mycat分库分表实验

在分库分表（如 MyCat 等中间件）场景中，全局表、分片表、ER 表是三种常见的表类型，分别不同的业务场景设计，用于解决数据分布和关联查询问题。

1. 全局表（Global Table）

定义：全局表是在所有分库中都存在完全相同副本的表，数据在所有分库中保持一致。
特点：

• 表结构和数据在每个分库中完全相同（同步更新）。
• 通常是数据量小、变动少、被频繁关联查询的表（如字典表、配置表）。

适用场景：

• 系统配置表（如 sys_config，存储全局参数）。
• 字典表（如 dict_region，存储省市地区信息）。
• 公共代码表（如 sys_code，存储性别、状态等枚举值）。

优势：

• 避免跨库关联查询（任何分库都能直接访问本地的全局表数据），提升查询效率。
• 数据变更时，MyCat 等中间件会自动同步到所有分库，保证一致性。

2. 分片表（Sharded Table）

定义：分片表是按一定规则（如哈希、范围、枚举）拆分到多个分库 / 分表中的表，单表数据被分散存储。
特点：

• 表结构相同，但数据分散在不同分库 / 分表中（每个分库只存一部分数据）。
• 依赖分片规则（如 mod_hash(CUSTOMER_ID)）决定数据存储位置。

适用场景：

• 数据量大、增长快的核心业务表（如订单表、用户表、交易记录表）。
• 例：orders 表按 CUSTOMER_ID 哈希分片，不同用户的订单存储在不同分库。

优势：

• 突破单库单表的存储和性能瓶颈（数据分散后，单库压力降低）。
• 可根据业务规则灵活扩展（增加分库分表数量）。

3. ER 表（Entity Relationship Table）

定义：ER 表是与主表存在强关联关系（如父子关系）的表，跟随主表的分片规则存储，确保关联数据在同一分库。
特点：

• 依赖主表的分片键（如主表按 user_id 分片，ER 表也按 user_id 分片）。
• 主表和 ER 表的数据一定在同一个分库，避免跨库关联。

适用场景：

• 存在紧密业务关联的表（如订单表 orders 和订单明细表 order_items）。
  • 主表 orders 按 customer_id 分片，ER 表 order_items 也按 customer_id 分片，确保同一用户的订单和明细在同一分库。

优势：

• 解决关联查询问题（主表和 ER 表在同一分库，可直接执行 JOIN 查询，无需跨库）。
• 保证数据一致性（关联数据同库，事务操作更简单）。

三者对比

类型	数据分布特点	核心作用	典型场景
全局表	所有分库都有完整副本	支持高频关联查询，避免跨库	字典表、配置表
分片表	数据分散在不同分库 / 分表	拆分大数据量表，突破性能瓶颈	订单表、用户表
ER 表	跟随主表分片，与主表同库	解决关联表的跨库查询问题	订单表与订单明细表

1. 全局表（Global Table）创建

全局表需要在所有分库中保持数据一致，创建时需指定 GLOBAL 关键字：

-- 创建全局表（字典表：存储省份信息）
CREATE TABLE province (id INT PRIMARY KEY,province_name VARCHAR(50) NOT NULL,province_code VARCHAR(20) NOT NULL
) ENGINE=INNODB DEFAULT CHARSET=utf8mb4 
GLOBAL;  -- 关键：声明为全局表

特点体现：

• 表结构会同步到所有分库，且每个分库都有完整数据。
• 插入 / 更新数据时，MyCat 会自动同步到所有分库（例如 INSERT INTO province VALUES(1, '北京', '110000') 会在所有分库生效）。
• 适用于数据量小、极少变动的公共表。

2. 分片表（Sharded Table）创建

分片表需指定分片规则（分库、分表策略），数据会按规则分散存储：

CREATE TABLE 表名 (字段定义...  -- 常规表结构（主键、字段类型等）
) ENGINE=存储引擎 DEFAULT CHARSET=字符集
[分库规则配置]
[分表规则配置];

