彻底分清：垂直分库、水平分库、垂直分表、水平分表（附 Mycat 完整配置）

Mycat 分库分表配置详解：垂直/水平分库/分表一网打尽

Mycat 作为经典的数据库中间件，其核心功能就是对数据进行分片，而分片又常被划分为四种典型策略：垂直分库、水平分库、垂直分表、水平分表 。很多人在配置时对 rule 的写法、分片键的位置、多表规则能否复用等问题感到困惑。本文将用最清晰的配置示例和总结，一次性讲透这四种方式，并给出可直接套用的模板。

本文基于 Mycat 1.6+ 版本，配置均以 schema.xml 和 rule.xml 为例。

0. 公共基础结构

在开始之前，先给出 Mycat 的 schema.xml 基本骨架，后面的所有配置都将基于此展开：

复制代码

<?xml version="1.0"?>
<!DOCTYPE mycat:schema SYSTEM "schema.dtd">
<mycat:schema xmlns:mycat="http://io.mycat/">

  <!-- 逻辑库 -->
  <schema name="MYCAT_DB" checkSQLschema="false" sqlMaxLimit="100">
    <!-- 各种 <table> 配置放在这里 -->
  </schema>

  <!-- 数据节点：逻辑库 → 物理库 -->
  <dataNode name="dn1" dataHost="host1" database="db1" />
  <dataNode name="dn2" dataHost="host2" database="db2" />
  <dataNode name="dn3" dataHost="host3" database="db3" />

  <!-- 物理主机配置（示例仅写一个，实际可扩展） -->
  <dataHost name="host1" maxCon="1000" minCon="10"
            balance="0" writeType="0" dbType="mysql" dbDriver="native">
    <heartbeat>select user()</heartbeat>
    <writeHost host="hostM1" url="127.0.0.1:3306" user="root" password="123456"/>
  </dataHost>
  <!-- host2、host3 配置类似，略 -->

</mycat:schema>

rule.xml 的基本结构：

复制代码

<?xml version="1.0"?>
<!DOCTYPE mycat:rule SYSTEM "rule.dtd">
<mycat:rule xmlns:mycat="http://io.mycat/">
  <!-- 这里放 tableRule 和 function -->
</mycat:rule>

1. 垂直分库（按业务分库，整表迁移）

特点：不同业务表放在不同的数据库节点上，不涉及数据行的拆分，不需要配置分片规则（rule）。

场景：用户表、订单表、商品表分别存入不同的物理库。

schema.xml 配置

复制代码

<schema name="MYCAT_DB" checkSQLschema="false" sqlMaxLimit="100">
  <!-- 用户模块：放在 dn1 -->
  <table name="t_user"      dataNode="dn1" primaryKey="id"/>
  <table name="t_user_addr" dataNode="dn1" primaryKey="id"/>

  <!-- 订单模块：放在 dn2 -->
  <table name="t_order"     dataNode="dn2" primaryKey="order_id"/>
  <table name="t_order_item" dataNode="dn2" primaryKey="id"/>

  <!-- 商品模块：放在 dn3 -->
  <table name="t_goods"     dataNode="dn3" primaryKey="id"/>
</schema>

每一张表都完整存在于某个库中，Mycat 仅负责将 SQL 路由到对应的数据节点。
无 rule，因为数据没有被打散。

2. 水平分库（一张表的数据散列到多个库）

特点：同一张表的结构在多个库中都有，数据按分片键分散存储，必须配置分片规则（rule） 。

与水平分表的核心区别：水平分库的 <table> 里是多个 dataNode，且没有 subTables。

为避免和单库分表混淆，这里用两张关联表（订单表、订单项表）同时进行水平分库的示例。

schema.xml

复制代码

<schema name="MYCAT_DB" checkSQLschema="false" sqlMaxLimit="100">
  <!-- 两张表都水平分库到 dn1,dn2,dn3，共用同一个 rule -->
  <table name="t_order"      dataNode="dn1,dn2,dn3" rule="mod_rule" primaryKey="id"/>
  <table name="t_order_item" dataNode="dn1,dn2,dn3" rule="mod_rule" primaryKey="id"/>
</schema>

rule.xml（取模分片）

复制代码

<tableRule name="mod_rule">
  <rule>
    <columns>id</columns>              <!-- 分片键 -->
    <algorithm>mod-long</algorithm>
  </rule>
</tableRule>

