不积跬步,无以至千里;不积小流,无以成江海。

Mycat中的10种分片规则

数据库 康康 759℃ 0评论

在数据切分处理中,特别是水平切分中,中间件最重要的两个处理过程就是数据的切分、数捤的聚和。选择合适的切分规则,至关重要,因为它决定了后续数据聚和的难易程度,甚至可以避免跨库的数据聚合处理。

分片规则配置文件rule.xml

rule.xml 里面就定义了我们对表进行拆分所涉及到的规则定义。我们可以灵活的对表使用不同的分片算法,或者对表使用相同的算法但具体的参数不同。这个文件里面主要有 tableRule 和 function 这丟个标签。在具体使用过程中可以按照需求添加 tableRule 和 function。

tableRule标签

这个标签定义了表规则。
定义的表规则,在 schema.xml的table标签中可以用rule属性指定规则:

<tableRule name=”rule1″>

<rule>

<columns>id</columns>

<algorithm>func1</algorithm>

</rule>

</tableRule>

name 属性指定唯一的名字,用于标示不同的表规则。
内嵌的 rule 标签则指定对物理表中的哪一列进行拆分和使用什么路由算法。
columns 指定要拆分的列名字。
algorithm 使用 function 标签中的name 属性。连接表规则和具体路由算法。当然,多个表规则可以连接到同一个路由算法上。table 标签内使用。让逻辑表使用这个规则进行分片。

function标签

<function name=”hash-int” class=”org.opencloudb.route.function.PartitionByFileMap”>

<property name=”mapFile”>partition-hash-int.txt</property>

</function>

name 指定算法的名字。

class 指定路由算法具体的类名字。

property 为具体算法需要用到的一些属性。

一、枚举法

<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
上面columns 标识将要分片的表字段,algorithm 分片函数,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,结点为指定的值
*
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_name val:ffffffff
*/

二、固定分片hash算法

<tableRule name=”rule1″>
    <rule>
      <columns>user_id</columns>
      <algorithm>func1</algorithm>
    </rule>
</tableRule>
  <function name=”func1″ class=”io.mycat.route.function.PartitionByLong”>
    <property name=”partitionCount”>2,1</property>
    <property name=”partitionLength”>256,512</property>
  </function>
配置说明:
上面columns 标识将要分片的表字段,algorithm 分片函数,partitionCount 分片个数列表,partitionLength 分片范围列表分区长度: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
用法例子:
@Test
public void testPartition() {
    // 本例的分区策略:希望将数据水平分成3份,前两份各占25%,第三份占50%。(故本例非均匀分区)
    // |<---------------------1024------------------------>|
    // |<----256--->|<----256--->|<----------512---------->|
    // | partition0 | partition1 | partition2 |
    // | 共2份,故count[0]=2 | 共1份,故count[1]=1 |
    int[] count = new int[] { 2, 1 };
    int[] length = new int[] { 256, 512 };
    PartitionUtil pu = new PartitionUtil(count, length);

    // 下面代码演示分别以offerId字段或memberId字段根据上述分区策略拆分的分配结果
    int DEFAULT_STR_HEAD_LEN = 8; // cobar默认会配置为此值
    long offerId = 12345;
    String memberId = "qiushuo";

    // 若根据offerId分配,partNo1将等于0,即按照上述分区策略,offerId为12345时将会被分配到partition0中
    int partNo1 = pu.partition(offerId);

    // 若根据memberId分配,partNo2将等于2,即按照上述分区策略,memberId为qiushuo时将会被分到partition2中
    int partNo2 = pu.partition(memberId, 0, DEFAULT_STR_HEAD_LEN);

    Assert.assertEquals(0, partNo1);
    Assert.assertEquals(2, partNo2);
}
如果需要平均分配设置:平均分为4分片,partitionCount*partitionLength=1024
<function name=”func1″ class=”org.opencloudb.route.function.PartitionByLong”>
    <property name=”partitionCount”>4</property>
    <property name=”partitionLength”>256</property>
  </function>

三、范围约定

<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>
  </function>
# range start-end ,data node index
# K=1000,M=10000.
0-500M=0
500M-1000M=1
1000M-1500M=2
0-10000000=0
10000001-20000000=1
 
配置说明:
上面columns 标识将要分片的表字段,algorithm 分片函数,
rang-long 函数中mapFile代表配置文件路径
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

四、求模法

<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”>3</property>
  </function>
配置说明:
上面columns 标识将要分片的表字段,algorithm 分片函数,
此种配置非常明确即根据id与count(你的结点数)进行求模预算,相比方式1,此种在批量插入时需要切换数据源,id不连续

五、日期列分区法

<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=”sPartionDay”>10</property>
  </function>
配置说明:上面columns 标识将要分片的表字段,algorithm 分片函数,配置中配置了开始日期,分区天数,即默认从开始日期算起,分隔10天一个分区还有一切特性请看源码

Assert.assertEquals(true, 0 == partition.calculate(“2014-01-01”));
Assert.assertEquals(true, 0 == partition.calculate(“2014-01-10”));
Assert.assertEquals(true, 1 == partition.calculate(“2014-01-11”));
Assert.assertEquals(true, 12 == partition.calculate(“2014-05-01”));

