以像使用 mysql 一样来使用 MyCat,对于开发人员来说根本感觉不到 MyCat 的存在。

开发人员只需要连接 MyCat 即可，而具体底层用到几台数据库，每一台数据库服务器里面存储了什么数据，都无需关心。具体的分库分表的策略，只需要在 MyCat 中配置即可。

优势：

性能可靠稳定
强大的技术团队
体系完善
社区活跃

3.2.2 下载

下载地址：http://dl.mycat.org.cn/

3.2.3 安装

MyCat 是采用 Java 语言开发的开源的数据库中间件，支持 Windows 和 Linux 运行环境，下面介绍MyCat 的 Linux 中的环境搭建。我们需要在准备好的服务器中安装如下软件。

MySQL
JDK
Mycat

服务器	安装软件	说明
192.168.200.210	JDK、Mycat	MyCat中间件服务器
192.168.200.210	MySQL	分片服务器
192.168.200.213	MySQL	分片服务器
192.168.200.214	MySQL	分片服务器

具体的安装步骤：参考资料中提供的《MyCat安装文档》即可，里面有详细的安装及配置步骤。

3.2.4 目录介绍

bin:存放可执行文件，用于启动停止 MyCat
conf:存放 MyCat 的配置文件
lib:存放 MyCat 的项目依赖包（jar）
logs:存放 MyCat 的日志文件

3.2.5 概念介绍

在 MyCat 的整体结构中，分为两个部分：上面的逻辑结构、下面的物理结构。

在 MyCat 的逻辑结构主要负责逻辑库、逻辑表、分片规则、分片节点等逻辑结构的处理，而具体的数据存储还是在物理结构，也就是数据库服务器中存储的。

在后面讲解 MyCat 入门以及 MyCat 分片时，还会讲到上面所提到的概念。

3.3 MyCat入门

3.3.1 需求

由于 tb_order 表中数据量很大，磁盘 IO 及容量都到达了瓶颈，现在需要对 tb_order 表进行数据分片，分为三个数据节点，每一个节点主机位于不同的服务器上, 具体的结构，参考下图：

3.3.2 环境准备

准备 3 台服务器：

192.168.200.210: MyCat 中间件服务器，同时也是第一个分片服务器
192.168.200.213:第二个分片服务器
192.168.200.214:第三个分片服务器

并且在上述 3 台数据库中创建数据库 db01.

3.3.3 配置

1、schema.xml

在 schema.xml 中配置逻辑库、逻辑表、数据节点、节点主机等相关信息。具体的配置如下：

<?xml version="1.0"?>
<!DOCTYPE mycat:schema SYSTEM "schema.dtd">
<mycat:schema xmlns:mycat="http://io.mycat/">
  <schema name="DB01" checkSQLschema="true" sqlMaxLimit="100">
  <table name="TB_ORDER" dataNode="dn1,dn2,dn3" rule="auto-sharding-long"/>
  </schema>

  <dataNode name="dn1" dataHost="dhost1" database="db01" />
  <dataNode name="dn2" dataHost="dhost2" database="db01" />
  <dataNode name="dn3" dataHost="dhost3" database="db01" />

  <dataHost name="dhost1" maxCon="1000" minCon="10" balance="0" writeType="0" dbType="mysql" dbDriver="jdbc" switchType="1"
  slaveThreshold="100">
  <heartbeat>select user()</heartbeat>

  <writeHost host="master" url="jdbc:mysql://192.168.200.210:3306?
  useSSL=false&amp;serverTimezone=Asia/Shanghai&amp;characterEncoding=utf8"
  user="root" password="1234" />
  </dataHost>

  <dataHost name="dhost2" maxCon="1000" minCon="10" balance="0" writeType="0" dbType="mysql" dbDriver="jdbc" switchType="1" slaveThreshold="100">
  <heartbeat>select user()</heartbeat>

  <writeHost host="master" url="jdbc:mysql://192.168.200.213:3306?useSSL=false&amp;serverTimezone=Asia/Shanghai&amp;characterEncoding=utf8" user="root" password="1234" />
  </dataHost>

  <dataHost name="dhost3" maxCon="1000" minCon="10" balance="0" writeType="0" dbType="mysql" dbDriver="jdbc" switchType="1" slaveThreshold="100">
  <heartbeat>select user()</heartbeat>

  <writeHost host="master" url="jdbc:mysql://192.168.200.214:3306?useSSL=false&amp;serverTimezone=Asia/Shanghai&amp;characterEncoding=utf8"user="root" password="1234" />
  </dataHost>
</mycat:schema>

2、server.xml

需要在 server.xml 中配置用户名、密码，以及用户的访问权限信息，具体的配置如下：

<user name="root" defaultAccount="true">
  <property name="password"> 123456 </property>
  <property name="schemas">DB01</property>

<!-- 表级 DML 权限设置 -->
<!--
<privileges check="true">
<schema name="DB01" dml="0110" >
<table name="TB_ORDER" dml="1110"></table>
</schema>
</privileges>
-->
</user>
<user name="user">
  <property name="password"> 123456 </property>
  <property name="schemas">DB01</property>
  <property name="readOnly">true</property>
</user>

上述的配置表示，定义了两个用户 root 和 user ，这两个用户都可以访问 DB01 这个逻辑库，访问密码都是 123456 ，但是 root 用户访问 DB01 逻辑库，既可以读，又可以写，但是 user 用户访问 DB01逻辑库是只读的。

3.3.4 测试

3.3.4.1 启动

配置完毕后，先启动涉及到的 3 台分片服务器，然后启动 MyCat 服务器。切换到 MyCat 的安装目录，执行如下指令，启动 MyCat:

# 启动
bin/mycat start

# 停止
bin/mycat stop

MyCat 启动之后，占用端口号 8066.

启动完毕之后，可以查看 logs 目录下的启动日志，查看 MyCat 是否启动完成。

3.3.4.2 测试

1、连接 MyCat

通过如下指令，就可以连接并登陆 MyCat.

mysql -h 192.168.200.210 -P 8066 -uroot -p

我们看到我们是通过 MySQL 的指令来连接的 MyCat,因为 MyCat 在底层实际上是模拟了 MySQL 的协议。

2、数据测试

然后就可以在 MyCat 中来创建表，并往表结构中插入数据，查看数据在 MySQL 中的分布情况。

CREATE TABLE TB_ORDER (
  id BIGINT( 20 ) NOT NULL,
  title VARCHAR( 100 ) NOT NULL,
  PRIMARY KEY (id)
) ENGINE=INNODB DEFAULT CHARSET=utf8;

INSERT INTO TB_ORDER(id, title) VALUES(1, 'goods1');
INSERT INTO TB_ORDER(id, title) VALUES(2, 'goods2');
INSERT INTO TB_ORDER(id, title) VALUES(3, 'goods3');

INSERT INTO TB_ORDER(id, title) VALUES(1, 'goods1');
INSERT INTO TB_ORDER(id, title) VALUES(2, 'goods2');
INSERT INTO TB_ORDER(id, title) VALUES(3, 'goods3');
INSERT INTO TB_ORDER(id, title) VALUES(5000000, 'goods5000000');
INSERT INTO TB_ORDER(id, title) VALUES(10000000, 'goods10000000');
INSERT INTO TB_ORDER(id, title) VALUES(10000001, 'goods10000001');
INSERT INTO TB_ORDER(id, title) VALUES(15000000, 'goods15000000');
INSERT INTO TB_ORDER(id, title) VALUES(15000001, 'goods15000001');

经过测试，我们发现，在往 TB_ORDER 表中插入数据时：

如果 id 的值在 1-500w 之间，数据将会存储在第一个分片数据库中
如果 id 的值在 500w-1000w 之间，数据将会存储在第二个分片数据库中
如果 id 的值在 1000w-1500w 之间，数据将会存储在第三个分片数据库中
如果 id 的值超出 1500w,在插入数据时，将会报错

为什么会出现这种现象，数据到底落在哪一个分片服务器到底是如何决定的呢？这是由逻辑表配置时的一个参数 rule 决定的，而这个参数配置的就是分片规则，关于分片规则的配置，在后面的课程中会详细讲解。

3.4 MyCat配置

3.4.1 schema.xml

schema.xml 作为 MyCat 中最重要的配置文件之一，涵盖了 MyCat 的逻辑库、逻辑表、分片规则、分片节点及数据源的配置。

主要包含以下三组标签：

schema 标签
datanode 标签
datahost 标签

3.4.1.1 schema标签

1、schema 定义逻辑库

schema 标签用于定义 MyCat 实例中的逻辑库，一个 MyCat 实例中, 可以有多个逻辑库，可以通过 schema 标签来划分不同的逻辑库。MyCat 中的逻辑库的概念，等同于 MySQL 中的 database 概念，需要操作某个逻辑库下的表时, 也需要切换逻辑库(use xxx)。

核心属性：

name:指定自定义的逻辑库库名
checkSQLschema:在 SQL 语句操作时指定了数据库名称，执行时是否自动去除；true：自动去除，false：不自动去除
sqlMaxLimit:如果未指定 limit 进行查询，列表查询模式查询多少条记录

