MYCAT 配置(转)

server.xml配置

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE mycat:server SYSTEM "server.dtd">
<mycat:server xmlns:mycat="http://org.opencloudb/">
<system>
<property name="defaultSqlParser">druidparser</property>
<property name="useCompression">1</property>
   <property name="processorBufferPool">204800000</property> #BufferPool的大小
<property name="processorBufferChunk">40960</property>    #每一个Buffer块的大小，processorBufferPool/processorBufferChun可以得到buffer块的数量
<property name="maxStringLiteralLength">65535</property>
<property name="sequnceHandlerType">0</property>
<property name="backSocketNoDelay">1</property>
<property name="frontSocketNoDelay">1</property>
<property name="mutiNodeLimitType">1</property>
<property name="mutiNodePatchSize">100</property>
<property name="processors">32</property>               #可用线程数，实际上由于现在的多核CPU和超线程技术 酌情调高4-8倍
<property name="processorExecutor">32</property>        #线程池是用来做异步处理逻辑的时候用的，对并发能力的影响相对较小
<property name="serverPort">3306</property>             #定义访问端口
<property name="managerPort">9066</property>            #定义管理端口
<property name="idleTimeout">300000</property>          #超时时间
<property name="bindIp">0.0.0.0</property>              #安全绑定IP
<property name="frontWriteQueueSize">4096</property>
<property name="processors">32</property>
</system>
<user name="root">                                      #访问账号
<property name="password">123456</property>             #访问密码
<property name="schemas">chshop</property>              #库文件名
</user>

<user name="root_read">                                   #只读账号
<property name="password">654321</property>
<property name="schemas">chshop</property>
<property name="readOnly">true</property>                  #只读模式
</user>

<quarantine>
<whitehost>
<host host="127.0.0.1" user="root"></host>              #白名单
<host host="172.16.1.45" user="root"></host>            #白名单允许那些IP能通过root访问
</whitehost>

<blacklist check="false"></blacklist>                   #黑名单
</quarantine>
</mycat:server>

server调整总结：
processors+processorExecutor会影响到MyCAT可用的线程数，虽然调高点会比较好，但是调的太高会导致频繁的上下文切换和软中断，在实际调整中，用top观察sys和si的百分比，如果服务器/虚拟机并没有什么不干净的后台程序和其他的服务在运行，sys在10%-15%之内，si在5%之内是比较理想的状态；
processorBufferPool+processorBufferChunk影响的server缓存，保持processorBufferChunk大小合理的情况下，增加buffer块的数量才是关键；

cacheservice配置-是SQL的缓存服务

#used for mycat cache service conf
factory.encache=org.opencloudb.cache.impl.EnchachePooFactory
#key is pool name ,value is type,max size, expire seconds
pool.SQLRouteCache=encache,10000,1800   #sql路由缓存，通过缓存SQL语句的路由信息，下次查询，不用再路由了，直接从缓存中获取路由信息，然后发到各个节点执行；
pool.ER_SQL2PARENTID=encache,1000,1800  #ER关系的缓存目前只是在Insert语句中才使用缓存，子表插入数据的时候根据joinKey值，判断父表所在分片，从而定位子表分片，分片信息put缓存layedpool.TableID2DataNodeCache=encache,10000,18000#表主键ID的路由缓存，为每一个表建一个缓存池，命名为TableID2DataNodeCache.TESTDB_表名,缓存key是id的值，value是节点名
layedpool.TableID2DataNodeCache.TESTDB_ORDERS=50000,18000

Cacheservice调整总结

SQLRouteCache的大小对具体的QPS有比较大的影响 参考: pool.SQLRouteCache=encache,1500000,60

rule.xml 配置

hash-int---在这一条切分规则的下面，有一个mapfile，这代表着，这个切分规则是根据partition-hash-int的内容来决定的，那么看一下这个文本文件



很简单的内容，这代表着切分使用的基准列里面，值为10000的时候，放在第一个DN里面（dn1），值为10010的时候，放在第二个DN里面（dn2） 可以看一下实际效果