-- 创建分片表（订单表：按用户ID哈希分库分表）
CREATE TABLE orders (id BIGINT PRIMARY KEY AUTO_INCREMENT,order_type INT,customer_id INT NOT NULL,  -- 分片键：用于确定数据存储位置amount DECIMAL(10,2),create_time DATETIME
) ENGINE=INNODB DEFAULT CHARSET=utf8mb4
-- 分库规则：按 customer_id 哈希取模，分 2 个库
dbpartition BY mod_hash(customer_id) 
dbpartitions 2
-- 分表规则：按 customer_id 哈希取模，每个库分 2 个表
tbpartition BY mod_hash(customer_id) 
tbpartitions 2;

举例：

• mod_hash(customer_id)：对 customer_id 进行哈希计算后，再对分库数量（2）取模。
• 计算结果只有两种可能：0 或 1，分别对应两个不同的物理库（假设为 db0 和 db1）。
• 当 customer_id=100 时：hash(100) % 2 = 0 → 数据存到 db0 库。
• 当 customer_id=101 时：hash(101) % 2 = 1 → 数据存到 db1 库。
• 与分库算法一致，也是对 customer_id 哈希后对分表数量（2）取模。
• 计算结果为 0 或 1，对应目标库中的两个表（如 orders_0 和 orders_1）。
• 若 customer_id=100 已确定存到 db0 库，再计算 hash(100) % 2 = 0 → 最终存到 db0.orders_0 表。
• 若 customer_id=102 计算得存到 db0 库，且 hash(102) % 2 = 1 → 存到 db0.orders_1 表。

特点体现：

• 表结构在所有分库中相同，但数据分散存储（例如 customer_id=100 的订单和 customer_id=101 的订单会存在不同分库）。
• 插入数据时，MyCat 会根据 customer_id 计算存储位置（如 100%2=0 存到第 1 个库，101%2=1 存到第 2 个库）。
• 适用于数据量大、需拆分的核心业务表。

例子2

CREATE TABLE orders (id BIGINT PRIMARY KEY AUTO_INCREMENT,customer_id INT NOT NULL,  -- 分库键order_id INT NOT NULL,     -- 分表键amount DECIMAL(10,2),create_time DATE
) ENGINE=INNODB DEFAULT CHARSET=utf8mb4
-- 分库：按 customer_id 哈希取模，分 2 个库
dbpartition BY mod_hash(customer_id) 
dbpartitions 2
-- 分表：按 order_id 哈希取模，每个库分 3 个表
tbpartition BY mod_hash(order_id) 
tbpartitions 3;

3. ER 表创建

ER 表需关联主分片表，跟随主表的分片规则（确保关联数据在同一分库）：

-- ER表：订单明细表（关联orders表）
CREATE TABLE order_items (id BIGINT PRIMARY KEY AUTO_INCREMENT,order_id BIGINT NOT NULL,       -- 关联订单表的订单IDproduct_id INT NOT NULL,        -- 商品IDquantity INT,                   -- 数量price DECIMAL(10,2),            -- 单价-- 关键：必须包含与主表相同的分片键customer_id   主库的分片键customer_id INT NOT NULL,       FOREIGN KEY (order_id) REFERENCES orders(id)  -- 逻辑外键（实际由中间件维护）
) ENGINE=INNODB DEFAULT CHARSET=utf8mb4
！！-- 核心：分库分表规则必须与主表orders完全一致
dbpartition BY mod_hash(customer_id)  -- 同主表的分库算法和分片键
dbpartitions 2                        -- 同主表的分库数量
tbpartition BY mod_hash(customer_id)  -- 同主表的分表算法和分片键
tbpartitions 2                        -- 同主表的分表数量
-- 显式声明为orders表的ER表（部分中间件需要，增强可读性）
ER_PARENT = orders;

1. 必须包含主表的分片键
   order_items 表中包含 customer_id，且与主表 orders 的分片键完全一致，这是 ER 表路由的基础。

2. 分库分表规则与主表完全相同

   • 分库算法（mod_hash(customer_id)）、分库数量（2）与主表一致。
   • 分表算法（mod_hash(customer_id)）、分表数量（2）与主表一致。
     确保 customer_id 相同的订单和其明细会被路由到同一个物理库、同一个物理表。

3. 数据分布效果
   若 orders 表中某订单的 customer_id=100（存于 db0.orders_0），则其对应的所有 order_items 记录也会存于 db0.order_items_0，实现 “主表与 ER 表同库同表”。