2、schema 中的table定义逻辑表

table 标签定义了 MyCat 中逻辑库 schema 下的逻辑表，所有需要拆分的表都需要在 table 标签中定义。

核心属性：

name:定义逻辑表表名，在该逻辑库下唯一
dataNode:定义逻辑表所属的 dataNode ，该属性需要与 dataNode 标签中 name 对应；多个 dataNode 逗号分隔
rule:分片规则的名字，分片规则名字是在 rule.xml 中定义的
primaryKey:逻辑表对应真实表的主键
type:逻辑表的类型，目前逻辑表只有全局表和普通表，如果未配置，就是普通表；全局表，配置为 global

3.4.1.2 datanode标签

核心属性：

name:定义数据节点名称
dataHost:数据库实例主机名称，引用自 dataHost 标签中 name 属性
database:定义分片所属数据库

3.4.1.3 datahost标签

该标签在 MyCat 逻辑库中作为底层标签存在，直接定义了具体的数据库实例、读写分离、心跳语句。

核心属性：

name:唯一标识，供上层标签使用
maxCon/minCon:最大连接数/最小连接数
balance:负载均衡策略，取值 0,1,2,3
writeType:写操作分发方式（0：写操作转发到第一个writeHost，第一个挂了，切换到第二个；1：写操作随机分发到配置的writeHost）
dbDriver:数据库驱动，支持 native、jdbc

3.4.2 rule.xml

rule.xml 中定义所有拆分表的规则, 在使用过程中可以灵活的使用分片算法, 或者对同一个分片算法使用不同的参数, 它让分片过程可配置化。主要包含两类标签：tableRule、Function。

3.4.3 server.xml

server.xml 配置文件包含了 MyCat 的系统配置信息，主要有两个重要的标签：system、user.

1、system 标签

主要配置 MyCat 中的系统配置信息，对应的系统配置项及其含义，如下：

属性	取值	含义
charset	utf8	设置Mycat的字符集, 字符集需要与MySQL的字符集保持一致
nonePasswordLogin	0,1	0 为需要密码登陆、1 为不需要密码登陆，默认为 0,设置为 1 则需要指定默认账户
useHandshakeV10	0,1	使用该选项主要的目的是为了能够兼容高版本的jdbc驱动, 是否采用HandshakeV10Packet来与client进行通信, 1:是, 0:否
useSqlStat	0,1	开启SQL实时统计, 1 为开启 , 0 为关闭；开启之后, MyCat会自动统计SQL语句的执行情况 ; mysql -h 127.0.0.1 -P 9066 -u root -p 查看MyCat执行的SQL, 执行效率比较低的SQL,SQL的整体执行情况、读写比例等; show @@sql; show @@sql.slow; show @@sql.sum;
useGlobleTableCheck	0,1	是否开启全局表的一致性检测。1 为开启，0 为关闭。
sqlExecuteTimeout	1000	SQL 语句执行的超时时间，单位为 s
sequnceHandlerType	0,1,2	用来指定Mycat全局序列类型，0 为本地文件，1 为数据库方式，2 为时间戳列方式，默认使用本地文件方式，文件方式主要用于测试
sequnceHandlerPattern	正则表达式	必须带有 MYCATSEQ 或者 mycatseq进入序列匹配流程注意MYCATSEQ_有空格的情况
subqueryRelationshipCheck	true,false	子查询中存在关联查询的情况下，检查关联字段中是否有分片字段，默认 false
useCompression	0,1	开启mysql压缩协议，0:关闭, 1:开启 fakeMySQLVersion 5.5,5.6 设置模拟的MySQL版本号
defaultSqlParser		由于MyCat的最初版本使用了FoundationDB
processors	1,2....	指定系统可用的线程数量, 默认值为CPU核心 x 每个核心运行线程数量; processors 会影响processorBufferPool,processorBufferLocalPercent,processorExecutor属性, 所有, 在性能调优时, 可以适当地修改processors值
processorBufferChunk		指定每次分配Socket Direct Buffer默认值为 4096 字节, 也会影响BufferPool长度,如果一次性获取字节过多而导致buffer不够用, 则会出现警告, 可以调大该值
processorExecutor		指定NIOProcessor上共享businessExecutor固定线程池的大小;MyCat把异步任务交给 businessExecutor线程池中, 在新版本的MyCat中这个连接池使用频次不高, 可以适当地把该值调小
packetHeaderSize		指定MySQL协议中的报文头长度, 默认 4 个字节
maxPacketSize		指定MySQL协议可以携带的数据最大大小, 默认值为16M
idleTimeout	30	指定连接的空闲时间的超时长度;如果超时,将关闭资源并回收, 默认 30 分钟
txIsolation	1,2,3,4	初始化前端连接的事务隔离级别,默认为 REPEATED_READ , 对应数字为 3 READ_UNCOMMITED=1;READ_COMMITTED=2;REPEATED_READ=3;SERIALIZABLE=4;
sqlExecuteTimeout	300	执行SQL的超时时间, 如果SQL语句执行超时，将关闭连接; 默认 300 秒;
serverPort	8066	定义MyCat的使用端口, 默认 8066
managerPort	9066	定义MyCat的管理端口, 默认 9066

2、user标签

配置 MyCat 中的用户、访问密码，以及用户针对于逻辑库、逻辑表的权限信息，具体的权限描述方式及配置说明如下：

在测试权限操作时，我们只需要将 privileges 标签的注释放开。在 privileges 下的 schema 标签中配置的 dml 属性配置的是逻辑库的权限。在privileges 的 schema 下的 table标签的 dml 属性中配置逻辑表的权限。

3.5 MyCat 分片

3.5.1 垂直拆分

3.5.1.1 场景

在业务系统中, 涉及以下表结构 ,但是由于用户与订单每天都会产生大量的数据, 单台服务器的数据存储及处理能力是有限的, 可以对数据库表进行拆分, 原有的数据库表如下。

现在考虑将其进行垂直分库操作，将商品相关的表拆分到一个数据库服务器，订单表拆分的一个数据库服务器，用户及省市区表拆分到一个服务器。最终结构如下：

3.5.1.2 准备

准备三台服务器，IP 地址如图所示：

并且在 192.168.200.210、192.168.200.213,、192.168.200.214 上面创建数据库 shopping.

3.5.1.3 配置

1、schema.xml

<schema name="SHOPPING" checkSQLschema="true" sqlMaxLimit="100">
  <table name="tb_goods_base" dataNode="dn1" primaryKey="id" />
  <table name="tb_goods_brand" dataNode="dn1" primaryKey="id" />
  <table name="tb_goods_cat" dataNode="dn1" primaryKey="id" />
  <table name="tb_goods_desc" dataNode="dn1" primaryKey="goods_id" />
  <table name="tb_goods_item" dataNode="dn1" primaryKey="id" />
  <table name="tb_order_item" dataNode="dn2" primaryKey="id" />
  <table name="tb_order_master" dataNode="dn2" primaryKey="order_id" />
  <table name="tb_order_pay_log" dataNode="dn2" primaryKey="out_trade_no" />
  <table name="tb_user" dataNode="dn3" primaryKey="id" />
  <table name="tb_user_address" dataNode="dn3" primaryKey="id" />
  <table name="tb_areas_provinces" dataNode="dn3" primaryKey="id"/>
  <table name="tb_areas_city" dataNode="dn3" primaryKey="id"/>
  <table name="tb_areas_region" dataNode="dn3" primaryKey="id"/>
</schema>

<dataNode name="dn1" dataHost="dhost1" database="shopping" />
<dataNode name="dn2" dataHost="dhost2" database="shopping" />
<dataNode name="dn3" dataHost="dhost3" database="shopping" />

<dataHost name="dhost1" maxCon="1000" minCon="10" balance="0" writeType="0" dbType="mysql" dbDriver="jdbc" switchType="1"
slaveThreshold="100">
<heartbeat>select user()</heartbeat>
<writeHost host="master" url="jdbc:mysql://192.168.200.210:3306?useSSL=false&amp;serverTimezone=Asia/Shanghai&amp;characterEncoding=utf8" user="root" password="1234" />
</dataHost>

<dataHost name="dhost2" maxCon="1000" minCon="10" balance="0" writeType="0" dbType="mysql" dbDriver="jdbc" switchType="1"
slaveThreshold="100">
<heartbeat>select user()</heartbeat>
<writeHost host="master" url="jdbc:mysql://192.168.200.213:3306?useSSL=false&amp;serverTimezone=Asia/Shanghai&amp;characterEncoding=utf8" user="root" password="1234" />
</dataHost>

<dataHost name="dhost3" maxCon="1000" minCon="10" balance="0" writeType="0" dbType="mysql" dbDriver="jdbc" switchType="1"
slaveThreshold="100">
<heartbeat>select user()</heartbeat>
<writeHost host="master" url="jdbc:mysql://192.168.200.214:3306?useSSL=false&amp;serverTimezone=Asia/Shanghai&amp;characterEncoding=utf8" user="root" password="1234" />
</dataHost>

2、server.xml

<user name="root" defaultAccount="true">
  <property name="password"> 123456 </property>
  <property name="schemas">SHOPPING</property>