看一下MyCAT的Debug日志，这两条语句被分配到了dn1和dn2上面，数据库里面也插入了相对应的数据



那么~问题来了（挖掘机滚粗~），如果插入的数据中，基准列的取值不是这个文件里面写明的值，会是什么效果？



直截了当的报错了~
好了，hash-int的这种切分规则，大体上可以理解为枚举分区，会比较适合于取值固定的场合，比如说性别（0,1），省份（固定值，短时间不会收复日本省吧~），渠道商 or 各种平台的ID
而且，用逗号分隔可以把多个值放在一个分区里面，所以可以根据实际的数据量/流量/访问量来综合制定切分策略；
缺点：毕竟不是全能战士

range-long ----仔细一看的话，和hash-int是比较像的，也是由特定的文件来决定切分策略，所以还是去看一下文件的内容



从文件内容可以看出，这是一种范围切分的方式，制定基准列的取值范围，然后把这一范围的所有数据都放到一个DN上面，这种方式和hash-int基本一致，就不截图了（懒癌晚期，时间不够了！）
这种切分策略，个人感觉在业务数据库里面的使用场景会少一些，因为这种切分方式需要预定好整体的数量，这就决定了那种无限增长的数据不能用这个，毕竟要改动这个切分策略会很麻烦
真要用起来，感觉也就对自增主键用，然后按照一定的数量来均匀切分，比如那种一天固定X条数据的业务（温度采集？数据采集？之类的情况），然后提前建好多个DN（库）。
当然，也存在一种潜在的问题，如果在短时间发生海量的顺序插入操作，而每一个DN（分库）设定的数量比较高(比如说一个DN设定的放1000W条数据),那么在这个时候,会出现某一个DN（分库）IO压力非常高，而其他几个DN（分库）完全没有IO操作，就会出现类似于DB中常见的热块/热盘的现象，而MySQL经常用自增主键，所以使得MySQL的表出现大量“顺序”插入的机会会多很多。

mod-long--从mod来看这应该是一种取余数的方法，来看一下具体配置的信息



count=4，这是代表着总共把数据切分成四份，一般是和具体的DN数量对应，从而达到把数据均匀的分布在四个DN上（当然，count<dn数量也没什么问题） 看一下实际的效果



看一下MyCAT的Debug日志，看看MyCAT是如何处理的



采用这种取余数的方式时，这四条数据分别插入了四个DN（库），而且可以看到，顺序插入时，数据是被均匀的分散在多个DN（库）上面
相比较于上面的range的方法，这种切分策略会更好的分散数据库写的压力，但是问题也很明显，一旦出现了范围查询，就需要MyCAT去合并结果，当数据量偏高的时候，这种跨库查询+合并结果消耗的时间有可能会增加很多，尤其是还出现了order by的时候。
所以这种切分策略会比较适合于单点查询的情景，比如说.....我也不知道......真的不知道,也许在银行,查询个人账户信息的时候,一些和用户信息的表可以做好冗余,然后利用这种方式来提供更为高效的查询(毕竟银行的用户数量多,恩恩~)

partition-by-long---处于range-long和mod-long之间的一个略微折中的划分策略,具体切分形势依照如下描述:
以1024为一个单位,每个DN存放partitionLength数量的数据,且,partitionCount x partitionLength=1024
看起来有点难以理解,形象点描述的话,以partitionCount(4) x partitionLength(256)为例,sid%1024=0-255的放在DN1,256-511的放在DN2,以此类推
试着以128为偏移值插入了八条数据，直接看MyCAT的日志



可以看到，八条数据均匀的分布在这四个DN里面~
值得一提的是，这种切分策略也支持非均匀分布~实在是测不动了，盗图两张~





这两张图基本上也说明白了这种非均匀分布的划分策略，重点还是在2x256+1x512=1024上面~
这种划分策略在range-long和mod-long之间取了一个折中点，同时，也还算是比较灵活，可以根据不同的情况进行非均匀划分，实际上能应用的场景会稍微多一点吧，或者说，不少场景都能用一用，相对减少了跨DN的情形，又把数据比较均匀的切分开来了，单点查询也不会太慢。

可以说，MyCAT的分库分表的重点，基本全部在这个rule里面体现了，表要不要分，表的数据怎么切分，都是需要根据实际业务来决定，充分根据业务的特点去决定最合适的划分策略

------------------------------------------------------------------------------------------

schema.xml 配置

<?xml version=\"1.0\"?>

<!DOCTYPE mycat:schema SYSTEM \"schema.dtd\">

<mycat:schema xmlns:mycat=\"http://org.opencloudb/\">

<schema name=\"mycat\" checkSQLschema=\"false\" sqlMaxLimit=\"100\">

<!-- auto sharding by id (long) -->

<table name=\"students\" dataNode=\"dn1,dn2,dn3,dn4\" rule=\"rule1\" />

<table name=\"log_test\" dataNode=\"dn1,dn2,dn3,dn4\" rule=\"rule2\" />

<!-- global table is auto cloned to all defined data nodes ,so can join

with any table whose sharding node is in the same data node -->

<!--<table name=\"company\" primaryKey=\"ID\" type=\"global\" dataNode=\"dn1,dn2,dn3\" />

