MySQL分布式集群之MyCAT（二）schema详解（修正）

在第一部分，有简单的介绍MyCAT的搭建和配置文件的基本情况，这一篇详细介绍schema的一些具体参数，以及实际作用
首先贴上自己测试用的schema文件，双引号之前的反斜杠不会消除，姑且当成不存在吧...

点击(此处)折叠或打开

<?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)
              下一章将会介绍server和rule的一些细节