三者核心区别对比

维度	全局表	分片表	ER 表
数据分布	所有分库都有完整副本	数据分散在不同分库 / 分表	与主分片表存放在同一分库
创建关键字	GLOBAL	分库分表规则（如 dbpartition）	ER_PARENT（关联主表）
同步性	数据变更自动同步到所有分库	数据仅存于对应分片，不同步	跟随主表分片，无需额外同步
关联查询	可直接与任何表本地关联	跨分片关联需中间件聚合	与主表同库，可

补充：

一、分库规则配置（dbpartition）

语法：

dbpartition BY 分片算法(分片键) 
dbpartitions 分库数量;

1. 关键参数解析

• dbpartition BY：指定分库的算法和分片键（用于计算数据存储的库）。
• dbpartitions：指定分库的总数量（必须与算法匹配）。

2. 常用分库算法（以 MyCat 为例）

算法	语法示例	适用场景
哈希取模	dbpartition BY mod_hash(customer_id)	按分片键哈希后取模，均匀分配数据（如用户 ID、订单 ID）
范围分片	dbpartition BY range(createtime)	按时间、数值范围分片（如按月份分库：1-3 月存库 1，4-6 月存库 2）
枚举分片	dbpartition BY enum(city)	按固定枚举值分片（如城市：北京存库 1，上海存库 2）
一致性哈希	dbpartition BY consistent_hash(id)	解决哈希取模扩容时数据迁移问题，适合动态扩缩容

二、分表规则配置（tbpartition）

语法：

tbpartition BY 分片算法(分片键) 
tbpartitions 分表数量;

1. 关键参数解析

• tbpartition BY：指定分表的算法和分片键（用于计算数据存储的表）。
• tbpartitions：指定每个分库下的分表数量（总表数 = 分库数 × 每个库的分表数）。

2. 分表算法与分库的关系

• 分表算法可以与分库相同（如都按 customer_id 哈希），确保同一用户的数据在同一库的同一表中。
• 也可以不同（如分库按 customer_id，分表按 order_id），更灵活但需注意关联查询效率。

三、完整示例：分库 + 分表配置

CREATE TABLE orders (id BIGINT PRIMARY KEY AUTO_INCREMENT,customer_id INT NOT NULL,  -- 分库键order_id INT NOT NULL,     -- 分表键amount DECIMAL(10,2),create_time DATE
) ENGINE=INNODB DEFAULT CHARSET=utf8mb4
-- 分库：按 customer_id 哈希取模，分 2 个库
dbpartition BY mod_hash(customer_id) 
dbpartitions 2
-- 分表：按 order_id 哈希取模，每个库分 3 个表
tbpartition BY mod_hash(order_id) 
tbpartitions 3;

数据分布逻辑：

1. 当插入一条数据时，MyCat 先计算 customer_id % 2：
   • 结果 = 0 → 路由到第 1 个分库（如 db0）
   • 结果 = 1 → 路由到第 2 个分库（如 db1）
2. 再在目标分库中计算 order_id % 3：
   • 结果 = 0 → 存到表 orders_0
   • 结果 = 1 → 存到表 orders_1
   • 结果 = 2 → 存到表 orders_2

最终总共有 2 个库 × 3 个表 = 6 个物理表 存储数据。

四、特殊配置：仅分库或仅分表

1. 只分库不分表（每个库 1 张表）：

   CREATE TABLE orders (...
   ) 
   dbpartition BY mod_hash(customer_id) 
   dbpartitions 2;  -- 不分表则不写 tbpartition 配置
   

2. 只分表不分库（1 个库多张表）：

   CREATE TABLE orders (...
   ) 
   tbpartition BY mod_hash(order_id) 
   tbpartitions 3;  -- 不分库则不写 dbpartition 配置
   

---

10.3.1 准备四个数据库

名称	ip	port
dw0	192.168.1.10	3306
dr0	192.168.1.20	3306
dw1	192.168.1.40	3306
dr1	192.168.1.50	3306