<table name=\"goods\" primaryKey=\"ID\" type=\"global\" dataNode=\"dn1,dn2\" />

-->

<table name=\"item_test\" primaryKey=\"ID\" type=\"global\" dataNode=\"dn1,dn2,dn3,dn4\" />

<!-- random sharding using mod sharind rule -->

<!-- <table name=\"hotnews\" primaryKey=\"ID\" dataNode=\"dn1,dn2,dn3\"

rule=\"mod-long\" /> -->

<!--

<table name=\"worker\" primaryKey=\"ID\" dataNode=\"jdbc_dn1,jdbc_dn2,jdbc_dn3\" rule=\"mod-long\" />

-->

<!-- <table name=\"employee\" primaryKey=\"ID\" dataNode=\"dn1,dn2\"

rule=\"sharding-by-intfile\" />

<table name=\"customer\" primaryKey=\"ID\" dataNode=\"dn1,dn2\"

rule=\"sharding-by-intfile\">

<childTable name=\"orders\" primaryKey=\"ID\" joinKey=\"customer_id\"

parentKey=\"id\">

<childTable name=\"order_items\" joinKey=\"order_id\"

parentKey=\"id\" />

<ildTable>

<childTable name=\"customer_addr\" primaryKey=\"ID\" joinKey=\"customer_id\"

parentKey=\"id\" /> -->

</schema>

<!-- <dataNode name=\"dn\" dataHost=\"localhost\" database=\"test\" /> -->

<dataNode name=\"dn1\" dataHost=\"localhost\" database=\"test1\" />

<dataNode name=\"dn2\" dataHost=\"localhost\" database=\"test2\" />

<dataNode name=\"dn3\" dataHost=\"localhost\" database=\"test3\" />

<dataNode name=\"dn4\" dataHost=\"localhost\" database=\"test4\" />

<!--

<dataNode name=\"jdbc_dn1\" dataHost=\"jdbchost\" database=\"db1\" />

<dataNode name=\"jdbc_dn2\" dataHost=\"jdbchost\" database=\"db2\" />

<dataNode name=\"jdbc_dn3\" dataHost=\"jdbchost\" database=\"db3\" />

-->

<dataHost name=\"localhost\" maxCon=\"100\" minCon=\"10\" balance=\"1\"

writeType=\"1\" dbType=\"mysql\" dbDriver=\"native\">

<heartbeat>select user()<beat>

<!-- can have multi write hosts -->

<writeHost host=\"localhost\" url=\"localhost:3306\" user=\"root\" password=\"wangwenan\">

<!-- can have multi read hosts -->

<readHost host=\"hostS1\" url=\"localhost:3307\" user=\"root\" password=\"wangwenan\"/>

</writeHost>

<writeHost host=\"localhost1\" url=\"localhost:3308\" user=\"root\" password=\"wangwenan\">

<!-- can have multi read hosts -->

<readHost host=\"hostS11\" url=\"localhost:3309\" user=\"root\" password=\"wangwenan\"/>

</writeHost>

</dataHost>

<!-- <writeHost host=\"hostM2\" url=\"localhost:3316\" user=\"root\" password=\"123456\"/> -->

<!--

<dataHost name=\"jdbchost\" maxCon=\"1000\" minCon=\"1\" balance=\"0\" writeType=\"0\" dbType=\"mongodb\" dbDriver=\"jdbc\">

<heartbeat>select user()<beat>

<writeHost host=\"hostM\" url=\"mongodb://192.168.0.99/test\" user=\"admin\" password=\"123456\" ></writeHost>

</dataHost>

-->

<!--

<dataHost name=\"jdbchost\" maxCon=\"1000\" minCon=\"10\" balance=\"0\"

dbType=\"mysql\" dbDriver=\"jdbc\">

<heartbeat>select user()<beat>

<writeHost host=\"hostM1\" url=\"jdbc:mysql://localhost:3306\"

user=\"root\" password=\"123456\">

</writeHost>

</dataHost>

-->

</mycat:schema>

第一行参数<schema name="mycat" checkSQLschema="false" sqlMaxLimit="100"/>
在这一行参数里面,schema name定义了可以在MyCAT前端显示的逻辑数据库的名字,
checkSQLschema这个参数为False的时候,表明MyCAT会自动忽略掉表名前的数据库名,比如说mydatabase1.test1,会被当做test1;
sqlMaxLimit指定了SQL语句返回的行数限制;






如截图,这个limit会让MyCAT在分发SQL语句的时候,自动加上一个limit,限制从分库获得的结果的行数,另外,截图右上角可以看到,MyCAT本身也是有缓存的;
那么,如果我们执行的语句要返回较多的数据行,在不修改这个limit的情况下,MyCAT会怎么做?