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

说明

分片键 id 写在 rule 的 <columns> 里，物理表中必须包含该字段。
多张表共用 mod_rule，Mycat 会根据每张表的分片键独立路由到对应库，完全不需要重复定义 rule。
因为两张表的分片规则一致，关联查询（如 JOIN ON id）时，数据大概率落在同一分片节点，避免跨库 JOIN。

3. 垂直分表（单库内大表拆小表：主表 + 扩展表）

特点：在同一个数据库中，将一张表的字段拆分成多张表（如常用字段与大字段分离）。

核心真相：垂直分表是纯人工手动拆表，Mycat 不参与任何字段拆分或合并逻辑，它只负责声明表在哪个节点！

场景：商品表拆分为 t_goods_main（高频小字段）和 t_goods_ext（大文本字段）。

物理建表（自己在 MySQL 中执行）

复制代码

-- 主表：常用字段
CREATE TABLE t_goods_main(
    id INT PRIMARY KEY,
    goods_name VARCHAR(50),
    price DECIMAL(10,2),
    stock INT
);

-- 扩展表：大字段、冷门字段
CREATE TABLE t_goods_ext(
    goods_id INT PRIMARY KEY,   -- 与主表 id 一一对应
    goods_detail LONGTEXT,
    goods_img TEXT
);

schema.xml 配置

复制代码

<schema name="MYCAT_DB" checkSQLschema="false" sqlMaxLimit="100">
  <!-- 两张表都在同一个数据节点 dn1，没有 rule -->
  <table name="t_goods_main" dataNode="dn1" primaryKey="id"/>
  <table name="t_goods_ext"  dataNode="dn1" primaryKey="goods_id"/>
</schema>

Mycat 这段配置只做了三件事：

告诉 Mycat 这两张表都在 dn1 库中；
声明各自的主键字段；
不控制任何字段，字段如何拆分完全由建表时决定。

正因为是"纯手动"，所以垂直分表不需要任何 rule，增删改查也需要自己写关联 SQL（见下文第 7 节）。

4. 水平分表（单库内，逻辑表拆多张物理子表）

特点：在同一个数据库中，一张逻辑表对应多张物理子表（如 t_log_0, t_log_1 ......），数据按分片键自动路由到对应的子表。必须配置 rule。

schema.xml

复制代码

<schema name="MYCAT_DB" checkSQLschema="false" sqlMaxLimit="100">
  <!-- 单库 dn1，分成 4 张子表：t_log_0 ~ t_log_3 -->
  <table name="t_log" subTables="t_log_$0-3" dataNode="dn1" rule="log_rule" primaryKey="id"/>
</schema>

rule.xml（单库内取模）

复制代码

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

<function name="mod-long" class="io.mycat.route.function.PartitionByMod">
  <property name="count">4</property> <!-- 单库分4张表 -->
</function>

注意：subTables="t_log_$0-3" 表示物理表名称为 t_log_0、t_log_1、t_log_2、t_log_3，Mycat 会根据分片算法自动计算目标子表。

5. 组合：水平分库 + 水平分表（常用）

将数据先分到多个库，每个库内再分多张子表。例如订单表分 2 个库，每个库内分 2 张子表，总共 4 个分片。

schema.xml

复制代码

<table name="t_order" dataNode="dn1,dn2" subTables="t_order_$0-1" rule="order_rule" primaryKey="id"/>

rule.xml

复制代码

<function name="mod-long" class="io.mycat.route.function.PartitionByMod">
  <property name="count">4</property> <!-- 2库 × 2表 = 4 -->
</function>

6. 多表分片规则：复用与独立性

6.1 同分片规则 → 复用同一个 rule（推荐）

如果多张关联表都按照相同的分片键和算法分片，只需定义一个 rule，多次引用即可。

复制代码

<!-- schema.xml -->
<table name="t_order"      dataNode="dn1,dn2,dn3" rule="mod_rule" primaryKey="id"/>
<table name="t_order_item" dataNode="dn1,dn2,dn3" rule="mod_rule" primaryKey="id"/>

rule.xml 中只写一份 mod_rule，全局复用。

6.2 不同表分片规则可以不一致（允许）

对于毫无关联的业务表，可以使用完全不同的分片键和分片算法。

复制代码

<!-- schema.xml -->
<table name="t_order" dataNode="dn1,dn2,dn3" rule="mod_rule" primaryKey="order_id"/>
<table name="t_pay"   dataNode="dn1,dn2,dn3" rule="range_rule" primaryKey="user_id"/>

rule.xml 定义两套独立的规则：

复制代码

<!-- 规则1：取模 -->
<tableRule name="mod_rule">
    <rule>
        <columns>order_id</columns>
        <algorithm>mod-long</algorithm>
    </rule>
</tableRule>