<!-- 表级 DML 权限设置 -->
<!--
<privileges check="true">
<schema name="DB01" dml="0110" >
<table name="TB_ORDER" dml="1110"></table>
</schema>
</privileges>
-->
</user>
<user name="user">
  <property name="password"> 123456 </property>
  <property name="schemas">SHOPPING</property>
  <property name="readOnly">true</property>
</user>

3.5.1.4 测试

1、上传测试 SQL 脚本到服务器的 /root 目录

2、执行指令导入测试数据

重新启动 MyCat 后，在 MyCat 的命令行中，通过source指令导入表结构，以及对应的数据，查看数据分布情况。

将表结构及对应的测试数据导入之后，可以检查一下各个数据库服务器中的表结构分布情况。检查是否和我们准备工作中规划的服务器一致。

source /root/shopping-table.sql
source /root/shopping-insert.sql

3、查询用户的收件人及收件人地址信息(包含省、市、区)。

在 MyCat 的命令行中，当我们执行以下多表联查的SQL语句时，可以正常查询出数据。

select ua.user_id, ua.contact, p.province, c.city, r.area, ua.address from tb_user_address ua, tb_areas_city c, tb_areas_provinces p, tb_areas_region r where ua.province_id = p.provinceid and ua.city_id = c.cityid and ua.town_id = r.areaid;

4、查询每一笔订单及订单的收件地址信息(包含省、市、区)。

实现该需求对应的SQL语句如下：

SELECT order_id, payment, receiver, province, city, area FROM tb_order_master o, tb_areas_provinces p, tb_areas_city c, tb_areas_region r WHERE o.receiver_province = p.provinceid AND o.receiver_city = c.cityid AND o.receiver_region = r.areaid;

但是现在存在一个问题，订单相关的表结构是在 192.168.200.213 数据库服务器中，而省市区的数据库表是在 192.168.200.214 数据库服务器中。那么在MyCat中执行是否可以成功呢？经过测试，我们看到，SQL语句执行报错。原因就是因为MyCat在执行该SQL语句时，需要往具体的数据库服务器中路由，而当前没有一个数据库服务器完全包含了订单以及省市区的表结构，造成SQL语句失败，报错。

对于上述的这种现象，我们如何来解决呢？下面我们介绍的全局表，就可以轻松解决这个问题。

3.5.1.5 全局表

对于省、市、区/县表 tb_areas_provinces、tb_areas_city、tb_areas_region 是属于数据字典表，在多个业务模块中都可能会遇到，可以将其设置为全局表，利于业务操作。

修改 schema.xml 中的逻辑表的配置，修改 tb_areas_provinces、tb_areas_city、tb_areas_region 三个逻辑表，增加 type 属性，配置为global，就代表该表是全局表，就会在所涉及到的dataNode中创建给表。对于当前配置来说，也就意味着所有的节点中都有该表了。

<table name="tb_areas_provinces" dataNode="dn1,dn2,dn3" primaryKey="id"
type="global"/>
<table name="tb_areas_city" dataNode="dn1,dn2,dn3" primaryKey="id"
type="global"/>
<table name="tb_areas_region" dataNode="dn1,dn2,dn3" primaryKey="id"
type="global"/>

配置完毕后，重新启动 MyCat.

1、删除原来每一个数据库服务器中的所有表结构

2、通过 source 指令，导入表及数据

source /root/shopping-table.sql
source /root/shopping-insert.sql

3、检查每一个数据库服务器中的表及数据分布，看到三个节点中都有这三张全局表

4、然后再次执行上面的多表联查的 SQL 语句是可以正常执行成功的。

SELECT order_id, payment, receiver, province, city, area FROM tb_order_master o, tb_areas_provinces p, tb_areas_city c, tb_areas_region r WHERE o.receiver_province = p.provinceid AND o.receiver_city = c.cityid AND o.receiver_region = r.areaid;

5、当在MyCat中更新全局表的时候，我们可以看到，所有分片节点中的数据都发生了变化，每个节点的全局表数据时刻保持一致。

3.5.2 水平拆分

3.5.2.1 场景

在业务系统中, 有一张表(日志表), 业务系统每天都会产生大量的日志数据 , 单台服务器的数据存储及处理能力是有限的, 可以对数据库表进行拆分。

3.5.2.2 准备

准备三台服务器，具体的结构如下：

并且，在三台数据库服务器中分表创建一个数据库 itcast.

3.5.2.3 配置

1、schema.xml

<schema name="ITCAST" checkSQLschema="true" sqlMaxLimit="100">
<table name="tb_log" dataNode="dn4,dn5,dn6" primaryKey="id" rule="mod-long" />
</schema>

<dataNode name="dn4" dataHost="dhost1" database="itcast" />
<dataNode name="dn5" dataHost="dhost2" database="itcast" />
<dataNode name="dn6" dataHost="dhost3" database="itcast" />

tb_log表最终落在 3 个节点中，分别是 dn4、dn5、dn6,而具体的数据分别存储在 dhost1、dhost2、dhost3 的 itcast 数据库中。

2、server.xml

<user name="root" defaultAccount="true">
  <property name="password"> 123456 </property>
  <property name="schemas">SHOPPING,ITCAST</property>

<!-- 表级 DML 权限设置 -->
<!--
<privileges check="true">
<schema name="DB01" dml="0110" >
<table name="TB_ORDER" dml="1110"></table>
</schema>
</privileges>
-->
</user>

配置 root 用户既可以访问 SHOPPING 逻辑库，又可以访问 ITCAST 逻辑库。

3.5.2.4 测试

配置完毕后，重新启动 MyCat，然后在 MyCat 的命令行中，执行如下 SQL 创建表、并插入数据，查看数据分布情况。

CREATE TABLE tb_log (
  id bigint( 20 ) NOT NULL COMMENT 'ID',
  model_name varchar( 200 ) DEFAULT NULL COMMENT '模块名',
  model_value varchar( 200 ) DEFAULT NULL COMMENT '模块值',
  return_value varchar( 200 ) DEFAULT NULL COMMENT '返回值',
  return_class varchar( 200 ) DEFAULT NULL COMMENT '返回值类型',
  operate_user varchar( 20 ) DEFAULT NULL COMMENT '操作用户',
  operate_time varchar( 20 ) DEFAULT NULL COMMENT '操作时间',
  param_and_value varchar( 500 ) DEFAULT NULL COMMENT '请求参数名及参数值',
  operate_class varchar( 200 ) DEFAULT NULL COMMENT '操作类',
  operate_method varchar( 200 ) DEFAULT NULL COMMENT '操作方法',
  cost_time bigint( 20 ) DEFAULT NULL COMMENT '执行方法耗时, 单位 ms',
  source int( 1 ) DEFAULT NULL COMMENT '来源 : 1 PC , 2 Android , 3 IOS',
  PRIMARY KEY (id)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

INSERT INTO tb_log (id, model_name, model_value, return_value, return_class, operate_user, operate_time, param_and_value, operate_class, operate_method, cost_time，source)
VALUES('1','user','insert','success','java.lang.String','10001','2022-01-06
18:12:28','{\"age\":\"20\",\"name\":\"Tom\",\"gender\":\"1\"}','cn.itcast.contro
ller.UserController','insert','10', 1 );
INSERT INTO tb_log (id, model_name, model_value, return_value, return_class,
operate_user, operate_time, param_and_value, operate_class, operate_method,
cost_time，source)
VALUES('2','user','insert','success','java.lang.String','10001','2022-01-06
18:12:27','{\"age\":\"20\",\"name\":\"Tom\",\"gender\":\"1\"}','cn.itcast.contro
ller.UserController','insert','23', 1 );
INSERT INTO tb_log (id, model_name, model_value, return_value, return_class,
operate_user, operate_time, param_and_value, operate_class, operate_method,
cost_time，source)
VALUES('3','user','update','success','java.lang.String','10001','2022-01-06
18:16:45','{\"age\":\"20\",\"name\":\"Tom\",\"gender\":\"1\"}','cn.itcast.contro
ller.UserController','update','34', 1 );
INSERT INTO tb_log (id, model_name, model_value, return_value, return_class,
operate_user, operate_time, param_and_value, operate_class, operate_method,
cost_time，source)
VALUES('4','user','update','success','java.lang.String','10001','2022-01-06
18:16:45','{\"age\":\"20\",\"name\":\"Tom\",\"gender\":\"1\"}','cn.itcast.contro
ller.UserController','update','13', 2 );
INSERT INTO tb_log (id, model_name, model_value, return_value, return_class,
operate_user, operate_time, param_and_value, operate_class, operate_method,
cost_time，source)
VALUES('5','user','insert','success','java.lang.String','10001','2022-01-06
18:30:31','{\"age\":\"200\",\"name\":\"TomCat\",\"gender\":\"0\"}','cn.itcast.co
ntroller.UserController','insert','29', 3 );
INSERT INTO tb_log (id, model_name, model_value, return_value, return_class,
operate_user, operate_time, param_and_value, operate_class, operate_method,
cost_time，source)
VALUES('6','user','find','success','java.lang.String','10001','2022-01-06
18:30:31','{\"age\":\"200\",\"name\":\"TomCat\",\"gender\":\"0\"}','cn.itcast.co
ntroller.UserController','find','29', 2 );