10.3.2 配置MyCAT数据源

通过上面的配置，我们准备了两组主从，分别为：

1）主服务器dw0 从服务器dr0

2）主服务器dw1 从服务器dr1

#### 1. 配置第一组主从（dw0 → dr0）
（1）主库 dw0（192.168.1.10）配置
编辑 MySQL 配置文件（/etc/my.cnf）：
ini
[mysqld]
server-id = 105          # 唯一ID
log-bin = mysql-bin      # 开启binlog重启 MySQL：systemctl restart mysqld
登录 dw0 的 MySQL，创建复制用户：
sql
CREATE USER 'rep'@'%' IDENTIFIED BY '123.com';
GRANT REPLICATION SLAVE ON *.* TO 'rep'@'%';
FLUSH PRIVILEGES;-- 查看主库状态（记录文件名和位置）
SHOW MASTER STATUS;
（2）从库 dr0（192.168.1.20）配置
编辑配置文件：
ini
[mysqld]
server-id = 106 
relay-log = mysql-relay  # 中继日志
重启 MySQL 后，登录配置主从：CHANGE MASTER TOMASTER_HOST = '192.168.1.10',MASTER_USER = 'rep',MASTER_PASSWORD = '123.com',MASTER_LOG_FILE = 'mysql-bin.000001',MASTER_LOG_POS = 824;START SLAVE;
-- 检查状态（确保Slave_IO_Running和Slave_SQL_Running为Yes）
SHOW SLAVE STATUS\G;
2. 配置第二组主从（dw1 → dr1）
（1）主库 dw1（192.168.1.40）配置
编辑/etc/my.cnf：
ini
[mysqld]
server-id = 107
log-bin = mysql-bin
重启 MySQL，创建复制用户：
sql
CREATE USER 'repl'@'%' IDENTIFIED BY '123.com';
GRANT REPLICATION SLAVE ON *.* TO 'repl'@'%';
FLUSH PRIVILEGES;SHOW MASTER STATUS;
（2）从库 dr1（192.168.1.50）配置
编辑/etc/my.cnf：
ini
[mysqld]
server-id = 108
relay-log = mysql-relay
重启后配置主从：CHANGE MASTER TOMASTER_HOST = '192.168.1.40',MASTER_USER = 'repl',MASTER_PASSWORD = '123.com',MASTER_LOG_FILE = 'master.000002',MASTER_LOG_POS = 826;START SLAVE;
SHOW SLAVE STATUS\G;  # 检查状态

在mycat里配置

-- 添加dw0数据源
/*+ mycat:createDataSource
{ "name":"dw0","password":"123.com","url":"jdbc:mysql://192.168.1.10:3306?useUnicode=true&serverTimezone=UTC&characterEncoding=UTF-8", "user":"root",}
*/-- 添加dr0数据源
/*+ mycat:createDataSource
{ "name":"dr0","password":"123.com","url":"jdbc:mysql://192.168.1.20:3306?useUnicode=true&serverTimezone=UTC&characterEncoding=UTF-8", "user":"root",}
*/-- 添加dw1数据源
/*+ mycat:createDataSource
{ "name":"dw1","password":"123.com","url":"jdbc:mysql://192.168.1.40:3306?useUnicode=true&serverTimezone=UTC&characterEncoding=UTF-8","user":"root",}
*/-- 添加dr1数据源
/*+ mycat:createDataSource
{ "name":"dr1","password":"123.com","url":"jdbc:mysql://192.168.1.60:3306?useUnicode=true&serverTimezone=UTC&characterEncoding=UTF-8","user":"root",}
*/-- 查看数据源
/*+ mycat:showDataSources{} */

执行之后我们在MyCAT里面看到如下数据源的配置文件。

10.3.3 配置MyCAT集群配置

注意：自动分片默认要求集群名字以c为前缀，数字为后缀：

1）c0就是分片表第一个节点；

2）c1就是第二个节点。

一般情况下我们使用默认的就可以了。

/*! mycat:createCluster{ "name":"c0", "masters":[  "dw0" ], "replicas":[  "dr0" ]} *//*! mycat:createCluster{ "name":"c1", "masters":[  "dw1" ], "replicas":[  "dr1" ]} */-- 查看集群
/*+ mycat:showClusters{} */

