分表分庫雖然能解決大表對資料庫系統的壓力，但它並不是萬能的，也有一些不利之處，因此首要問題是，
分不分庫，分哪些庫，什麼規則分，分多少分片。
原則一：能不分就不分，1000 萬以內的表，不建議分片，通過合適的索引，讀寫分離等方式，可以很好的解決效能問題。
原則二：分片數量儘量少，分片儘量均勻分佈在多個DataHost 上，因為一個查詢SQL 跨分片越多，則總體
效能越差，雖然要好於所有資料在一個分片的結果，只在必要的時候進行擴容，增加分片數量。
原則三：分片規則需要慎重選擇，分片規則的選擇，需要考慮資料的增長模式，資料的訪問模式，分片關聯
性問題，以及分片擴容問題，最近的分片策略為範圍分片，列舉分片，一致性Hash 分片，這幾種分片都有利於擴容。
原則四：儘量不要在一個事務中的SQL 跨越多個分片，分散式事務一直是個不好處理的問題。
原則五：查詢條件儘量優化，儘量避免Select * 的方式，大量資料結果集下，會消耗大量頻寬和CPU 資源，
查詢儘量避免返回大量結果集，並且儘量為頻繁使用的查詢語句建立索引。
這裡特別強調一下分片規則的選擇問題，如果某個表的資料有明顯的時間特徵，比如訂單、交易記錄等，則
他們通常比較合適用時間範圍分片，因為具有時效性的資料，我們往往關注其近期的資料，查詢條件中往往帶有
時間欄位進行過濾，比較好的方案是，當前活躍的資料，採用跨度比較短的時間段進行分片，而歷史性的資料，則採用比較長的跨度儲存。

總體上來說，分片的選擇是取決於最頻繁的查詢SQL 的條件，因為不帶任何Where 語句的查詢SQL，會便
利所有的分片，效能相對最差，因此這種SQL 越多，對系統的影響越大，所以我們要儘量避免這種SQL 的產生。
如何準確統計和分析當前系統中最頻繁的SQL 呢？有幾個簡單做法：
- 採用特殊的JDBC 驅動程式，攔截所有業務SQL，並寫程式進行分析
- 採用Mycat 的SQL 攔截器機制，寫一個外掛，攔截所欲SQL，並進行統計分析
- 開啟MySQL 日誌，分析統計所有SQL
找出每個表最頻繁的SQL，分析其查詢條件，以及相互的關係，並結合ER 圖，就能比較準確的選擇每個表的分片策略。

mysql> create database db1;
mysql> create database db2;

mysql> create database db3;
mysql> create database db4;
mysql> create database db5;

分別在每個庫裡面建表

create table test (
        id int(11) not null auto_increment ,
        name varchar(10) default '' not null,
         primary key(id)
);

mysql> show databases;
+--------------------+
| Database           |
+--------------------+
| information_schema |
| db1                |
| db2                |
| db3                |
| db4                |
| db5                |
| mysql              |
| performance_schema |
| test               |
+--------------------+
9 rows in set (0.00 sec)

[[email protected] conf]# cat schema.xml 
<?xml version="1.0"?>
<!DOCTYPE mycat:schema SYSTEM "schema.dtd">
<mycat:schema xmlns:mycat="http://io.mycat/">

    <schema name="testdb" checkSQLschema="true" sqlMaxLimit="100">
        <table name="travelrecord" dataNode="dn1" autoIncrement="true" primaryKey="ID"  /> 
           <table name="t1" dataNode="dn1" autoIncrement="true" primaryKey="ID"  />
             <table name="test" dataNode="dn$1-5" autoIncrement="true"  rule="auto-sharding-long"  primaryKey="ID"  />

       </schema>
       <dataNode name="dn1" dataHost="shard" database="db1" />
         <dataNode name="dn2" dataHost="shard" database="db2" />
         <dataNode name="dn3" dataHost="shard" database="db3" />
         <dataNode name="dn4" dataHost="shard" database="db4" />
         <dataNode name="dn5" dataHost="shard" database="db5" />

    <dataHost name="shard" maxCon="1000" minCon="10" balance="2"  writeType="0" dbType="mysql" dbDriver="native" switchType="1"  slaveThreshold="100">
        <heartbeat>select user()</heartbeat>
        <writeHost host="hostM1" url="127.0.0.1:3306" user="root"  password="qwe123">
            <readHost host="hostS2" url="127.0.0.1:3307" user="root" password="qwe123" />
        </writeHost>
    </dataHost>
</mycat:schema>

[[email protected] conf]# cat rule.xml 

    <tableRule name="auto-sharding-long">
        <rule>
            <columns>id</columns>
            <algorithm>rang-long</algorithm>
        </rule>
    </tableRule>

    <function name="rang-long"
        class="io.mycat.route.function.AutoPartitionByLong">
        <property name="mapFile">autopartition-long.txt</property>
    </function>

    
    
[[email protected] backup]# cat autopartition-long.txt
# range start-end ,data node index
# K=1000,M=10000.
0-5=0
5-10=1
10-15=2
15-20=3
20-25=4

配置好後，重啟reload mycat，插入資料測試

[[email protected] bin]# /mnt/mysql5641/bin/mysql -uroot -pqwe123 -P8066 -h127.0.0.1    
mysql> insert into test(id,name) values(1,'a');
mysql> insert into test(id,name) values(5,'b');
mysql> insert into test(id,name) values(10,'c');
mysql> insert into test(id,name) values(15,'d');
mysql> insert into test(id,name) values(20,'e');
mysql> insert into test(id,name) values(25,'e');

mysql> insert into test(id,name) values(1000,'ssss');
ERROR 1064 (HY000): can't find any valid datanode :TEST -> ID -> 1000

說明沒有在分片範圍內的，就會報錯

mysql> use db1;
mysql> select *From test;
+----+------+
| id | name |
+----+------+
|  1 | a    |
+----+------+
1 row in set (0.00 sec)

mysql> use db2
mysql> select *from test;
Empty set (0.00 sec)

mysql> select *from test;
+----+------+
| id | name |
+----+------+
| 10 | c    |
+----+------+
1 row in set (0.00 sec)

mysql> use db3
mysql> select *from test;
+----+------+
| id | name |
+----+------+
| 15 | d    |
+----+------+
1 row in set (0.00 sec)

mysql> use db4
mysql> select *from test;
+----+------+
| id | name |
+----+------+
| 20 | e    |
+----+------+
1 row in set (0.00 sec)

mysql> use db5
mysql> select *From test;
+----+------+
| id | name |
+----+------+
| 25 | e    |
+----+------+
1 row in set (0.00 sec)