3.5.3 分片规则

3.5.3.1 范围分片

1、介绍

根据指定的字段及其配置的范围与数据节点的对应情况，来决定该数据属于哪一个分片。

2、配置 schema.xml 逻辑表配置：

<table name="TB_ORDER" dataNode="dn1,dn2,dn3" rule="auto-sharding-long" />

schema.xml 数据节点配置：

<dataNode name="dn1" dataHost="dhost1" database="db01" />
<dataNode name="dn2" dataHost="dhost2" database="db01" />
<dataNode name="dn3" dataHost="dhost3" database="db01" />

rule.xml分片规则配置：

<tableRule name="auto-sharding-long">
  <rule>
  <columns>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>

分片规则配置属性含义：

属性	描述
columns	标识将要分片的表字段
algorithm	指定分片函数与function的对应关系
class	指定该分片算法对应的类
mapFile	对应的外部配置文件
type	默认值为0; 0 表示Integer, 1 表示String
defaultNode 默认节点^ 默认节点的所用: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 ; 如果没有默认值,碰到不识别的则报错。

在 rule.xml 中配置分片规则时，关联了一个映射配置文件 autopartition-long.txt，该配置文件的配置如下：

# range start-end ,data node index
# K=1000,M=10000.
0-500M= 0
500M-1000M= 1
1000M-1500M= 2

含义：0-500万之间的值，存储在 0 号数据节点(数据节点的索引从 0 开始) ；500万-1000万间的数据存储在 1 号数据节点；1000万-1500万的数据节点存储在 2 号节点；

该分片规则，主要是针对于数字类型的字段适用。在MyCat的入门程序中，我们使用的就是该分片规则。

3.5.3.2 取模分片

1、介绍

根据指定的字段值与节点数量进行求模运算，根据运算结果，来决定该数据属于哪一个分片。

2、配置

schema.xml 逻辑表配置：

<table name="tb_log" dataNode="dn4,dn5,dn6" primaryKey="id" rule="mod-long" />

schema.xml 数据节点配置：

<dataNode name="dn4" dataHost="dhost1" database="itcast" />
<dataNode name="dn5" dataHost="dhost2" database="itcast" />
<dataNode name="dn6" dataHost="dhost3" database="itcast" />

rule.xml 分片规则配置：

<tableRule name="mod-long">
  <rule>
  <columns>id</columns>
  <algorithm>mod-long</algorithm>
  </rule>
</tableRule>

<function name="mod-long" class="io.mycat.route.function.PartitionByMod">
  <property name="count"> 3 </property>
</function>

分片规则属性说明如下：

属性	描述
columns	标识将要分片的表字段
algorithm	指定分片函数与function的对应关系
class	指定该分片算法对应的类
count	数据节点的数量

该分片规则，主要是针对于数字类型的字段适用。在前面水平拆分的演示中，我们选择的就是取模分片。

3、测试

配置完毕后，重新启动 MyCat,然后在 MyCat 的命令行中，执行如下SQL创建表、并插入数据，查看数据分布情况。

3.5.3.3 一致性hash分片

1、介绍

所谓一致性哈希，相同的哈希因子计算值总是被划分到相同的分区表中，不会因为分区节点的增加而改变原来数据的分区位置，有效的解决了分布式数据的拓容问题。

2、配置

schema.xml 中逻辑表配置：

<!-- 一致性hash -->
<table name="tb_order" dataNode="dn4,dn5,dn6" rule="sharding-by-murmur" />

schema.xml 中数据节点配置：

<dataNode name="dn4" dataHost="dhost1" database="itcast" />
<dataNode name="dn5" dataHost="dhost2" database="itcast" />
<dataNode name="dn6" dataHost="dhost3" database="itcast" />

rule.xml 中分片规则配置：

<tableRule name="sharding-by-murmur">
  <rule>
  <columns>id</columns>
  <algorithm>murmur</algorithm>
  </rule>
</tableRule>

<function name="murmur" class="io.mycat.route.function.PartitionByMurmurHash">
  <property name="seed"> 0 </property><!-- 默认是0 -->
  <property name="count"> 3 </property>
  <property name="virtualBucketTimes"> 160 </property>
</function>

分片规则属性含义：

属性描述

columns 标识将要分片的表字段

algorithm 指定分片函数与function的对应关系

class 指定该分片算法对应的类

seed 创建murmur_hash对象的种子，默认 0

count 要分片的数据库节点数量，必须指定，否则没法分片

virtualBucketTimes

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;virtualBucketTimes*count就是虚拟结点数量 ;

weightMapFile

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

bucketMapPath

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murmur hash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

3、测试

配置完毕后，重新启动 MyCat，然后在 MyCat 的命令行中，执行如下 SQL 创建表、并插入数据，查看数据分布情况。

create table tb_order(
  id varchar( 100 ) not null primary key,
  money int null,
  content varchar( 200 ) null
);

INSERT INTO tb_order (id, money, content) VALUES ('b92fdaaf-6fc4-11ec-b831-
482ae33c4a2d', 10 , 'b92fdaf8-6fc4-11ec-b831-482ae33c4a2d');
INSERT INTO tb_order (id, money, content) VALUES ('b93482b6-6fc4-11ec-b831-
482ae33c4a2d', 20 , 'b93482d5-6fc4-11ec-b831-482ae33c4a2d');
INSERT INTO tb_order (id, money, content) VALUES ('b937e246-6fc4-11ec-b831-
482ae33c4a2d', 50 , 'b937e25d-6fc4-11ec-b831-482ae33c4a2d');
INSERT INTO tb_order (id, money, content) VALUES ('b93be2dd-6fc4-11ec-b831-
482ae33c4a2d', 100 , 'b93be2f9-6fc4-11ec-b831-482ae33c4a2d');
INSERT INTO tb_order (id, money, content) VALUES ('b93f2d68-6fc4-11ec-b831-
482ae33c4a2d', 130 , 'b93f2d7d-6fc4-11ec-b831-482ae33c4a2d');
INSERT INTO tb_order (id, money, content) VALUES ('b9451b98-6fc4-11ec-b831-
482ae33c4a2d', 30 , 'b9451bcc-6fc4-11ec-b831-482ae33c4a2d');
INSERT INTO tb_order (id, money, content) VALUES ('b9488ec1-6fc4-11ec-b831-
482ae33c4a2d', 560 , 'b9488edb-6fc4-11ec-b831-482ae33c4a2d');
INSERT INTO tb_order (id, money, content) VALUES ('b94be6e6-6fc4-11ec-b831-
482ae33c4a2d', 10 , 'b94be6ff-6fc4-11ec-b831-482ae33c4a2d');
INSERT INTO tb_order (id, money, content) VALUES ('b94ee10d-6fc4-11ec-b831-
482ae33c4a2d', 123 , 'b94ee12c-6fc4-11ec-b831-482ae33c4a2d');
INSERT INTO tb_order (id, money, content) VALUES ('b952492a-6fc4-11ec-b831-
482ae33c4a2d', 145 , 'b9524945-6fc4-11ec-b831-482ae33c4a2d');
INSERT INTO tb_order (id, money, content) VALUES ('b95553ac-6fc4-11ec-b831-
482ae33c4a2d', 543 , 'b95553c8-6fc4-11ec-b831-482ae33c4a2d');
INSERT INTO tb_order (id, money, content) VALUES ('b9581cdd-6fc4-11ec-b831-
482ae33c4a2d', 17 , 'b9581cfa-6fc4-11ec-b831-482ae33c4a2d');
INSERT INTO tb_order (id, money, content) VALUES ('b95afc0f-6fc4-11ec-b831-
482ae33c4a2d', 18 , 'b95afc2a-6fc4-11ec-b831-482ae33c4a2d');
INSERT INTO tb_order (id, money, content) VALUES ('b95daa99-6fc4-11ec-b831-
482ae33c4a2d', 134 , 'b95daab2-6fc4-11ec-b831-482ae33c4a2d');
INSERT INTO tb_order (id, money, content) VALUES ('b9667e3c-6fc4-11ec-b831-
482ae33c4a2d', 156 , 'b9667e60-6fc4-11ec-b831-482ae33c4a2d');
INSERT INTO tb_order (id, money, content) VALUES ('b96ab489-6fc4-11ec-b831-
482ae33c4a2d', 175 , 'b96ab4a5-6fc4-11ec-b831-482ae33c4a2d');
INSERT INTO tb_order (id, money, content) VALUES ('b96e2942-6fc4-11ec-b831-
482ae33c4a2d', 180 , 'b96e295b-6fc4-11ec-b831-482ae33c4a2d');
INSERT INTO tb_order (id, money, content) VALUES ('b97092ec-6fc4-11ec-b831-
482ae33c4a2d', 123 , 'b9709306-6fc4-11ec-b831-482ae33c4a2d');
INSERT INTO tb_order (id, money, content) VALUES ('b973727a-6fc4-11ec-b831-
482ae33c4a2d', 230 , 'b9737293-6fc4-11ec-b831-482ae33c4a2d');
INSERT INTO tb_order (id, money, content) VALUES ('b978840f-6fc4-11ec-b831-
482ae33c4a2d', 560 , 'b978843c-6fc4-11ec-b831-482ae33c4a2d');

