前言
夜深人靜的時候，打開
雲音樂
，點上一曲
攀登
，帶上真無線藍牙耳機，瞬間燃到爆，鍵盤打字如飛倦意全無。
分片規則
這幾天有人問我，dble和MyCat到底有什麼不同。其實dble作為MyCAT的同門，吸收了MyCat的精華，同時也相應的做了一些減法。隻支援MySQL顯得更加的純粹。是以選擇對比學習兩者我覺得挺好。
前面我們學習了schema.xml檔案的配置，我們能獨立的把
邏輯庫
和
邏輯表
搭建起來，讓資料表跟随我們的定義規則(取模)進行分布。今天我們介紹具體的分片算法。
dble
相對于
mycat
來說，是做了一些減法的。比如一緻hash算法就沒有,而是使用了
jumpstringhash
代替了一緻性hash。具體原因可以參考文章
dble 沿用 jumpstringhash,移除 Mycat 一緻性 hash 原因
-
hash分區算法
- stringhash分區算法
- enum分區算法
- numberrange分區算法
- patternrange分區算法
- date分區算法
- jumpstringhash算法
HASH分區算法
Hash分區算法是一種比較典型而且常用的算法。要使用HASH分區算法需要在rule.xml中定義兩個部分。
分區規則定義
如下所示，使用
tableRule
标簽定義，name對應的是規則的名字，而
rule
标簽中的
columns
則對應的分片字段，這個字段必須和表中的字段一緻。
algorithm
則代表了執行分片函數的名字。
<tableRule name="auto-sharding-long">
<rule>
<columns>id</columns>
<algorithm>rang-long</algorithm>
</rule>
</tableRule> 分區算法定義
function
标簽定義分區算法，name代表算法的名字，算法的名字要和上面的tableRule中的标簽相對應。
class
：指定分區算法實作類。
property
指定了對應分區算法的參數。不同的算法參數不同。
<function name="rang-long" class="com.actiontech.dble.route.function.AutoPartitionByLong">
<property name="mapFile">auto-sharding-long.txt</property>
...
</function> -
partitionCount
-
partitionLength
測試Hash分區算法
1.在啟動的時候，兩個數組點乘做運算，得到取模數。
2.兩個數組進行叉乘，得出實體分區表。
3.根據where條件的值來落入實際分片
select * from shareding_key = 999; 先根據分片鍵取出999，按照公式1的計算結果除取模，然後得到的值落到2計算出來的分片中。
4.舉個簡單的例子:
<property name="partitionCount">2,3</property>
<property name="partitionLength">100,50</property> 根據公式1
也就是傳進來的值需要對350取模。
根據公式2,實體分區為
999對350取模，正好是299。落在250-300這個區間裡面。也就是第4個區間。
接下來我們實際來測試一下，我們在rule.xml中設定如下：
<tableRule name="rule_hash">
<rule>
<columns>id</columns>
<algorithm>func_hash_test</algorithm>
</rule>
</tableRule>
<function name="func_hash_test" class="Hash">
<property name="partitionCount">2,3</property>
<property name="partitionLength">100,50</property>
</function> 我們通過公式2算出有5個分片。是以在schema.xml中設定table屬性如下：
<table name="hash_test" primaryKey="id" rule="rule_hash" dataNode="dn1,dn2,dn3,dn4,dn5"/> 5.建立表測試
我們先使用shell建立1000行資料，在建立表，通過load data文法将我們shell産生的檔案進行導入。
for i in {1..1000}
do
echo $i'|name'$[i]'' >>a1.txt
done 請原諒我作為一個GEEK，把桌面和終端完美結合成二次元是标配。
這裡可以看到我們查詢999這個資料，會自動到dn4這個分片上進行查詢。再比如我們查500,500對350取模是150，150是落在第二個分區裡面的。
6.另一個例子
<property name="partitionCount">2</property>
<property name="partitionLength">1000</property> 此時C _L=2_1000=2000,将對2000進行取模。
同時将劃分如下的分區：
注意事項
- M不能大于2880。2880的原因是這樣的:2, 3, 4, 5, 6, 8, 9, 10, 12, 15, 16, 18, 20, 24, 30, 32, 36, 40, 45, 48, 60, 64, 72, 80, 90, 96, 120, 144, 160, 180, 192, 240, 288, 320, 360, 480, 576, 720, 960, 1440是2880的約數,這樣預分片擴容友善。
- N必須要等于schema.xml中使用該分區算法的邏輯表的dataNode屬性指定的DataNode數量之和，比如我們上面這個算法是5個分區，但是如果你在邏輯表的dataNode屬性中設定分區個數小于5，dataNode="dn1,dn2,dn3,dn4"，則dble就會報錯。
partition size : 5 > table datanode size : 4 please make sure table datanode size = function partition size
- $C\_n$和$L\_n$的個數必須相等。
- 分區字段必須為整型字段，如果是其他類型，要求值可轉化為數字。
- 當partitionLength為1時，hash分區算法退化為求模算法，M及N均為partitionCount的值。
- NULL作為分片列的值的時候資料的結果恒落在0号節點(第一個節點上)，建議最好不要讓這種情況出現，強制設定分片鍵為not null。
後記
今天學習了分片算法Hash。後續将繼續分享其他的算法。謝謝支援！