Mycat探索之旅（5）----常用的分片规则

分片枚举

通过在配置文件中配置可能的枚举id，自己配置分片，本规则适用于特定的场景，比如有些业务需要按照省份或区县来做保存，

而全国省份区县固定的，这类业务使用本条规则，配置如下：

<tableRule name="sharding-by-intfile">

<rule>

<!--标识将要分片的表字段-->

<columns>user_id</columns>

<!--分片函数-->

<algorithm>hash-int</algorithm>

</rule>

</tableRule>

<function name="hash-int" class="org.opencloudb.route.function.PartitionByFileMap">

<!--标识配置文件名称-->

<property name="mapFile">partition-hash-int.txt</property>

<!--type默认值为0，0表示Integer，非零表示String-->

<property name="type">0</property>

<!--

默认节点:小于0表示不设置默认节点，大于等于0表示设置默认节点,

所有的节点配置都是从0开始，即0代表节点1

作用：

枚举分片时，如果碰到不识别的枚举值，就让它路由到默认节点

如果不配置默认节点（defaultNode值小于0表示不配置默认节点），碰到不识别的枚举值就会报错，

can’t find datanode for sharding column:column_name val:ffffffff

-->

<property name="defaultNode">0</property>

</function>

partition-hash-int.txt 配置：

10000=0

10010=1

DEFAULT_NODE=1

固定分片hash算法

本条规则类似于十进制的求模运算，区别在于是二进制的操作,是取id的二进制低10位，即id二进制&1111111111。

此算法的优点在于如果按照10进制取模运算，在连续插入1-10时候1-10会被分到1-10个分片，增大了插入的事务控制难度，而

此算法根据二进制则可能会分到连续的分片，减少插入事务事务控制难度。

<tableRule name="rule1">

<rule>

<columns>user_id</columns>

<algorithm>func1</algorithm>

</rule>

</tableRule>

<function name="func1" class="org.opencloudb.route.function.PartitionByLong">

<!--分片个数列表-->

<property name="partitionCount">2,1</property>

<!--分片范围列表-->

<property name="partitionLength">256,512</property>

</function>

配置说明：

分区长度:默认为最大2^n=1024 ,即最大支持1024分区

约束 :

count,length两个数组的长度必须是一致的。

1024 = sum((count[i]*length[i])). count和length两个向量的点积恒等于1024

用法例子：

本例的分区策略：希望将数据水平分成3份，前两份各占25%，第三份占50%。（故本例非均匀分区）

// |<———————1024————————>|

// |<—-256—>|<—-256—>|<———-512———->|

// | partition0 | partition1 | partition2 |

// | 共2份,故count[0]=2 | 共1份，故count[1]=1 |

int[] count = new int[] { 2, 1 };

int[] length = new int[] { 256, 512 };

PartitionUtil pu = new PartitionUtil(count, length);

// 下面代码演示分别以offerId字段或memberId字段根据上述分区策略拆分的分配结果

int DEFAULT_STR_HEAD_LEN = 8; // cobar默认会配置为此值

long offerId = 12345;

String memberId = "qiushuo";

// 若根据offerId分配，partNo1将等于0，即按照上述分区策略，offerId为12345时将会被分配到partition0中

int partNo1 = pu.partition(offerId);

// 若根据memberId分配，partNo2将等于2，即按照上述分区策略，memberId为qiushuo时将会被分到partition2中

int partNo2 = pu.partition(memberId, 0, DEFAULT_STR_HEAD_LEN);

如果需要平均分配设置：平均分为4分片，partitionCount*partitionLength=1024

<function name="func1" class="org.opencloudb.route.function.PartitionByLong">

    <property name="partitionCount">4</property>

    <property name="partitionLength">256</property>

</function>

范围约定

此分片适用于，提前规划好分片字段某个范围属于哪个分片，

start <= range <= end.

range start-end ,data node index

K=1000,M=10000.