创建完成之后查看MyCAT配置文件里面内容如下：

这个是文件里的东西就是我们前面命令执行的结果

{"clusterType": "MASTER_SLAVE","heartbeat": {"heartbeatTimeout": 1000,"maxRetryCount": 3,"minSwitchTimeInterval": 300,"showLog": false,"slaveThreshold": 0.0},"masters": ["dw0"],"maxCon": 2000,"name": "c0","readBalanceType": "BALANCE_ALL","replicas": ["dr0"],"switchType": "SWITCH"
}

10.4 全局表(广播表)配置

定义：全局表是在所有分库中都存在完全相同副本的表，数据在所有分库中保持一致。
特点：

• 表结构和数据在每个分库中完全相同（同步更新）。
• 通常是数据量小、变动少、被频繁关联查询的表（如字典表、配置表）。

10.4.1 创建数据库

CREATE DATABASE db1 DEFAULT CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci;

10.4.2 创建表

use db1;CREATE TABLE `sys_dict` ( `id` bigint NOT NULL AUTO_INCREMENT,`dict_type` int ,`dict_name` varchar(100) DEFAULT NULL,`dict_value` int , PRIMARY KEY (`id`)) ENGINE=InnoDB  DEFAULT CHARSET=utf8mb4 BROADCAST;
# 上面的SQL中有一个BROADCAST 这个就是全局表的标识。

10.4.3 查看结果

MyCAT的配置文件中：

后端数据库中发现所有的表全部出现了。

10.4.4 添加数据查看结果 在mycat里

INSERT INTO sys_dict(dict_type,dict_name,dict_value) VALUES(1,"男",1);
INSERT INTO sys_dict(dict_type,dict_name,dict_value) VALUES(1,"女",0);# 所有的库中都有的数据

10.5 分片表配置【重点】

定义：分片表是按一定规则（如哈希、范围、枚举）拆分到多个分库 / 分表中的表，单表数据被分散存储。
特点：

• 表结构相同，但数据分散在不同分库 / 分表中（每个分库只存一部分数据）。
• 依赖分片规则（如 mod_hash(CUSTOMER_ID)）决定数据存储位置。

10.5.1 创建表

CREATE TABLE orders(  ID BIGINT NOT NULL AUTO_INCREMENT,ORDER_TYPE INT,  CUSTOMER_ID INT,AMOUNT DECIMAL(10,2),  PRIMARY KEY(ID)) ENGINE=INNODB  DEFAULT CHARSET=utf8mb4 dbpartition BY mod_hash(CUSTOMER_ID) tbpartition By mod_hash(CUSTOMER_ID) tbpartitions 1 dbpartitions 2;# dbpartition BY mod_hash(CUSTOMER_ID)： 指定数据库的分片算法及使用哪一条数据进行分片
# HASHtbpartition BY mod_hash(CUSTOMER_ID) ：指定表的分片算法及使用哪一条数据进行分片
# HASHtbpartitions 1  表的分片数量
# dbpartitions 2  数据库的分片数量

10.5.3 添加数据

INSERT INTO ORDERS(ID,ORDER_TYPE,CUSTOMER_ID,AMOUNT) VALUES(1,101,100,100101);
INSERT INTO ORDERS(ID,ORDER_TYPE,CUSTOMER_ID,AMOUNT) VALUES(2,101,100,100101);
INSERT INTO ORDERS(ID,ORDER_TYPE,CUSTOMER_ID,AMOUNT) VALUES(3,101,100,100101);
INSERT INTO ORDERS(ID,ORDER_TYPE,CUSTOMER_ID,AMOUNT) VALUES(4,102,101,101102);
INSERT INTO ORDERS(ID,ORDER_TYPE,CUSTOMER_ID,AMOUNT) VALUES(5,102,101,101102);
INSERT INTO ORDERS(ID,ORDER_TYPE,CUSTOMER_ID,AMOUNT) VALUES(6,102,101,101102);

在mycat里查看结果SELECT * FROM orders;

