前言

夜深人靜的時候，開啟雲音樂，點上一曲攀登，帶上真無線藍芽耳機，瞬間燃到爆，鍵盤打字如飛倦意全無。

分片規則

這幾天有人問我，dble和MyCat到底有什麼不同。其實dble作為MyCAT的同門，吸收了MyCat的精華，同時也相應的做了一些減法。只支援MySQL顯得更加的純粹。所以選擇對比學習兩者我覺得挺好。

前面我們學習了schema.xml檔案的配置，我們能獨立的把邏輯庫和邏輯表搭建起來，讓資料表跟隨我們的定義規則(取模)進行分佈。今天我們介紹具體的分片演算法。dble相對於mycat來說，是做了一些減法的。比如一致hash演算法就沒有,而是使用了jumpstringhash代替了一致性hash。具體原因可以參考文章dble 沿用 jumpstringhash,移除 Mycat 一致性 hash 原因

1. hash分割槽演算法
2. stringhash分割槽演算法
3. enum分割槽演算法
4. numberrange分割槽演算法
5. patternrange分割槽演算法
6. date分割槽演算法
7. jumpstringhash演算法

HASH分割槽演算法

Hash分割槽演算法是一種比較典型而且常用的演算法。要使用HASH分割槽演算法需要在rule.xml中定義兩個部分。

分割槽規則定義

如下所示，使用tableRule標籤定義，name對應的是規則的名字，而rule標籤中的columns則對應的分片欄位，這個欄位必須和表中的欄位一致。algorithm則代表了執行分片函式的名字。

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

分割槽演算法定義

如下所示，使用function標籤定義分割槽演算法，name代表演算法的名字，演算法的名字要和上面的tableRule中的

<function name="rang-long" class="com.actiontech.dble.route.function.AutoPartitionByLong">
<property name="mapFile">auto-sharding-long.txt</property>
...
</function>

• partitionCount:指定分割槽的區間數，具體為 C1 +C2 + ... + Cn
• partitionLength:指定各區間長度，具體區間劃分為 [0, L1), [L1, 2L1), ..., [(C1-1)L1, C1L1), [C1L1, C1L1+L2), [C1L1+L2, C1L1+2L2), ... 其中，每一個區間對應一個數據節點。

測試Hash分割槽演算法

1.在啟動的時候，兩個陣列點乘做運算，得到取模數。

2.兩個陣列進行叉乘，得出物理分割槽表。

3.根據where條件的值來落入實際分片

select * from shareding_key = 999;

先根據分片鍵取出999，按照公式1的計算結果除取模，然後得到的值落到2計算出來的分片中。

4.舉個簡單的例子:

<property name="partitionCount">2,3</property>
<property name="partitionLength">100,50</property>

根據公式1

也就是傳進來的值需要對350取模。

根據公式2,物理分割槽為

999對350取模，正好是299。落在250-300這個區間裡面。也就是第4個區間。

接下來我們實際來測試一下，我們在rule.xml中設定如下：

<tableRule name="rule_hash">
    <rule>
        <columns>id</columns>
        <algorithm>func_hash_test</algorithm>
    </rule>
</tableRule>

<function name="func_hash_test" class="Hash">
    <property name="partitionCount">2,3</property>
    <property name="partitionLength">100,50</property>
</function>

我們通過公式2算出有5個分片。所以在schema.xml中設定table屬性如下：

<table name="hash_test" primaryKey="id" rule="rule_hash" dataNode="dn1,dn2,dn3,dn4,dn5"/>

5.建立表測試

我們先使用shell建立1000行資料，在建立表，通過load data語法將我們shell產生的檔案進行匯入。

for i in  {1..1000}
do
echo  $i'|name'$[i]'' >>a1.txt 
done

請原諒我作為一個GEEK，把桌面和終端完美結合成二次元是標配。

這裡可以看到我們查詢999這個資料，會自動到dn4這個分片上進行查詢。再比如我們查500,500對350取模是150，150是落在第二個分割槽裡面的。

6.另一個例子

<property name="partitionCount">2</property>
<property name="partitionLength">1000</property>

此時C _L=2_1000=2000,將對2000進行取模。

同時將劃分如下的分割槽：

注意事項

1. M不能大於2880。2880的原因是這樣的:2, 3, 4, 5, 6, 8, 9, 10, 12, 15, 16, 18, 20, 24, 30, 32, 36, 40, 45, 48, 60, 64, 72, 80, 90, 96, 120, 144, 160, 180, 192, 240, 288, 320, 360, 480, 576, 720, 960, 1440是2880的約數,這樣預分片擴容方便。
2. N必須要等於schema.xml中使用該分割槽演算法的邏輯表的dataNode屬性指定的DataNode數量之和，比如我們上面這個演算法是5個分割槽，但是如果你在邏輯表的dataNode屬性中設定分割槽個數小於5，dataNode="dn1,dn2,dn3,dn4"，則dble就會報錯。
   partition size : 5 > table datanode size : 4 please make sure table datanode size = function partition size
3. $C_n$和$L_n$的個數必須相等。
4. 分割槽欄位必須為整型欄位，如果是其他型別，要求值可轉化為數字。
5. 當partitionLength為1時，hash分割槽演算法退化為求模演算法，M及N均為partitionCount的值。
6. NULL作為分片列的值的時候資料的結果恆落在0號節點(第一個節點上)，建議最好不要讓這種情況出現，強制設定分片鍵為not null。

後記

今天學習了分片演算法Hash。後續將繼續分享其他的演算法。謝謝支援