<tableRule name="auto-sharding-long">

    <rule>

        <columns>user_id</columns>

        <algorithm>rang-long</algorithm>

    </rule>

</tableRule>

<function name="rang-long" class="org.opencloudb.route.function.AutoPartitionByLong">

    <!--配置文件路径-->

    <property name="mapFile">autopartition-long.txt</property>

    <!--

        超过范围后的默认节点。

        所有的节点配置都是从0开始，及0代表节点1,即预先制定可能的id范围到某个分片

0-500M=0

500M-1000M=1

1000M-1500M=2

或

0-10000000=0

10000001-20000000=1

-->

    <property name="defaultNode">0</property>

</function>

求模

此规则为对分片字段求摸运算。

<tableRule name="mod-long">

    <rule>

        <columns>user_id</columns>

        <algorithm>mod-long</algorithm>

    </rule>

</tableRule>

<function name="mod-long" class="org.opencloudb.route.function.PartitionByMod">

    <!-- how many data nodes -->

    <property name="count">3</property>

</function>

配置说明：

此种配置非常明确即根据id进行十进制求模预算，相比固定分片hash，此种在批量插入时可能存在批量插入单事务插入多数据分

片，增大事务一致性难度。

按日期（天）分片

此规则为按天分片。

<tableRule name="sharding-by-date">

    <rule>

        <columns>create_time</columns>

        <algorithm>sharding-by-date</algorithm>

    </rule>

</tableRule>

<function name="sharding-by-date" class="org.opencloudb.route.function.PartitionByDate">

    <!--日期格式-->

    <property name="dateFormat">yyyy-MM-dd</property>

    <!--开始日期-->

    <property name="sBeginDate">2014-01-01</property>

    <!--分区天数，即默认从开始日期算起，分隔10天一个分区-->

    <property name="sPartionDay">10</property>

</function>

配置说明：

Assert.assertEquals(true, 0 == partition.calculate(“2014-01-01”));

Assert.assertEquals(true, 0 == partition.calculate(“2014-01-10”));

Assert.assertEquals(true, 1 == partition.calculate(“2014-01-11”));

Assert.assertEquals(true, 12 == partition.calculate(“2014-05-01”));

取模范围约束

此种规则是取模运算与范围约束的结合，主要为了后续数据迁移做准备，即可以自主决定取模后数据的节点分布。

<tableRule name="sharding-by-pattern">

    <rule>

        <columns>user_id</columns>

        <algorithm>sharding-by-pattern</algorithm>

    </rule>

</tableRule>

<function name="sharding-by-pattern" class="org.opencloudb.route.function.PartitionByPattern">

    <property name="patternValue">256</property>

    <property name="defaultNode">2</property>

    <property name="mapFile">partition-pattern.txt</property>

</function>

partition-pattern.txt

# id partition range start-end ,data node index

###### first host configuration

1-32=0

33-64=1

65-96=2

97-128=3

######## second host configuration

129-160=4

161-192=5

193-224=6

225-256=7

0-0=7

配置说明：

patternValue 即求模基数，

defaoultNode 默认节点，如果配置了默认，则不会按照求模运算

mapFile 配置文件路径

配置文件中，1-32 即代表id%256后分布的范围，如果在1-32则在分区1，其他类推，如果id非数据，则会分配在defaoultNode

默认节点

String idVal = “0”;

Assert.assertEquals(true, 7 == autoPartition.calculate(idVal));

idVal = “45a”;

Assert.assertEquals(true, 2 == autoPartition.calculate(idVal));

ASCII码求模范围约束

此种规则类似于取模范围约束，此规则支持数据符号字母取模。

<tableRule name="sharding-by-prefixpattern">

    <rule>

        <columns>user_id</columns>

        <algorithm>sharding-by-prefixpattern</algorithm>

    </rule>

</tableRule>

<function name="sharding-by-pattern" class="org.opencloudb.route.function.PartitionByPrefixPattern">