可以从截图看到,MyCAT完全就没搭理前端的实际需求,老老实实返回100条数据,所以如果实际应用里面需要返回大量数据,可能就得手动改逻辑了
MyCAT的1.4版本里面，用户的Limit参数会覆盖掉默认的MyCAT设置
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

<table name="students" dataNode="dn1,dn2,dn3,dn4" rule="rule1" />
这一行代表在MyCAT前端会显示哪些表名,类似几行都代表一样的意思,这里强调的是表,而MyCAT并不会在配置文件里面定义表结构
如果在前端使用show create table ,MyCAT会显示正常的表结构信息,观察Debug日志,



可以看到,MyCAT把命令分发给了dn1代表的数据库,然后把dn1的查询结果返回给了前端
可以判断,类似的数据库级别的一些查询指令,有可能是单独分发给某个节点,然后再把某个节点的信息返回给前端;

dataNode的意义很简单,这个逻辑表的数据存储在后端的哪几个数据库里面
rule代表的是这个逻辑表students的具体切分策略,目前MyCAT只支持按照某一个特殊列,遵循一些特殊的规则来切分,如取模,枚举等,具体的留给之后细说

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

<table name="item_test" primaryKey="ID" type="global" dataNode="dn1,dn2,dn3,dn4" />
这一行代表的是全局表,这意味着,item_test这张表会在四个dataNode里面都保存有完整的数据副本,那么查询的时候还会分发到所有的数据库么?



结果如截图,MyCAT依然是规规矩矩的返回了100条数据(╮(╯_╰)╭),而针对全局表的查询,只会分发到某一个节点上
配置的primaryKey没发现作用在哪里，姑且忽略吧，以后发现了再补上

-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------

childtable我在测试中并没有实际用起来不过在MyCAT的设计文档里面有提到，childtable是一种依赖于父表的结构，
这意味着，childtable的joinkey会按照父表的parentKey的策略一起切分，当父表与子表进行连接，且连接条件是childtable.joinKey=parenttable.parentKey时,不会进行跨库的连接.
PS:具体测试以后再补

-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------

dataNode的参数在之前的篇章介绍过,这里直接跳过~

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

dataHost配置的是实际的后端数据库集群,大部分参数简单易懂,这里就不一个个介绍了,只介绍比较重要的两个参数,writeType和balance.
writeType和balance是用来控制后端集群的读写分离的关键参数，这里我用了双主双从的集群配置
这里的测试过程比较麻烦，所以直接贴结论：
1.balance=0时,读操作都在localhost上(localhost失败时,后端直接失败)
2.balance=1时,读操作会随机分散在localhost1和两个readhost上面(localhost失败时,写操作会在localhost1,如果localhost1再失败,则无法进行写操作)
3.balance=2时,写操作会在localhost上，读操作会随机分散在localhost1,localhost1和两个readhost上面(同上)
4.writeType=0时,写操作会在localhost上,如果localhost失败,会自动切换到localhost1,localhost恢复以后并不会切换回localhost进行写操作
5.writeType=1时,写操作会随机分布在localhost和localhost1上,单点失败并不会影响集群的写操作,但是后端的从库会无法从挂掉的主库获取更新,会在读数据的时候出现数据不一致
举例:localhost失败了,写操作会在localhost1上面进行,localhost1的主从正常运行,但是localhost的从库无法从localhost获取更新,localhost的从库于其他库出现数据不一致

--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

实际上,MyCAT本身的读写分离是基于后端集群的同步来实现的,而MyCAT本身则提供语句的分发功能,当然,那个sqlLimit的限制也使得MyCAT会对前端应用层的逻辑造成一些影响
由schema到table的配置,则显示出MyCAT本身的逻辑结构里面,就包含了分库分表的这种特性(可以指定不同的表存在于不同的数据库中,而不必分到全部数据库)