3.5.3.4 枚举分片

1、介绍

通过在配置文件中配置可能的枚举值, 指定数据分布到不同数据节点上, 本规则适用于按照省份、性别、状态拆分数据等业务。

2、配置

schema.xml 中逻辑表配置：

<!-- 枚举 -->

<table name="tb_user" dataNode="dn4,dn5,dn6" rule="sharding-by-intfile-enumstatus" />

schema.xml 中数据节点配置：

<dataNode name="dn4" dataHost="dhost1" database="itcast" />
<dataNode name="dn5" dataHost="dhost2" database="itcast" />
<dataNode name="dn6" dataHost="dhost3" database="itcast" />

rule.xml 中分片规则配置：

<tableRule name="sharding-by-intfile">
  <rule>
  <columns>sharding_id</columns>
  <algorithm>hash-int</algorithm>
  </rule>
</tableRule>

<!-- 自己增加 tableRule -->
<tableRule name="sharding-by-intfile-enumstatus">
  <rule>
    <columns>status</columns>
    <algorithm>hash-int</algorithm>
  </rule>
</tableRule>

<function name="hash-int" class="io.mycat.route.function.PartitionByFileMap">
  <property name="defaultNode"> 2 </property>
  <property name="mapFile">partition-hash-int.txt</property>
</function>

partition-hash-int.txt，内容如下：

1 = 0
2 = 1
3 = 2

分片规则属性含义：

属性	描述
columns	标识将要分片的表字段
algorithm	指定分片函数与function的对应关系
class	指定该分片算法对应的类
mapFile	对应的外部配置文件
type	默认值为0; 0 表示Integer,1 表示String
defaultNode	默认节点小于 0 标识不设置默认节点 , 大于等于 0 代表设置默认节点

默认节点的所用：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；如果没有默认值,碰到不识别的则报错。

3、测试

配置完毕后，重新启动 MyCat，然后在 MyCat 的命令行中，执行如下 SQL 创建表、并插入数据，查看数据分布情况。

CREATE TABLE tb_user (
  id bigint( 20 ) NOT NULL COMMENT 'ID',
  username varchar( 200 ) DEFAULT NULL COMMENT '姓名',
  status int( 2 ) DEFAULT '1' COMMENT '1: 未启用, 2: 已启用, 3: 已关闭',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

insert into tb_user (id,username ,status) values( 1 ,'Tom', 1 );
insert into tb_user (id,username ,status) values( 2 ,'Cat', 2 );
insert into tb_user (id,username ,status) values( 3 ,'Rose', 3 );
insert into tb_user (id,username ,status) values( 4 ,'Coco', 2 );
insert into tb_user (id,username ,status) values( 5 ,'Lily', 1 );
insert into tb_user (id,username ,status) values( 6 ,'Tom', 1 );
insert into tb_user (id,username ,status) values( 7 ,'Cat', 2 );
insert into tb_user (id,username ,status) values( 8 ,'Rose', 3 );
insert into tb_user (id,username ,status) values( 9 ,'Coco', 2 );
insert into tb_user (id,username ,status) values( 10 ,'Lily', 1 );

3.5.3.5 应用指定算法

1、介绍

运行阶段由应用自主决定路由到那个分片 , 直接根据字符子串（必须是数字）计算分片号。

2、配置

schema.xml 中逻辑表配置：

<!-- 应用指定算法 -->

<table name="tb_app" dataNode="dn4,dn5,dn6" rule="sharding-by-substring" />

schema.xml 中数据节点配置：

<dataNode name="dn4" dataHost="dhost1" database="itcast" />
<dataNode name="dn5" dataHost="dhost2" database="itcast" />
<dataNode name="dn6" dataHost="dhost3" database="itcast" />

rule.xml 中分片规则配置：

<tableRule name="sharding-by-substring">
  <rule>
    <columns>id</columns>
    <algorithm>sharding-by-substring</algorithm>
  </rule>
</tableRule>

<function name="sharding-by-substring" class="io.mycat.route.function.PartitionDirectBySubString">
  <property name="startIndex"> 0 </property> <!-- zero-based -->
  <property name="size"> 2 </property>
  <property name="partitionCount"> 3 </property>
  <property name="defaultPartition"> 0 </property>
</function>

分片规则属性含义：

属性	描述
columns	标识将要分片的表字段
algorithm	指定分片函数与function的对应关系
class	指定该分片算法对应的类
startIndex	字符子串起始索引
size	字符长度
partitionCount	分区(分片)数量
defaultPartition	默认分片(在分片数量定义时, 字符标示的分片编号不在分片数量内时，使用默认分片)

示例说明：

id=05-100000002, 在此配置中代表根据id中从 startIndex=0，开始，截取siz=2位数字即 05，05 就是获取的分区，如果没找到对应的分片则默认分配到 defaultPartition.

3、测试

配置完毕后，重新启动 MyCat，然后在 MyCat 的命令行中，执行如下 SQL 创建表、并插入数据，查看数据分布情况。

CREATE TABLE tb_app (
  id varchar( 10 ) NOT NULL COMMENT 'ID',
  name varchar( 200 ) DEFAULT NULL COMMENT '名称',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

insert into tb_app (id,name) values('0000001','Testx00001');
insert into tb_app (id,name) values('0100001','Test100001');
insert into tb_app (id,name) values('0100002','Test200001');
insert into tb_app (id,name) values('0200001','Test300001');
insert into tb_app (id,name) values('0200002','TesT400001');

3.5.3.6 固定分片hash算法

1、介绍

该算法类似于十进制的求模运算，但是为二进制的操作，例如，取 id 的二进制低 10 位与 1111111111 进行位 & 运算，位与运算最小值为 0000000000，最大值为 1111111111，转换为十进制，也就是位于 0-1023 之间。

特点：

如果是求模，连续的值，分别分配到各个不同的分片；但是此算法会将连续的值可能分配到相同的分片，降低事务处理的难度。
可以均匀分配，也可以非均匀分配。
分片字段必须为数字类型。

2、配置

schema.xml 中逻辑表配置：

<!-- 固定分片hash算法 -->
<table name="tb_longhash" dataNode="dn4,dn5,dn6" rule="sharding-by-long-hash" />

schema.xml 中数据节点配置：

<dataNode name="dn4" dataHost="dhost1" database="itcast" />
<dataNode name="dn5" dataHost="dhost2" database="itcast" />
<dataNode name="dn6" dataHost="dhost3" database="itcast" />

rule.xml 中分片规则配置：

<tableRule name="sharding-by-long-hash">
  <rule>
    <columns>id</columns>
    <algorithm>sharding-by-long-hash</algorithm>
  </rule>
</tableRule>

<!-- 分片总长度为 1024 ，count与length数组长度必须一致； -->
<function name="sharding-by-long-hash" class="io.mycat.route.function.PartitionByLong">
  <property name="partitionCount">2,1</property>
  <property name="partitionLength">256,512</property>
</function>

分片规则属性含义：

属性	描述
columns	标识将要分片的表字段名
algorithm	指定分片函数与function的对应关系
class	指定该分片算法对应的类
partitionCount	分片个数列表
partitionLength	分片范围列表

约束：

分片长度: 默认最大2^10 , 为 1024
count、length 的数组长度必须是一致的

以上分为三个分区：0-255、256-511、512-1023

示例说明：

3、测试

配置完毕后，重新启动 MyCat，然后在 MyCat 的命令行中，执行如下 SQL 创建表、并插入数据，查看数据分布情况。

CREATE TABLE tb_longhash (
  id int( 11 ) NOT NULL COMMENT 'ID',
  name varchar( 200 ) DEFAULT NULL COMMENT '名称',
  firstChar char( 1 ) COMMENT '首字母',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

insert into tb_longhash (id,name,firstChar) values( 1 ,'七匹狼','Q');
insert into tb_longhash (id,name,firstChar) values( 2 ,'八匹狼','B');
insert into tb_longhash (id,name,firstChar) values( 3 ,'九匹狼','J');
insert into tb_longhash (id,name,firstChar) values( 4 ,'十匹狼','S');
insert into tb_longhash (id,name,firstChar) values( 5 ,'六匹狼','L');
insert into tb_longhash (id,name,firstChar) values( 6 ,'五匹狼','W');
insert into tb_longhash (id,name,firstChar) values( 7 ,'四匹狼','S');
insert into tb_longhash (id,name,firstChar) values( 8 ,'三匹狼','S');
insert into tb_longhash (id,name,firstChar) values( 9 ,'两匹狼','L');