    <property name="patternValue">256</property>

    <property name="prefixLength">5</property>

    <property name="mapFile">partition-pattern.txt</property>

</function>

partition-pattern.txt

# range start-end ,data node index

# ASCII

# 8-57=0-9阿拉伯数字

# 64、65-90=@、A-Z

# 97-122=a-z

###### first host configuration

1-4=0

5-8=1

9-12=2

13-16=3

###### second host configuration

17-20=4

21-24=5

25-28=6

29-32=7

0-0=7

配置说明：

patternValue 即求模基数，

prefixLength ASCII 截取的位数

mapFile 配置文件路径

配置文件中，1-32 即代表id%256后分布的范围，如果在1-32则在分区1，其他类推

此种方式类似方式6只不过采取的是将列种获取前prefixLength位列所有ASCII码的和进行求模sum%patternValue ,获取的值，

在范围内的分片数，

String idVal=“gf89f9a”;

Assert.assertEquals(true, 0==autoPartition.calculate(idVal));

idVal=“8df99a”;

Assert.assertEquals(true, 4==autoPartition.calculate(idVal));

idVal=“8dhdf99a”;

Assert.assertEquals(true, 3==autoPartition.calculate(idVal));

应用指定

此规则是在运行阶段有应用自主决定路由到那个分片。

<tableRule name="sharding-by-substring">

    <rule>

        <columns>user_id</columns>

        <algorithm>sharding-by-substring</algorithm>

    </rule>

</tableRule>

<function name="sharding-by-substring" class="org.opencloudb.route.function.PartitionDirectBySubString">

    <property name="startIndex">0</property> <!-- zero-based -->

    <property name="size">2</property>

    <property name="partitionCount">8</property>

    <property name="defaultPartition">0</property>

</function>

配置说明：

此方法为直接根据字符子串（必须是数字）计算分区号（由应用传递参数，显式指定分区号）。

例如id=05-100000002

在此配置中代表根据id中从startIndex=0，开始，截取siz=2位数字即05，05就是获取的分区，如果没传默认分配到

defaultPartition

字符串hash解析

此规则是截取字符串中的int数值hash分片。

<tableRule name="sharding-by-stringhash">

    <rule>

        <columns>user_id</columns>

        <algorithm>sharding-by-stringhash</algorithm>

    </rule>

</tableRule>

<function name="sharding-by-stringhash" class="org.opencloudb.route.function.PartitionByString">

    <property name=length>512</property> <!-- zero-based -->

    <property name="count">2</property>

    <property name="hashSlice">0:2</property>

</function>

配置说明：

函数中length代表字符串hash求模基数，count分区数，hashSlice hash预算位

即根据子字符串中int值 hash运算

hashSlice ： 0 means str.length(), -1 means str.length()-1

/**

* “2” -> (0,2)

* “1:2” -> (1,2)

* “1:” -> (1,0)

* “-1:” -> (-1,0)

* “:-1” -> (0,-1)

* “:” -> (0,0)

*/

例子：

String idVal=null;

rule.setPartitionLength("512");

rule.setPartitionCount("2");

rule.init();

rule.setHashSlice("0:2");

// idVal = "0";

// Assert.assertEquals(true, 0 == rule.calculate(idVal));

// idVal = "45a";

// Assert.assertEquals(true, 1 == rule.calculate(idVal));

//last 4

rule = new PartitionByString();

rule.setPartitionLength("512");

rule.setPartitionCount("2");

rule.init();

//last 4 characters

rule.setHashSlice("-4:0");

idVal = "aaaabbb0000";

Assert.assertEquals(true, 0 == rule.calculate(idVal));

idVal = "aaaabbb2359";

Assert.assertEquals(true, 0 == rule.calculate(idVal));

一致性hash

一致性hash预算有效解决了分布式数据的扩容问题。

<tableRule name="sharding-by-murmur">

    <rule>

        <columns>user_id</columns>

        <algorithm>murmur</algorithm>

    </rule>

</tableRule>

<function name="murmur" class="org.opencloudb.route.function.PartitionByMurmurHash">

