读《分布式数据库架构及企业实践》---笔记四
Mycat分片规则详解
ER关系分片表
ER模型是实体关系模型，广泛采用概念模式设计方法，基本元素是实体、关系和属性。Mycat创新性的将它引入数据切分规则中，使得有互相依赖的表能够按照某一规则切分到相同节点上，避免跨库Join关联查询。
分片规则rule.xml文件详解
1.Function标签
partition-range-mod.txt
解读：name属性指定算法的名称，在该文件中唯一。
class属性对应具体的分片算法，需要指定算法的具体类。
property属性根据算法的要求指定。
2.tableRule标签
id
rang-mod
解读：name属性指定分片唯一算法的名称。
rule属性指定算法的具体内容，包括columns和algorithm两个属性。
columns属性指定对应表中用于分片的列名。
algorithm属性对应function中指定的算法的名称。
取模分片
配置如下：
id
mod-long
3
配置说明：
columns用来标识将要分片的表字段。
algorithm指定分片函数与function对应。
此分片算法id根据十进制求模计算，相比固定的分片hash，这种分片算法在批量插入时会增加事务一致性的难度。
枚举分片
配置如下：
sharding_id
hash-int
class="org.opencloudb.route.function.PartitionByFileMap">
partition-hash-int.txt
0
0
配置说明：
columns指定分片的表列名。
algorithm指定分片函数的名称。
type的默认值为0，0表示integer，非零表示String。
所有的节点配置都是从0开始的，0代表节点1.
defaultNode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。
默认节点的作用，枚举分片时，如果碰到不是别的枚举值，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），则碰到识别的枚举值就会报错。
范围分片
配置如下：
id
rang-long
class="org.opencloudb.route.function.AutoPartitionByLong">
autopartition-long.txt
0
autopartition-long.txt的配置如下：
# range start-end ,data node index
# K=1000,M=10000.
0-500M=0
500M-1000M=1
1000M-1500M=2
配置说明：
columns指定分片的表列名。
algorithm指定分片函数的名称。
rang-long函数中的mapFile代表配置文件的路径。
defaultNode为超出范围后的默认节点。
范围求模算法：
该算法为先进行范围分片，计算出分片组，组内再求模，综合了范围分片和求模分片的优点。
配置如下：
id
rang-mod
partition-range-mod.txt
0
配置说明：
rang-mod函数中的mapFile代表配置文件的路径。
固定分片hash算法
类似于十进制的求模运算，但是为二进制的操作，取id的二进制低10位，即id二进制&1111111111.
此算法优点在于如果按照十进制取模运算，则在连续插入1~10时，1~10会被分到·~10个分片，增大了插入事务的控制难度。而此算法根据二进制则可能会分到连续的分片，降低了插入事务的控制难度。
配置如下：
id
func1
2,1
256,512
配置说明：
partitionCount为分片个数列表。
partitionLength为分片范围列表，分区长度默认最大为2的n次方=1024，即最大支持1024个分区。
约束如下：
count、length两个数组的长度必须一致。
1024=sum((count[i]*length[i])),count和length两个向量的点积恒等于1024.
取模范围算法
取模运算去范围约束的结合主要是为后续的数迁移做准备，即可以自主决定取模后数据的节点分布。
字符串hash求模范围算法
与取模范围算法类似，该算法支持数值、符号、字母取模。
应用指定算法
在运行阶段有应用自主决定路由到哪个分区。
字符串hash解析算法
截取字符串中的int数值hash分片。
一致性hash算法
一致性hash算法有效解决了分布式数据的扩容问题。
按日期（天）分片算法
按单月小时算法
自然月分片算法
日期范围hash算法
ER关系分片表
ER模型是实体关系模型，广泛采用概念模式设计方法，基本元素是实体、关系和属性。Mycat创新性的将它引入数据切分规则中，使得有互相依赖的表能够按照某一规则切分到相同节点上，避免跨库Join关联查询。
分片规则rule.xml文件详解
1.Function标签
解读：name属性指定算法的名称，在该文件中唯一。
class属性对应具体的分片算法，需要指定算法的具体类。
property属性根据算法的要求指定。
2.tableRule标签
解读：name属性指定分片唯一算法的名称。
rule属性指定算法的具体内容，包括columns和algorithm两个属性。
columns属性指定对应表中用于分片的列名。
algorithm属性对应function中指定的算法的名称。
取模分片
配置如下：
配置说明：
columns用来标识将要分片的表字段。
algorithm指定分片函数与function对应。
此分片算法id根据十进制求模计算，相比固定的分片hash，这种分片算法在批量插入时会增加事务一致性的难度。
枚举分片
配置如下：
配置说明：
columns指定分片的表列名。
algorithm指定分片函数的名称。
type的默认值为0，0表示integer，非零表示String。
所有的节点配置都是从0开始的，0代表节点1.
defaultNode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。
默认节点的作用，枚举分片时，如果碰到不是别的枚举值，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），则碰到识别的枚举值就会报错。
范围分片
配置如下：
autopartition-long.txt的配置如下：
# range start-end ,data node index
# K=1000,M=10000.
0-500M=0
500M-1000M=1
1000M-1500M=2
配置说明：
columns指定分片的表列名。
algorithm指定分片函数的名称。
rang-long函数中的mapFile代表配置文件的路径。
defaultNode为超出范围后的默认节点。
范围求模算法：
该算法为先进行范围分片，计算出分片组，组内再求模，综合了范围分片和求模分片的优点。
配置如下：
配置说明：
rang-mod函数中的mapFile代表配置文件的路径。
固定分片hash算法
类似于十进制的求模运算，但是为二进制的操作，取id的二进制低10位，即id二进制&1111111111.
此算法优点在于如果按照十进制取模运算，则在连续插入1~10时，1~10会被分到·~10个分片，增大了插入事务的控制难度。而此算法根据二进制则可能会分到连续的分片，降低了插入事务的控制难度。
配置如下：
配置说明：
partitionCount为分片个数列表。
partitionLength为分片范围列表，分区长度默认最大为2的n次方=1024，即最大支持1024个分区。
约束如下：
count、length两个数组的长度必须一致。
1024=sum((count[i]*length[i])),count和length两个向量的点积恒等于1024.
取模范围算法
取模运算去范围约束的结合主要是为后续的数迁移做准备，即可以自主决定取模后数据的节点分布。
字符串hash求模范围算法
与取模范围算法类似，该算法支持数值、符号、字母取模。
应用指定算法
在运行阶段有应用自主决定路由到哪个分区。
字符串hash解析算法
截取字符串中的int数值hash分片。
一致性hash算法
一致性hash算法有效解决了分布式数据的扩容问题。
按日期（天）分片算法
按单月小时算法
自然月分片算法
日期范围hash算法