六、通配取模

<tableRule name=”sharding-by-pattern”>
      <rule>
        <columns>user_id</columns>
        <algorithm>sharding-by-pattern</algorithm>
      </rule>
   </tableRule>
<function name=”sharding-by-pattern” class=”io.mycat.route.function.PartitionByPattern”>
    <property name=”patternValue”>256</property>
    <property name=”defaultNode”>2</property>
    <property name=”mapFile”>partition-pattern.txt</property>
  </function>
partition-pattern.txt :
# id partition range start-end ,data node index
###### first host configuration
1-32=0
33-64=1
65-96=2
97-128=3
######## second host configuration
129-160=4
161-192=5
193-224=6
225-256=7
0-0=7
配置说明:上面columns 标识将要分片的表字段,algorithm 分片函数,patternValue 即求模基数,defaoultNode 默认节点,如果不配置了默认,则默认是0即第一个结点mapFile 配置文件路径配置文件中,1-32 即代表id%256后分布的范围,如果在1-32则在分区1,其他类推,如果id非数字数据,则会分配在defaoultNode 默认节点

String idVal = “0”;

Assert.assertEquals(true, 7 == autoPartition.calculate(idVal));
idVal = “45a”;
Assert.assertEquals(true, 2 == autoPartition.calculate(idVal));

七、ASCII码求模通配

<tableRule name=”sharding-by-prefixpattern”>
      <rule>
        <columns>user_id</columns>
        <algorithm>sharding-by-prefixpattern</algorithm>
      </rule>
   </tableRule>
<function name=”sharding-by-pattern” class=”io.mycat.route.function.PartitionByPrefixPattern”>
    <property name=”patternValue”>256</property>
    <property name=”prefixLength”>5</property>
    <property name=”mapFile”>partition-pattern.txt</property>
  </function>
partition-pattern.txt:
# range start-end ,data node index
# ASCII
# 48-57=0-9
# 64、65-90=@、A-Z
# 97-122=a-z
###### first host configuration
1-4=0
5-8=1
9-12=2
13-16=3
###### second host configuration
17-20=4
21-24=5
25-28=6
29-32=7
0-0=7
配置说明:
上面columns 标识将要分片的表字段,algorithm 分片函数,patternValue 即求模基数,prefixLength ASCII 截取的位数mapFile 配置文件路径配置文件中,1-32 即代表id%256后分布的范围,如果在1-32则在分区1,其他类推
此种方式类似方式6只不过采取的是将列种获取前prefixLength位列所有ASCII码的和进行求模sum%patternValue ,获取的值,在通配范围内的
即 分片数,
/**
* ASCII编码:
* 48-57=0-9阿拉伯数字
* 64、65-90=@、A-Z
* 97-122=a-z
*
*/

String idVal=”gf89f9a”;
Assert.assertEquals(true, 0==autoPartition.calculate(idVal));

idVal=”8df99a”;
Assert.assertEquals(true, 4==autoPartition.calculate(idVal));

idVal=”8dhdf99a”;
Assert.assertEquals(true, 3==autoPartition.calculate(idVal));

八、编程指定

<tableRule name=”sharding-by-substring”>
      <rule>
        <columns>user_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”>8</property>
    <property name=”defaultPartition”>0</property>
  </function>
配置说明:
上面columns 标识将要分片的表字段,algorithm 分片函数
此方法为直接根据字符子串(必须是数字)计算分区号(由应用传递参数,显式指定分区号)。
例如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,如果没传默认分配到defaultPartition

九、字符串拆分hash解析

<tableRule name=”sharding-by-stringhash”>
      <rule>
        <columns>user_id</columns>
        <algorithm>sharding-by-stringhash</algorithm>
      </rule>
   </tableRule>
<function name=”sharding-by-substring” class=”io.mycat.route.function.PartitionByString”>
    <property name=length>512</property> <!– zero-based –>
    <property name=”count”>2</property>
    <property name=”hashSlice”>0:2</property>
  </function>
配置说明:
上面columns 标识将要分片的表字段,algorithm 分片函数函数中length代表字符串hash求模基数,count分区数,hashSlice hash预算位即根据子字符串 hash运算
 hashSlice : 0 means str.length(), -1 means str.length()-1

/**
* “2” -&gt; (0,2)<br/>
* “1:2” -&gt; (1,2)<br/>
* “1:” -&gt; (1,0)<br/>
* “-1:” -&gt; (-1,0)<br/>
* “:-1” -&gt; (0,-1)<br/>
* “:” -&gt; (0,0)<br/>
*/

public class PartitionByStringTest {

   @Test
   public void test() {
      PartitionByString rule = new PartitionByString();
      String idVal=null;
      rule.setPartitionLength("512");
      rule.setPartitionCount("2");
      rule.init();
      rule.setHashSlice("0:2");
//    idVal = "0";
//    Assert.assertEquals(true, 0 == rule.calculate(idVal));
//    idVal = "45a";
//    Assert.assertEquals(true, 1 == rule.calculate(idVal));

      
      
      //last 4
      rule = new PartitionByString();
      rule.setPartitionLength("512");
      rule.setPartitionCount("2");
      rule.init();
      //last 4 characters
      rule.setHashSlice("-4:0");
      idVal = "aaaabbb0000";
      Assert.assertEquals(true, 0 == rule.calculate(idVal));
      idVal = "aaaabbb2359";
      Assert.assertEquals(true, 0 == rule.calculate(idVal));
   }

十、一致性hash

<tableRule name=”sharding-by-murmur”>
      <rule>
        <columns>user_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”>2</property><!– 要分片的数据库节点数量,必须指定,否则没法分片—>
      <property name=”virtualBucketTimes”>160</property><!– 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–>
      <!–
      <property name=”weightMapFile”>weightMapFile</property>
                     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 –>
      <!–
      <property name=”bucketMapPath”>/etc/mycat/bucketMapPath</property>
                      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 –>
  </function>
 
一致性hash预算有效解决了分布式数据的扩容问题,前1-9中id规则都多少存在数据扩容难题,而10规则解决了数据扩容难点

转载请注明:左手代码右手诗 » Mycat中的10种分片规则

喜欢 (0)or分享 (0)
头像
发表我的评论
取消评论

表情

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址
隐藏