3.5.3.7 字符串hash解析算法

1、介绍

截取字符串中的指定位置的子字符串, 进行hash算法，算出分片。

2、配置

schema.xml 中逻辑表配置：

<!-- 字符串hash解析算法 -->
<table name="tb_strhash" dataNode="dn4,dn5" rule="sharding-by-stringhash" />

schema.xml 中数据节点配置：

<dataNode name="dn4" dataHost="dhost1" database="itcast" />
<dataNode name="dn5" dataHost="dhost2" database="itcast" />

rule.xml 中分片规则配置：

<tableRule name="sharding-by-stringhash">
  <rule>
    <columns>name</columns>
    <algorithm>sharding-by-stringhash</algorithm>
  </rule>
</tableRule>

<function name="sharding-by-stringhash" class="io.mycat.route.function.PartitionByString">
  <property name="partitionLength"> 512 </property> <!-- zero-based -->
  <property name="partitionCount"> 2 </property>
  <property name="hashSlice">0:2</property>
</function>

分片规则属性含义：

属性	描述
olumns	标识将要分片的表字段
algorithm	指定分片函数与function的对应关系
class	指定该分片算法对应的类
partitionLength	hash求模基数 ; length*count=1024 (出于性能考虑)
partitionCount	分区数
hashSlice	hash运算位, 根据子字符串的hash运算; 0 代表 str.length(), -1 代表 str.length()-1 , 大于 0 只代表数字自身；可以理解为substring（start，end，start为 0 则只表示 0

示例说明：

3、测试

配置完毕后，重新启动 MyCat，然后在 MyCat 的命令行中，执行如下 SQL 创建表、并插入数据，查看数据分布情况。

create table tb_strhash(
  name varchar( 20 ) primary key,
  content varchar( 100 )
)engine=InnoDB DEFAULT CHARSET=utf8mb4;

INSERT INTO tb_strhash (name,content) VALUES('T1001', UUID());
INSERT INTO tb_strhash (name,content) VALUES('ROSE', UUID());
INSERT INTO tb_strhash (name,content) VALUES('JERRY', UUID());
INSERT INTO tb_strhash (name,content) VALUES('CRISTINA', UUID());
INSERT INTO tb_strhash (name,content) VALUES('TOMCAT', UUID());

3.5.3.8 按天分片算法

1、介绍

按照日期及对应的时间周期来分片。

2、配置

schema.xml 中逻辑表配置：

<!-- 按天分片 -->
<table name="tb_datepart" dataNode="dn4,dn5,dn6" rule="sharding-by-date" />

schema.xml 中数据节点配置：

<dataNode name="dn4" dataHost="dhost1" database="itcast" />
<dataNode name="dn5" dataHost="dhost2" database="itcast" />
<dataNode name="dn6" dataHost="dhost3" database="itcast" />

rule.xml 中分片规则配置：

<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">2022-01-01</property>
  <property name="sEndDate">2022-01-30</property>
  <property name="sPartionDay"> 10 </property>
</function>
<!--
从开始时间开始，每 10 天为一个分片，到达结束时间之后，会重复开始分片插入
配置表的 dataNode 的分片，必须和分片规则数量一致，例如 2022-01-01 到 2022-12-31 ，每
10 天一个分片，一共需要 37 个分片。
-->

分片规则属性含义：

属性	描述
columns	标识将要分片的表字段
algorithm	指定分片函数与function的对应关系
class	指定该分片算法对应的类
dateFormat	日期格式
sBeginDate	开始日期
sEndDate	结束日期，如果配置了结束日期，则代码数据到达了这个日期的分片后，会重复从开始分片插入
sPartionDay	分区天数，默认值 10 ，从开始日期算起，每个 10 天一个分区

3、测试

配置完毕后，重新启动 MyCat，然后在 MyCat 的命令行中，执行如下SQL创建表、并插入数据，查看数据分布情况。

create table tb_datepart(
  id bigint not null comment 'ID' primary key,
  name varchar( 100 ) null comment '姓名',
  create_time date null
);

insert into tb_datepart(id,name ,create_time) values( 1 ,'Tom','2022-01-01');
insert into tb_datepart(id,name ,create_time) values( 2 ,'Cat','2022-01-10');
insert into tb_datepart(id,name ,create_time) values( 3 ,'Rose','2022-01-11');
insert into tb_datepart(id,name ,create_time) values( 4 ,'Coco','2022-01-20');
insert into tb_datepart(id,name ,create_time) values( 5 ,'Rose2','2022-01-21');
insert into tb_datepart(id,name ,create_time) values( 6 ,'Coco2','2022-01-30');
insert into tb_datepart(id,name ,create_time) values( 7 ,'Coco3','2022-01-31');

3.5.3.9 自然月分片

1、介绍

使用场景为按照月份来分片, 每个自然月为一个分片。

2、配置

schema.xml 中逻辑表配置：

<!-- 按自然月分片 -->
<table name="tb_monthpart" dataNode="dn4,dn5,dn6" rule="sharding-by-month" />

schema.xml 中数据节点配置：

<dataNode name="dn4" dataHost="dhost1" database="itcast" />
<dataNode name="dn5" dataHost="dhost2" database="itcast" />
<dataNode name="dn6" dataHost="dhost3" database="itcast" />

rule.xml 中分片规则配置：

<tableRule name="sharding-by-month">
  <rule>
    <columns>create_time</columns>
    <algorithm>partbymonth</algorithm>
  </rule>
</tableRule>

<function name="partbymonth" class="io.mycat.route.function.PartitionByMonth">
  <property name="dateFormat">yyyy-MM-dd</property>
  <property name="sBeginDate">2022-01-01</property>
  <property name="sEndDate">2022-03-31</property>
</function>
<!--
从开始时间开始，一个月为一个分片，到达结束时间之后，会重复开始分片插入
配置表的 dataNode 的分片，必须和分片规则数量一致，例如 2022-01-01 到 2022-12-31 ，一
共需要 12 个分片。
-->

分片规则属性含义：

属性	描述
columns	标识将要分片的表字段
algorithm	指定分片函数与function的对应关系
class	指定该分片算法对应的类
dateFormat	日期格式
sBeginDate	开始日期
sEndDate	结束日期，如果配置了结束日期，则代码数据到达了这个日期的分片后，会重复从开始分片插入

3、测试

配置完毕后，重新启动 MyCat，然后在 MyCat 的命令行中，执行如下 SQL 创建表、并插入数据，查看数据分布情况。

create table tb_monthpart(
  id bigint not null comment 'ID' primary key,
  name varchar( 100 ) null comment '姓名',
  create_time date null
);

insert into tb_monthpart(id,name ,create_time) values( 1 ,'Tom','2022-01-01');
insert into tb_monthpart(id,name ,create_time) values( 2 ,'Cat','2022-01-10');
insert into tb_monthpart(id,name ,create_time) values( 3 ,'Rose','2022-01-31');
insert into tb_monthpart(id,name ,create_time) values( 4 ,'Coco','2022-02-20');
insert into tb_monthpart(id,name ,create_time) values( 5 ,'Rose2','2022-02-25');
insert into tb_monthpart(id,name ,create_time) values( 6 ,'Coco2','2022-03-10');
insert into tb_monthpart(id,name ,create_time) values( 7 ,'Coco3','2022-03-31');
insert into tb_monthpart(id,name ,create_time) values( 8 ,'Coco4','2022-04-10');
insert into tb_monthpart(id,name ,create_time) values( 9 ,'Coco5','2022-04-30');

3.6 MyCat管理及监控

3.6.1 MyCat原理

在 MyCat 中，当执行一条 SQL 语句时，MyCat 需要进行 SQL 解析、分片分析、路由分析、读写分离分析等操作，最终经过一系列的分析决定将当前的 SQL 语句到底路由到那几个(或哪一个)节点数据库，数据库将数据执行完毕后，如果有返回的结果，则将结果返回给 MyCat，最终还需要在 MyCat 中进行结果合并、聚合处理、排序处理、分页处理等操作，最终再将结果返回给客户端。

而在 MyCat 的使用过程中，MyCat 官方也提供了一个管理监控平台 MyCat-Web（MyCat-eye）。

Mycat-web 是 MyCat 可视化运维的管理和监控平台，弥补了 MyCat 在监控上的空白。帮 MyCat 分担统计任务和配置管理任务。Mycat-web 引入了 ZooKeeper 作为配置中心，可以管理多个节点。

Mycat-web 主要管理和监控 Mycat 的流量、连接、活动线程和内存等，具备 IP 白名单、邮件告警等模块，还可以统计 SQL 并分析慢 SQL 和高频 SQL 等。为优化 SQL 提供依据。

3.6.2 MyCat管理

MyCat 默认开通 2 个端口，可以在 server.xml 中进行修改。

8066 数据访问端口，即进行 DML 和 DDL 操作
9066 数据库管理端口，即 MyCat 服务管理控制功能，用于管理 MyCat 的整个集群状态

连接 MyCat 的管理控制台：

mysql -h 192.168.200.210 -p 9066 -uroot -p123456

命令	含义
show	@@help 查看Mycat管理工具帮助文档
show	@@version 查看Mycat的版本
reload	@@config 重新加载Mycat的配置文件
show	@@datasource 查看Mycat的数据源信息
show	@@datanode 查看MyCat现有的分片节点信息
show	@@threadpool 查看Mycat的线程池信息
show	@@sql 查看执行的SQL
show	@@sql.sum 查看执行的SQL统计

3.6.3 MyCat-eye

3.6.3.1 介绍

Mycat-web(Mycat-eye) 是对 mycat-server 提供监控服务，功能不局限于对 mycat-server 使用。他通过 JDBC 连接对 Mycat、Mysql 监控，监控远程服务器(目前仅限于linux系统)的cpu、内存、网络、磁盘。

Mycat-eye 运行过程中需要依赖 zookeeper，因此需要先安装 zookeeper.

