Mycat搭建分库分表方式

更新时间：2025年01月08日 08:53:18 作者：MuseLss

文章介绍了如何使用分库分表架构来解决单表数据量过大带来的性能和存储容量限制的问题,通过在一对主从复制节点上配置数据源,并使用分片算法将数据分配到不同的数据库表中,可以有效降低单表数据量过大导致的效率问题

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～～

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

mysql字符切割的四种方式汇总
这篇文章主要介绍了mysql字符切割的四种方式汇总,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
2024-01-01
MySQL 查询某个字段不重复的所有记录
现在想从这5条记录中查询所有title不重复的记录
2009-05-05
MySql,MVCC实现及其机制,快照读在RC,RR下的区别说明
这篇文章主要介绍了MySql,MVCC实现及其机制,快照读在RC,RR下的区别说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
2024-04-04
mysql中包含查询的五种方法总结
这篇文章主要给大家介绍了关于mysql中包含查询的五种方法, 在MySQL中,包含语句是一种用来包含其他查询语句的语句,通常用在WHERE语句中,需要的朋友可以参考下
2023-08-08
MySQL 聚簇索引、非聚簇索引与回表详解
本文我们从数据库物理存储的底层逻辑出发,系统拆解了聚簇索引与非聚簇索引的核心概念、存储结构、查询流程,以及"回表"操作的本质,感兴趣的朋友跟随小编一起看看吧
2026-02-02
mysql通过binlog日志复制主从同步的实现
本文主要介绍了mysql通过binlog日志复制主从同步的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
2024-05-05
一步步教你在Navicat上如何停止正在运行的MYSQL语句
很多时候我们会提交一些耗时比较长的sql,可能出现mysql服务器内存或者CPU暴增,引起报警,甚至影响其他业务,下面这篇文章主要给大家介绍了关于在Navicat上如何停止正在运行的MYSQL语句的相关资料,需要的朋友可以参考下
2023-03-03
MySQL 中 Varchar(50) 和 varchar(500) 区别介绍
网上说Varchar(50)和varchar(500)存储空间上是一样的,真的是这样吗,基于性能考虑,是因为过长的字段会影响到查询性能,本文我将带着这两个问题探讨验证一下,需要的朋友可以参考下
2024-08-08
一文详解如何在MySQL中处理JSON数据
在当今的大数据时代,JSON作为一种轻量级的数据交换格式,被广泛应用于Web应用的数据传输,随着MySQL 5.7的发布,MySQL引入了对JSON数据类型的支持,本文将详细介绍如何在MySQL中处理JSON数据,并提供示例,需要的朋友可以参考下
2024-08-08
ubuntu20.04配置mysql8.0的实现步骤
本文主要介绍了ubuntu20.04配置mysql8.0的实现步骤，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2023-05-05