Mycat搭建分库分表

  • 分库分表解决的问题
    • 单表数据量过大带来的性能和存储容量的限制的问题:
      • 索引效率下降
      • 读写瓶颈
      • 存储容量限制
      • 事务性能问题
  • 分库分表架构
  • 再搭建一对主从复制节点,3307主节点,3309从节点
  • 配置数据源 dw1 , dr1,
  • 创建集群c1
  • 创建逻辑库 CREATE DATABASE clusterdb;
  • 创建广播表 BROADCAST代表广播表,意味着所有的数据源都会创建这张表

CREATE TABLE clusterdb.`dict_type` (

`id` int(11) unsigned NOT NULL AUTO_INCREMENT COMMENT '主键',

`type_id` int(11) NOT NULL COMMENT '业务类型id',

`name` varchar(255) DEFAULT NULL COMMENT '名称',

PRIMARY KEY (`id`) USING BTREE

)ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='类型字典' BROADCAST;

  • 添加数据

INSERT INTO clusterdb.`dict_type` VALUES (1,1,'发货单');

INSERT INTO clusterdb.`dict_type` VALUES (2,2,'收货单');

INSERT INTO clusterdb.`dict_type` VALUES (3,3,'出库单');

INSERT INTO clusterdb.`dict_type` VALUES (4,4,'入库单');

INSERT INTO clusterdb.`dict_type` VALUES (5,5,'出室单');

INSERT INTO clusterdb.`dict_type` VALUES (6,6,'入室单');

  • 验证一下是否每个数据节点都有数据
  • 创建分片库表
    • 分库分片表就是把数据按照特定的算法,分配到不同的数据库表中,达到降低单表数据量过大导致的效率问题。

CREATE TABLE clusterdb.orders(

`id` int(11) unsigned NOT NULL AUTO_INCREMENT COMMENT '主键',

`order_type` int(11) NOT NULL COMMENT '业务类型id',

`order_name` varchar(255) DEFAULT NULL COMMENT '名称',

PRIMARY KEY (`id`) USING BTREE

)ENGINE=INNODB DEFAULT CHARSET=utf8

dbpartition BY mod_hash(id) tbpartition BY mod_hash(id)

tbpartitions 1 dbpartitions 2;

INSERT into clusterdb.orders values(1,1,'test1');

INSERT into clusterdb.orders values(2,1,'test2');

INSERT into clusterdb.orders values(3,2,'test3');

INSERT into clusterdb.orders values(4,3,'test4');

INSERT into clusterdb.orders values(5,3,'test5');

INSERT into clusterdb.orders values(6,4,'test6');

INSERT into clusterdb.orders values(7,5,'test7');

INSERT into clusterdb.orders values(8,5,'test8');

INSERT into clusterdb.orders values(9,5,'test9');

INSERT into clusterdb.orders values(10,5,'test10');

  • 验证结果
    • 在mycat进行查询 select * from clusterdb.orders; 能得到全部的结果
  • 主节点1,自动创建clusterdb_0 orders_0 并且存放的是id偶数的数据
  • 主节点2,自动创建clusterdb_1 orders_1 并且存放的id是基数的数据
  • 到这里分库分表就成功啦~~
相关推荐
手把手入门1 小时前
★CentOS:MySQL数据备份
数据库·mysql·adb
SelectDB1 小时前
5000+ 中大型企业首选的 Doris,在稳定性的提升上究竟花了多大的功夫?
大数据·数据库·apache
路多辛1 小时前
Golang database/sql 包深度解析(二):连接池实现原理
数据库·sql·golang
SimonKing2 小时前
Mybatis批量插入,形式不同性能也不同
数据库·后端·程序员
杰克尼3 小时前
MYSQL-175. 组合两个表
数据库·mysql
DemonAvenger3 小时前
MySQL索引原理深度解析与优化策略实战
数据库·mysql·性能优化
189228048613 小时前
NY270NY273美光固态闪存NY277NY287
服务器·网络·数据库·科技·性能优化
星霜笔记7 小时前
Docker 部署 MariaDB+phpMyAdmin+Nextcloud 完整教程
运维·数据库·docker·容器·mariadb
wyiyiyi12 小时前
【Web后端】Django、flask及其场景——以构建系统原型为例
前端·数据库·后端·python·django·flask
天宇_任13 小时前
Mysql数据库迁移到GaussDB注意事项
数据库·mysql·gaussdb