    <property name="seed">0</property><!-- 默认是0-->

    <property name="count">2</property><!-- 要分片的数据库节点数量，必须指定，否则没法分片-->

    <property name="virtualBucketTimes">160</property><!-- 一个实际的数据库节点被映射为这么多虚拟节点，默认

是160倍，也就是虚拟节点数是物理节点数的160倍-->

<!--

    <property name="weightMapFile">weightMapFile</property>

节点的权重，没有指定权重的节点默认是1。以properties文件的格式填写，以从0开始到count-1的

整数值也就是节点索引为key，以节点权重值为值。所有权重值必须是正整数，否则以1代替 -->

<!--

    <property name="bucketMapPath">/etc/mycat/bucketMapPath</property>

用于测试时观察各物理节点与虚拟节点的分布情况，如果指定了这个属性，会把虚拟节点的murmur

hash值与物理节点的映射按行输出到这个文件，没有默认值，如果不指定，就不会输出任何东西 -->

</function>

按单月小时拆分

此规则是单月内按照小时拆分，最小粒度是小时，可以一天最多24个分片，最少1个分片，一个月完后下月从头开始循环。

每个月月尾，需要手工清理数据。

<tableRule name="sharding-by-hour">

    <rule>

        <columns>create_time</columns>

        <algorithm>sharding-by-hour</algorithm>

</rule>

</tableRule>

<function name="sharding-by-hour" class="org.opencloudb.route.function.LatestMonthPartion">

    <property name="splitOneDay">24</property>

</function>

配置说明：

columns：拆分字段，字符串类型（yyyymmddHH）

splitOneDay ： 一天切分的分片数

LatestMonthPartion partion = new LatestMonthPartion();

partion.setSplitOneDay(24);

Integer val = partion.calculate("2015020100");

assertTrue(val == 0);

val = partion.calculate("2015020216");

assertTrue(val == 40);

val = partion.calculate("2015022823");

assertTrue(val == 27 * 24 + 23);

Integer[] span = partion.calculateRange("2015020100", "2015022823");

assertTrue(span.length == 27 * 24 + 23 + 1);

assertTrue(span[0] == 0 && span[span.length - 1] == 27 * 24 + 23);

span = partion.calculateRange("2015020100", "2015020123");

assertTrue(span.length == 24);

assertTrue(span[0] == 0 && span[span.length - 1] == 23);

自然月分片

按月份列分区，每个自然月一个分片，格式 between操作解析的范例。

<tableRule name="sharding-by-month">

    <rule>

        <columns>create_time</columns>

        <algorithm>sharding-by-month</algorithm>

    </rule>

</tableRule>

<function name="sharding-by-month" class="org.opencloudb.route.function.PartitionByMonth">

    <property name="dateFormat">yyyy-MM-dd</property>

    <property name="sBeginDate">2014-01-01</property>

</function>

配置说明：

columns：分片字段，字符串类型

dateFormat ： 日期字符串格式

sBeginDate ： 开始日期

PartitionByMonth partition = new PartitionByMonth();

partition.setDateFormat("yyyy-MM-dd");

partition.setsBeginDate("2014-01-01");

partition.init();

Assert.assertEquals(true, 0 == partition.calculate("2014-01-01"));

Assert.assertEquals(true, 0 == partition.calculate("2014-01-10"));

Assert.assertEquals(true, 0 == partition.calculate("2014-01-31"));

Assert.assertEquals(true, 1 == partition.calculate("2014-02-01"));

Assert.assertEquals(true, 1 == partition.calculate("2014-02-28"));

Assert.assertEquals(true, 2 == partition.calculate("2014-03-1"));

Assert.assertEquals(true, 11 == partition.calculate("2014-12-31"));

Assert.assertEquals(true, 12 == partition.calculate("2015-01-31"));

Assert.assertEquals(true, 23 == partition.calculate("2015-12-31"));