3.6.3.2 安装

1、zookeeper安装

2、Mycat-web安装

具体的安装步骤，请参考资料中提供的《MyCat-Web安装文档》

3.6.3.3 访问

http://192.168.200.210:8082/mycat

3.6.3.4 配置

1、开启 MyCat 的实时统计功能(server.xml)

<property name="useSqlStat"> 1 </property> <!-- 1为开启实时统计、 0 为关闭 -->

2、在 Mycat 监控界面配置服务地址

3.6.3.5 测试

配置好了之后，我们可以通过 MyCat 执行一系列的增删改查的测试，然后过一段时间之后，打开 mycat-eye 的管理界面，查看 mycat-eye 监控到的数据信息。

A. 性能监控

B. 物理节点

C. SQL统计

D. SQL表分析

E. SQL监控

F. 高频SQL

4. 读写分离

4.1 介绍

读写分离,简单地说是把对数据库的读和写操作分开，以对应不同的数据库服务器。主数据库提供写操作，从数据库提供读操作，这样能有效地减轻单台数据库的压力。

通过 MyCat 即可轻易实现上述功能，不仅可以支持 MySQL，也可以支持 Oracle 和 SQL Server.

4.2 一主一从

4.2.1 原理

MySQL 的主从复制，是基于二进制日志（binlog）实现的。

4.2.2 准备

主机	角色	用户名	密码
192.168.200.211	master	root	1234
192.168.200.212	slave	root	1234

备注：主从复制的搭建，可以参考前面课程中主从复制章节讲解的步骤操作。

4.3 一主一从读写分离

MyCat 控制后台数据库的读写分离和负载均衡由 schema.xml 文件 datahost 标签的 balance 属性控制。

4.3.1 schema.xml配置

上述配置的具体关联对应情况如下：

<!-- 配置逻辑库 -->
<schema name="ITCAST_RW" checkSQLschema="true" sqlMaxLimit="100" dataNode="dn7">
</schema>

<dataNode name="dn7" dataHost="dhost7" database="itcast" />

<dataHost name="dhost7" maxCon="1000" minCon="10" balance="1" writeType="0" dbType="mysql" dbDriver="jdbc" switchType="1" slaveThreshold="100">
  <heartbeat>select user()</heartbeat>

  <writeHost host="master1" url="jdbc:mysql://192.168.200.211:3306?useSSL=false&amp;serverTimezone=Asia/Shanghai&amp;characterEncoding=utf8" user="root" password="1234" >
  <readHost host="slave1" url="jdbc:mysql://192.168.200.212:3306?useSSL=false&amp;serverTimezone=Asia/Shanghai&amp;characterEncoding=utf8" user="root" password="1234" />
  </writeHost>
</dataHost>

writeHost 代表的是写操作对应的数据库，readHost 代表的是读操作对应的数据库。所以我们要想实现读写分离，就得配置 writeHost 关联的是主库，readHost 关联的是从库。

而仅仅配置好了 writeHost 以及 readHost 还不能完成读写分离，还需要配置一个非常重要的负责均衡的参数 balance，取值有 4 种，具体含义如下：

参数值	含义
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
1	全部的 readHost 与备用的 writeHost 都参与 select 语句的负载均衡（主要针对于双主双从模式）
2	所有的读写操作都随机在 writeHost,readHost 上分发
3	所有的读请求随机分发到 writeHost 对应的 readHost 上执行, writeHost 不负担读压力

所以，在一主一从模式的读写分离中，balance 配置 1 或 3 都是可以完成读写分离的。

4.3.2 server.xml配置

配置 root 用户可以访问 SHOPPING、ITCAST 以及 ITCAST_RW 逻辑库。

<user name="root" defaultAccount="true">
  <property name="password"> 123456 </property>
  <property name="schemas">SHOPPING,ITCAST,ITCAST_RW</property>
  <!-- 表级 DML 权限设置 -->
  <!--
  <privileges check="true">
  <schema name="DB01" dml="0110" >
  <table name="TB_ORDER" dml="1110"></table>
  </schema>
  </privileges>
  -->
</user>

4.3.3 测试

配置完毕 MyCat 后，重新启动 MyCat.

bin/mycat stop
bin/mycat start

然后观察，在执行增删改操作时，对应的主库及从库的数据变化。在执行查询操作时，检查主库及从库对应的数据变化。

在测试中，我们可以发现当主节点 Master 宕机之后，业务系统就只能够读，而不能写入数据了。

那如何解决这个问题呢？这个时候我们就得通过另外一种主从复制结构来解决了，也就是我们接下来讲解的双主双从。

4.4 双主双从

4.4.1 介绍

一个主机 Master1 用于处理所有写请求，它的从机 Slave1 和另一台主机 Master2 还有它的从机 Slave2 负责所有读请求。当 Master1 主机宕机后，Master2 主机负责写请求，Master1、Master2 互为备机。

架构图如下:

4.4.2 准备

我们需要准备 5 台服务器，具体的服务器及软件安装情况如下：

编号	IP	预装软件
1	192.168.200.210	MyCat、MySQL MyCat中间件服务器
2	192.168.200.211	MySQL M1
3	192.168.200.212	MySQL S1
4	192.168.200.213	MySQL M2
5	192.168.200.214	MySQL S2

关闭以上所有服务器的防火墙：

systemctl stop firewalld

systemctl disable firewalld

4.4.3 搭建

4.4.3.1 主库配置

1、Master1(192.168.200.211)

A. 修改配置文件 /etc/my.cnf

#mysql 服务ID，保证整个集群环境中唯一，取值范围：1 – 2^32-1，默认为 1
server-id= 1

#指定同步的数据库
binlog-do-db=db01
binlog-do-db=db02
binlog-do-db=db03

# 在作为从数据库的时候，有写入操作也要更新二进制日志文件
log-slave-updates

B. 重启 MySQL 服务器

systemctl restart mysqld

C. 创建账户并授权

# 创建 itcast 用户，并设置密码，该用户可在任意主机连接该 MySQL 服务
CREATE USER 'itcast'@'%' IDENTIFIED WITH mysql_native_password BY 'Root@123456';

# 为 'itcast'@'%' 用户分配主从复制权限
GRANT REPLICATION SLAVE ON *.* TO 'itcast'@'%';

通过指令，查看两台主库的二进制日志坐标

show master status ;

2、Master2(192.168.200.213)

A. 修改配置文件 /etc/my.cnf

#mysql 服务ID，保证整个集群环境中唯一，取值范围：1 – 2^32-1，默认为 1
server-id= 3

#指定同步的数据库
binlog-do-db=db01
binlog-do-db=db02
binlog-do-db=db03

## 在作为从数据库的时候，有写入操作也要更新二进制日志文件
log-slave-updates

B. 重启 MySQL 服务器

systemctl restart mysqld

C. 创建账户并授权

# 创建 itcast 用户，并设置密码，该用户可在任意主机连接该 MySQL 服务
CREATE USER 'itcast'@'%' IDENTIFIED WITH mysql_native_password BY 'Root@123456';

# 为 'itcast'@'%' 用户分配主从复制权限
GRANT REPLICATION SLAVE ON *.* TO 'itcast'@'%';

通过指令，查看两台主库的二进制日志坐标

show master status ;

4.4.3.2 从库配置

1、Slave1(192.168.200.212)

A. 修改配置文件 /etc/my.cnf

# mysql 服务 ID，保证整个集群环境中唯一，取值范围：1 – 23^2-1，默认为 1
server-id= 2

B. 重新启动MySQL服务器

systemctl restart mysqld

2、Slave2(192.168.200.214)

A. 修改配置文件 /etc/my.cnf

# mysql 服务 ID，保证整个集群环境中唯一，取值范围：1 – 23^2-1，默认为 1
server-id= 4

B. 重新启动MySQL服务器

systemctl restart mysqld

4.4.3.3 从库关联主库

1、两台从库配置关联的主库

需要注意 slave1 对应的是 master1，slave2 对应的是 master2.

A. 在 slave1(192.168.200.212)上执行

CHANGE MASTER TO MASTER_HOST='192.168.200.211', MASTER_USER='itcast', MASTER_PASSWORD='Root@123456', MASTER_LOG_FILE='binlog.000002', MASTER_LOG_POS = 663;

B. 在 slave2(192.168.200.214)上执行

CHANGE MASTER TO MASTER_HOST='192.168.200.213', MASTER_USER='itcast', MASTER_PASSWORD='Root@123456', MASTER_LOG_FILE='binlog.000002', MASTER_LOG_POS = 663;

C. 启动两台从库主从复制，查看从库状态

start slave;
show slave status \G;

2、两台主库相互复制

Master2 复制 Master1，Master1 复制 Master2.