<!-- 规则2：范围分片 -->
<tableRule name="range_rule">
    <rule>
        <columns>user_id</columns>
        <algorithm>range-hash</algorithm>
    </rule>
</tableRule>

<function name="mod-long" class="io.mycat.route.function.PartitionByMod">
    <property name="count">3</property>
</function>
<function name="range-hash" class="io.mycat.route.function.AutoPartitionByLong">
    <property name="mapFile">partition-hash-long.txt</property>
</function>

6.3 重要原则：同业务关联表必须统一分片字段

订单、订单项、物流、支付等需要关联查询的表，必须使用相同的分片键和分片规则，否则 JOIN 将跨库，性能极差甚至报错。
毫无关联的独立表（如用户表按 uid 分，日志表按 id 分）允许不同。

正确示例 ：订单表和订单详情表都按 user_id 分片，且共用 user_rule，联表时数据在同一个库，性能高。

复制代码

<!-- 两张表都使用同一个 user_rule，分片键都是 user_id -->
<table name="t_order"      dataNode="dn1,dn2" rule="user_rule" primaryKey="id"/>
<table name="t_order_item" dataNode="dn1,dn2" rule="user_rule" primaryKey="id"/>

同时，物理表中必须都包含 user_id 字段，否则 Mycat 无法正确路由。

复制代码

CREATE TABLE t_order      (id INT, user_id INT, ...);
CREATE TABLE t_order_item (id INT, user_id INT, order_id INT, ...);

7. 垂直分表的插入与查询注意事项

垂直分表后，插入数据必须使用两条 INSERT 语句，不能一条 SQL 同时插入两张表。

复制代码

START TRANSACTION;
INSERT INTO t_goods_main(id, goods_name, price) VALUES(1001, '手机', 2999);
INSERT INTO t_goods_ext(goods_id, goods_detail) VALUES(1001, '超长详情...');
COMMIT;

查询时只需要一条联表 SQL（因为两表在同一库，性能很好）：

复制代码

SELECT m.*, e.goods_detail
FROM t_goods_main m
LEFT JOIN t_goods_ext e ON m.id = e.goods_id
WHERE m.id = 1001;

Mycat 在此处只负责将 SQL 路由到正确节点，不做任何自动拆分或合并字段的操作。

8. 四种策略本质对比总结

策略	核心操作	是否拆分数据	是否需要 rule	分片键位置	Mycat 参与度
垂直分库	不同表存不同库	否	不需要	无	按配置路由表到指定节点
水平分库	同一张表数据散列到多个库	是	必须	rule 的 <columns>	自动分片路由
垂直分表	同库内一张表拆成多张表（字段拆分）	否	不需要	无	只登记表位置，拆分人为完成
水平分表	同库内逻辑表拆成多张物理子表	是	必须	rule 的 <columns>	自动路由到正确的子表

彻底分清：垂直分库、水平分库、垂直分表、水平分表（附 Mycat 完整配置）

Mycat 分库分表配置详解：垂直/水平 分库/分表 一网打尽

0. 公共基础结构

1. 垂直分库（按业务分库，整表迁移）

schema.xml 配置

2. 水平分库（一张表的数据散列到多个库）

schema.xml

rule.xml（取模分片）

说明

3. 垂直分表（单库内大表拆小表：主表 + 扩展表）

物理建表（自己在 MySQL 中执行）

schema.xml 配置

4. 水平分表（单库内，逻辑表拆多张物理子表）

schema.xml

rule.xml（单库内取模）

5. 组合：水平分库 + 水平分表（常用）

schema.xml

rule.xml

6. 多表分片规则：复用与独立性

6.1 同分片规则 → 复用同一个 rule（推荐）

6.2 不同表分片规则可以不一致（允许）

6.3 重要原则：同业务关联表必须统一分片字段

7. 垂直分表的插入与查询注意事项

8. 四种策略本质对比总结

Mycat 分库分表配置详解：垂直/水平分库/分表一网打尽