1.E-R关系策略的由来

join是关系数据库最常用的一个特性，然而在分布式环境中，跨分片的join最复杂，最难解决。

这是官方文档的描述。


具体点，比如：

mycat逻辑库hello，两张表格t1,t2。做了分库策略，t1放到了datanode1，t2放到了datanode2。如果我t1 join t2检索数据，

怎么办？

这就是E-R关系策略要解决的问题。


mycat借鉴了table group的概念，将子表的存储位置依赖于子表，并且在物理上紧邻存放，解决了join的效率和性能问题。E-R关系的数据分片策略，根据这一思路，将子表的记录和所关联的父表记录存放在同一个数据分片上。


2.测试官方教程文档上的E-R关系表


customer采用sharding-by-intfile（分片枚举）策略，分片在dn1,dn2上，orders依赖父表进行分片，两个表的关联关系为orders.customer_id=customer.id。

	
		

  

解释：

   

这一行是定义customer表，主键是id,分片部署在dn1,dn2,分片规则是sharding-by-intfile

 

   这一行是定义orders是childtable。

   childtable是依赖父表的结构，就是前面时候的E-R关系的表。

   childtable的joinkey会按照父表的parentkey一起切分。

 
  
   这是对应  

3.
表格设计：

   customer表
   id(primarykey)   name    city   （用city做分片）

   orders表
   customer_id(primary key)    orders   

   两表格关系：
   customer表的主键id为orders表主键customer_id的外键

4.mycat上实际测试：

  停止mycat服务，修改配置文件，如下：
[root@ha1 conf]# cat schema.xml 




	
		
		

		
		
		
		
		
		

 		 
 
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
  

	
	
	
	

		
		select user()
		
		
		
		
                

		

	
                select user()
                
                
                	
			
		
		

 
  

 
  
定义分片规则：
 
  
           
                
                        city
                        hash-int
                
        
 
  
 
                partition-hash-int.txt
                1
                0
        
 
  
      [root@ha2 conf]# cat partition-hash-int.txt 
	gz=0
	sz=1
 
  

 
  
启动mycat，创建表格：
 
  
   mysql> create table customer(id int not null primary key,name varchar(10),city varchar(20));
Query OK, 0 rows affected (0.11 sec)
 
  
  mysql> create table orders (customer_id int not null primary key,orders int not null,foreign key(customer_id) references customer(id) 
on delete cascade on update cascade);
Query OK, 0 rows affected (0.25 sec)
 
  

 
  
customer插入数据测试：
 
  
   mysql> insert into customer(id,name,city) values(1,'am1','gz'),(2,'am2','gz'),(3,'am3','sz');
   mysql> select * from customer where city='gz';
+----+------+------+
| id | name | city |
+----+------+------+
|  1 | am1  | gz   |
|  2 | am2  | gz   |
+----+------+------+
2 rows in set (0.08 sec)
 
  
mysql> explain select * from customer where city='gz';
+-----------+----------------------------------------------------+
| DATA_NODE | SQL                                                |
+-----------+----------------------------------------------------+
| dn1       | SELECT * FROM customer WHERE city = 'gz' LIMIT 100 |
+-----------+----------------------------------------------------+
1 row in set (0.01 sec)
 
  
gz的数据都在dn1实现了分片。
 
  

 
  
orders插入数据测试：
 
  
    mysql> insert into orders(customer_id,orders) values(1,10001);
Query OK, 1 row affected (0.33 sec)

mysql> insert into orders(customer_id,orders) values(2,10002);
Query OK, 1 row affected (0.29 sec)

mysql> insert into orders(customer_id,orders) values(3,10003);
Query OK, 1 row affected (0.48 sec)
 
  
   
 
  
根据E-R分片规则，orders表格根据外键的值也就是customer的主键值切分，
 
  
也就是orders.customer_id=customer.id的数据分在一个区。
 
  
分别在db1,db2检索数据，看看是否达到E-R分片的设计要求。