10.5.4 查询后台物理库

从图中我们可以看到数据库生成了。打开数据库后，里面的表也生成了，里面的数据也分开了，并不在一个表里。

10.5.5 MyCAT中查询

从上图中，我们发现查询的结果也帮我们合并了。

10.6 ER表配置

定义：ER 表是与主表存在强关联关系（如父子关系）的表，跟随主表的分片规则存储，确保关联数据在同一分库。
特点：

• 依赖主表的分片键（如主表按 user_id 分片，ER 表也按 user_id 分片）。
• 主表和 ER 表的数据一定在同一个分库，避免跨库关联。

10.6.1 创建表

CREATE TABLE orders_detail( id BIGINT AUTO_INCREMENT,detail VARCHAR(2000),order_id BIGINT, PRIMARY KEY(ID)) ENGINE=INNODB  DEFAULT CHARSET=utf8mb4 dbpartition BY mod_hash(order_id) tbpartition By mod_hash(order_id) tbpartitions 1 dbpartitions 2;#  dbpartition BY mod_hash(order_id) ：指定数据库的分片算法及使用哪一条数据进行分片HASHtbpartition
#  BY mod_hash(order_id) ：指定表的分片算法及使用哪一条数据进行分片
#  HASHtbpartitions 1  表的分片数量
#  dbpartitions 2     数据库的分片数量

10.6.2 查看MyCAT生成的配置

从上图中我们可以出已经放到分片表里面了。

10.6.3 添加数据

INSERT INTO orders_detail VALUES(1,"详情1",1);
INSERT INTO orders_detail VALUES(2,"详情2",2);
INSERT INTO orders_detail VALUES(3,"详情3",3);
INSERT INTO orders_detail VALUES(4,"详情4",4);
INSERT INTO orders_detail VALUES(5,"详情5",5);
INSERT INTO orders_detail VALUES(6,"详情6",6);

10.6.4 查询后台物理库

select * from orders_detail_0;

从上图可知，dw0里面只存了三条。

select * from orders_detail_1;

发现dw1里面也存放了三条。

10.6.5 MyCAT中关联查询

select * from orders_detail;

select * from orders o inner join orders_detail od on(o.id=od.order_id)

10.6.6 疑问

从物理库中我们看到一个库里面的详情数据和定义数据不配套，那是为什么呢？在1.6的版本里面是不允许的。

接下来我们说明下原因：

1）MyCAT2在涉及两个表的JOIN分片字段等价关系的时候可以完成JOIN的下推。

2）MyCAT2无需要指定ER表，是自动识别的。

3）查询配置的表是否具有ER关系 使用如下注释：

/*+ mycat:showErGroup{}*/

结果如下：

上面的group_id 表示相同的组，该组中的表具有相同的存储分布(在MyCAT2中它是这么规定的)。

---

10.7 分片算法简介

一、核心作用：解决 “数据量大” 的问题

当单表数据量达到千万 / 亿级时，查询和写入性能会急剧下降。分片算法通过以下方式解决：

1. 数据分散存储：将一张大表拆分成多个小表，分散到不同数据库节点，降低单库单表压力。
2. 路由定位：根据分片键（如 id、user_id）计算数据存储的位置，确保查询时能快速定位到目标库表。
3. 适配业务场景：不同业务的数据特点（如用户 ID 均匀分布、订单按时间增长）需要不同的分片策略，避免数据倾斜（某一分片数据过多）。

二、各算法的特点及适用场景

1. 取模哈希分片（MOD_HASH）

核心逻辑：基于分片键的哈希值取模，计算分库 / 分表下标。

• 同键分片（分库键 = 分表键）：先算总表下标，再推导库下标（确保数据在同一库的对应表）。
• 异键分片（分库键≠分表键）：库和表下标独立计算。

适用场景：

• 分片键是数值或字符串（会自动哈希为数值），且值分布均匀（如 user_id、order_id）。
• 适合高频按分片键查询的场景（如 “查询某用户的所有订单”）。
• 例：用户 ID 哈希取模后，可将不同用户的数据均匀分散到多个库表，避免热点用户集中。

2. 范围哈希分片（RANGE_HASH）

核心逻辑：优先按第一个字段分片，不存在则用第二个字段；字符串会截取部分内容后哈希取模。

适用场景：

• 需要多字段联合分片的场景（如优先按 id 分片，id 不存在时按 user_id）。
• 字符串分片（如按手机号后 4 位分片，通过 截取下标 参数控制）。
• 例：订单表优先按 order_id 分片，无 order_id 时按 user_id，灵活适配不同数据录入场景。