A. 在 Master1(192.168.200.211)上执行

CHANGE MASTER TO MASTER_HOST='192.168.200.213', MASTER_USER='itcast', MASTER_PASSWORD='Root@123456', MASTER_LOG_FILE='binlog.000002', MASTER_LOG_POS= 663 ;

B. 在 Master2(192.168.200.213)上执行

CHANGE MASTER TO MASTER_HOST='192.168.200.211', MASTER_USER='itcast', MASTER_PASSWORD='Root@123456', MASTER_LOG_FILE='binlog.000002', MASTER_LOG_POS = 663;

C. 启动两台从库主从复制，查看从库状态

start slave;
show slave status \G;

经过上述的三步配置之后，双主双从的复制结构就已经搭建完成了。

接下来，我们可以来测试验证一下。

4.4.4 测试

分别在两台主库 Master1、Master2 上执行 DDL、DML 语句，查看涉及到的数据库服务器的数据同步情况。

create database db01;
use db01;
create table tb_user(
  id int(11) not null primary key ,
  name varchar(50) not null,
  sex varchar(1)
)engine=innodb default charset=utf8mb4;

insert into tb_user(id, name, sex) values(1,'Tom', '1');
insert into tb_user(id, name, sex) values(2,'Trigger', '0');
insert into tb_user(id, name, sex) values(3,'Dawn', '1');
insert into tb_user(id, name, sex) values(4,'Jack Ma', '1');
insert into tb_user(id, name, sex) values(5,'Coco', '0');
insert into tb_user(id, name, sex) values(6,'Jerry', '1');

在 Master1 中执行 DML、DDL 操作，看看数据是否可以同步到另外的三台数据库中。

在 Master2 中执行 DML、DDL 操作，看看数据是否可以同步到另外的三台数据库中。

完成了上述双主双从的结构搭建之后，接下来，我们再来看看如何完成这种双主双从的读写分离。

4.5 双主双从读写分离

4.5.1 配置

MyCat 控制后台数据库的读写分离和负载均衡由 schema.xml 文件 datahost 标签的 balance 属性控制，通过 writeType 及 switchType 来完成失败自动切换的。

1、schema.xml

配置逻辑库：

<schema name="ITCAST_RW2" checkSQLschema="true" sqlMaxLimit="100" dataNode="dn7">
</schema>

配置数据节点：

<dataNode name="dn7" dataHost="dhost7" database="db01" />

配置节点主机：

<dataHost name="dhost7" maxCon="1000" minCon="10" balance="1" writeType="0" dbType="mysql" dbDriver="jdbc" switchType="1" slaveThreshold="100">
<heartbeat>select user()</heartbeat>

  <writeHost host="master1" url="jdbc:mysql://192.168.200.211:3306?useSSL=false&amp;serverTimezone=Asia/Shanghai&amp;characterEncoding=utf8" user="root" password="1234">
    <readHost host="slave1" url="jdbc:mysql://192.168.200.212:3306?useSSL=false&amp;serverTimezone=Asia/Shanghai&amp;characterEncoding=utf8" user="root" password="1234" />
  </writeHost>

  <writeHost host="master2" url="jdbc:mysql://192.168.200.213:3306?useSSL=false&amp;serverTimezone=Asia/Shanghai&amp;characterEncoding=utf8" user="root" password="1234" >
    <readHost host="slave2" url="jdbc:mysql://192.168.200.214:3306?useSSL=false&amp;serverTimezone=Asia/Shanghai&amp;characterEncoding=utf8" user="root" password="1234" />
  </writeHost>
</dataHost>

具体的对应情况如下：

属性说明：

A. balance="1"

代表全部的 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;

B. writeType

0:写操作都转发到第 1 台 writeHost, writeHost1 挂了, 会切换到 writeHost2 上
1:所有的写操作都随机地发送到配置的 writeHost 上

C. switchType

-1:不自动切换
1:自动切换

2、user.xml

<user name="root" defaultAccount="true">
  <property name="password"> 123456 </property>
  <property name="schemas">SHOPPING,ITCAST,ITCAST_RW2</property>

  <!-- 表级 DML 权限设置 -->
  <!--
  <privileges check="true">
  <schema name="DB01" dml="0110" >
  <table name="TB_ORDER" dml="1110"></table>
  </schema>
  </privileges>
  -->
</user>

配置 root 用户也可以访问到逻辑库 ITCAST_RW2.

MySQL 运维

# MySQL 运维

# 1. 日志

# 1.1 错误日志

# 1.2 二进制日志

# 1.2.1 介绍

# 1.2.2 格式

# 1.2.3 查看

# 1.2.4 删除

# 1.3 查询日志

# 1.4 慢查询日志

# 2. 主从复制

# 2.1 概述

# 2.2 原理

# 2.3 搭建

# 2.3.1 准备

# 2.3.2 主库配置

# 2.3.3 从库配置

# 2.3.4 测试

# 3. 分库分表

# 3.1 介绍

# 3.1.1 问题分析

# 3.1.2 拆分策略

# 3.1.3 垂直拆分

# 3.1.4 水平拆分

# 3.1.5 实现技术

# 3.2 MyCat概述

# 3.2.1 介绍

# 3.2.2 下载

# 3.2.3 安装

# 3.2.4 目录介绍

# 3.2.5 概念介绍

# 3.3 MyCat入门

# 3.3.1 需求

# 3.3.2 环境准备

# 3.3.3 配置

# 3.3.4 测试

# 3.3.4.1 启动

# 3.3.4.2 测试

# 3.4 MyCat配置

# 3.4.1 schema.xml

# 3.4.1.1 schema标签

# 3.4.1.2 datanode标签

# 3.4.1.3 datahost标签

# 3.4.2 rule.xml

# 3.4.3 server.xml

# 3.5 MyCat 分片

# 3.5.1 垂直拆分

# 3.5.1.1 场景

# 3.5.1.2 准备

# 3.5.1.3 配置

# 3.5.1.4 测试

# 3.5.1.5 全局表

# 3.5.2 水平拆分

# 3.5.2.1 场景

# 3.5.2.2 准备

# 3.5.2.3 配置

# 3.5.2.4 测试

# 3.5.3 分片规则

# 3.5.3.1 范围分片

# 3.5.3.2 取模分片

# 3.5.3.3 一致性hash分片

# 3.5.3.4 枚举分片

# 3.5.3.5 应用指定算法

# 3.5.3.6 固定分片hash算法

# 3.5.3.7 字符串hash解析算法

# 3.5.3.8 按天分片算法

# 3.5.3.9 自然月分片

# 3.6 MyCat管理及监控

# 3.6.1 MyCat原理

# 3.6.2 MyCat管理

# 3.6.3 MyCat-eye

# 3.6.3.1 介绍

# 3.6.3.2 安装

# 3.6.3.3 访问

# 3.6.3.4 配置

# 3.6.3.5 测试

# 4. 读写分离

# 4.1 介绍

# 4.2 一主一从

MySQL 运维

1. 日志

1.1 错误日志

1.2 二进制日志

1.2.1 介绍

1.2.2 格式

1.2.3 查看

1.2.4 删除

1.3 查询日志

1.4 慢查询日志

2. 主从复制

2.1 概述

2.2 原理

2.3 搭建

2.3.1 准备

2.3.2 主库配置

2.3.3 从库配置

2.3.4 测试

3. 分库分表

3.1 介绍

3.1.1 问题分析

3.1.2 拆分策略

3.1.3 垂直拆分

3.1.4 水平拆分

3.1.5 实现技术

3.2 MyCat概述

3.2.1 介绍

3.2.2 下载

3.2.3 安装

3.2.4 目录介绍

3.2.5 概念介绍

3.3 MyCat入门

3.3.1 需求

3.3.2 环境准备

3.3.3 配置

3.3.4 测试

3.3.4.1 启动

3.3.4.2 测试

3.4 MyCat配置

3.4.1 schema.xml

3.4.1.1 schema标签

3.4.1.2 datanode标签

3.4.1.3 datahost标签

3.4.2 rule.xml

3.4.3 server.xml

3.5 MyCat 分片

3.5.1 垂直拆分

3.5.1.1 场景

3.5.1.2 准备

3.5.1.3 配置

3.5.1.4 测试

3.5.1.5 全局表

3.5.2 水平拆分

3.5.2.1 场景

3.5.2.2 准备

3.5.2.3 配置

3.5.2.4 测试

3.5.3 分片规则

3.5.3.1 范围分片

3.5.3.2 取模分片

3.5.3.3 一致性hash分片

3.5.3.4 枚举分片

3.5.3.5 应用指定算法

3.5.3.6 固定分片hash算法

3.5.3.7 字符串hash解析算法

3.5.3.8 按天分片算法

3.5.3.9 自然月分片

3.6 MyCat管理及监控

3.6.1 MyCat原理

3.6.2 MyCat管理

3.6.3 MyCat-eye

3.6.3.1 介绍

3.6.3.2 安装

3.6.3.3 访问

3.6.3.4 配置

3.6.3.5 测试

4. 读写分离

4.1 介绍

4.2 一主一从

4.2.1 原理