3. 字符串哈希分片（UNI_HASH）

核心逻辑：专为字符串优化的哈希算法，同键时通过复杂计算确保库和表的均匀分布。

适用场景：

• 分片键是字符串（如 username、device_id），需要更均匀的分布。
• 相比 MOD_HASH，对字符串的哈希计算更精细，减少哈希冲突导致的数据倾斜。
• 例：用户表按 username 分片，确保不同长度 / 格式的用户名能均匀分布到各库表。

4. 日期哈希分片（YYYYDD）

核心逻辑：基于 “年 + 年内天数” 计算哈希（如 2023 年第 100 天 → 2023100），仅用于分库。

适用场景：

• 时间相关的表（如日志表、交易流水表），按时间范围查询频繁。
• 例：订单表按创建时间的 YYYYDD 分片，可将 “2023 年 5 月” 的订单集中到部分库，方便按时间范围归档或查询。

三、为什么需要多种算法？

不同业务的数据特点差异很大：

• 电商订单表：order_id 是均匀增长的数值，适合 MOD_HASH。
• 日志表：按时间生成，适合 YYYYDD 按天分片，方便冷热数据分离。
• 用户表：username 是字符串，适合 UNI_HASH 确保均匀分布。

选择合适的算法能避免 “数据倾斜”（某一分片数据过多），并提升查询效率（按分片键查询时直接定位到目标库表）。

总结

这些分片算法是分库分表的 “核心路由规则”，决定了数据如何 “拆” 和 “查”：

• 拆：将大表分散到多个物理库表，突破存储和性能瓶颈。
• 查：通过分片键快速定位数据位置，避免全表扫描。

实际使用时需根据分片键类型（数值 / 字符串 / 日期）、数据分布特点（均匀 / 时间增长）和查询模式（按 ID 查 / 按时间查）选择合适的算法。

10.7.1 取模哈希分片 MOD_HASH

1）如果分片值是字符串则先对字符串进行Hash转换为数值类型

2）分库键和分表键是同键

3）分表下标=分片值%(分库数量*分表数量)

4）分库下标=分表下标/分表数量

5）分库键和分表键是不同键

6）分表下标= 分片值%分表数量

7）分库下标= 分片值%分库数量

create table travelrecord ( ....) ENGINE=InnoDB DEFAULT CHARSET=utf8 dbpartition by MOD_HASH (id) dbpartitions 6 tbpartition by MOD_HASH (id) tbpartitions 6; 

10.7.2 范围哈希分片 RANGE_HASH

1）RANGE_HASH(字段1, 字段2, 截取开始下标)

2）仅支持数值类型，字符串类型

3）当时字符串类型时候，第三个参数生效

4）计算时候优先选择第一个字段,找不到选择第二个字段

5）如果是字符串则根据下标截取其后部分字符串，然后该字符串hash成数值

6）根据数值按分片数取余

7）要求截取下标不能少于实际值的长度

8）两个字段的数值类型要求一致

create table travelrecord(...)ENGINE=InnoDB DEFAULT CHARSET=utf8 dbpartition by RANGE_HASH(id,user_id,3) dbpartitions 3 tbpartition by RANGE_HASH(id,user_id,3) tbpartitions 3;

10.7.3 字符串哈希分片 UNI_HASH

1）如果分片值是字符串则先对字符串进行hash转换为数值类型

2）分库键和分表键是同键

3）分库下标=分片值%分库数量

4）分表下标=(分片值%分库数量)*分表数量+(分片值/分库数量)%分表数量

5）分库键和分表键是不同键

6）分表下标= 分片值%分表数量

7）分库下标=分片值%分库数量

create table travelrecord ( ....) ENGINE=InnoDB DEFAULT CHARSET=utf8 dbpartition by UNI_HASH (id) dbpartitions 6tbpartition by UNI_HASH (id) tbpartitions 6;

10.7.4 日期哈希分片 YYYYDD

1）仅用于分库

2）DD是一年之中的天数

3）(YYYY*366+DD)%分库数

create table travelrecord ( ....) ENGINE=InnoDB DEFAULT CHARSET=utf8 dbpartition by YYYYDD(xxx) dbpartitions 8tbpartition by xxx(xxx) tbpartitions 12;