hash -> PartitionByLong

这是先求模得到逻辑分片号，再根据逻辑分片号直接映射到物理分片的一种散列算法。

PartitionByLong工作示意图

1. 用户需要在rule.xml中定义partitionLength[]和partitionCount[]两个数组
2. 在DBLE的启动阶段，点乘这两个数组得到模数，也是逻辑分片的数量
3. 并且根据两个数组的叉乘，得到各个逻辑分片到物理分片的映射表（物理分片数量由partitionCount[]数组的元素值之和）
4. 在DBLE的运行过程中，用户访问使用这个算法的表时，WHERE子句中的分片索引值会被提取出来进行求模，得到逻辑分片号
5. 再根据逻辑分片号，查映射表，直接得到物理分片号

• 开发注意点

  • 【分片索引】1，必须是整型数字或整型数字的字符串（可以为负数）
  • 【分片索引】2，最大物理分片配置方法是，让partitionCount[]数组和等于2880，例如“12880”或“1,11440,1440”
  • 【分片索引】3，最小物理分片配置方法是，让partitionCount[]数组和等于1，例如“28801”
  • 【分片索引】4，partitionLength和partitionCount被当做两个逗号分隔的一维数组，它们之间的点乘必须在[1, 2880]范围内
  • 【分片索引】5，partitionLength和partitionCount的配置对顺序敏感，“512,2561,2”和“256,5122,1”是不同的分片结果
  • 【数据分布】1，与分片索引值相关而与INSERT先后无相关性，所以在直接使用时无法保证数据分布均匀，但如果分片索引本身连续递增（交易流水号等），则可以期待数据分布较为平均（但副作用会导致范围语句，例如SELECT ... WHERE shard_key BETWEEN 1 AND 100，变成跨分片查询）

• 运维注意点

  • 【扩容】1，预先过量分片，并且不改变partitionCount和partitionLength点乘结果，可以避免数据再平衡，只需进行涉及数据的迁移
  • 【扩容】2，若需要改变partitionCount和partitionLength点乘结果，需要数据再平衡
  • 【缩容】1，预先过量分片，并且不改变partitionCount和partitionLength点乘结果，可以避免数据再平衡，只需进行涉及数据的迁移
  • 【缩容】2，若需要改变partitionCount和partitionLength点乘结果，需要数据再平衡

• 配置注意点

  • 【配置项】1，在rule.xml中，可配置项为和
  • 【配置项】2，在rule.xml中配置标签，内容形式为“<物理分片持有的虚拟分片数>[,<物理分片持有的虚拟分片数>,...<物理分片持有的虚拟分片数>]”，<物理分片持有的虚拟分片数>必须是整型，<物理分片持有的虚拟分片数>从左到右与同顺序的<物理分片数>对应，partitionLength和partitionCount的点乘结果必须在[1, 2880]范围内
  • 【配置项】3，在rule.xml中配置标签，内容形式为“<物理分片数>[,<物理分片数>,...<物理分片数>]”，其中<物理分片数>必须是整型，<物理分片数>按从左到右的顺序与同顺序的<物理分片持有的虚拟分片数>对应，物理分片的编号从左到右连续递进，partitionLength和partitionCount的点乘结果必须在[1, 2880]范围内
  • 【配置项】4，partitionLength和partitionCount的语义是：持有partitionLength[i]个虚拟分片的物理分片有partitionCount[i]个，例如，“512,2561,2”的语义是“持有512个逻辑分片的物理分片有1个，紧随其后，持有256个逻辑分片的物理分片有2个”
  • 【配置项】5，partitionLength和partitionCount都对书写顺序敏感，例如，“512,2561,2”的分片结果是“第一个物理分片持有头512个逻辑分片，第二个物理分片持有紧接着的256个逻辑分片，第三个物理分片持有最后256个逻辑分片”，相对的，“256,5122,1”的分片结果则是“第一个物理分片持有头256个逻辑分片，第二个物理分片持有紧接着的256个逻辑分片，第三个物理分片持有最后512个逻辑分片”
  • 【配置项】6，partitionLength[]的元素全部为1时，这时候partitionCount数组和等于partitionLength和partitionCount的点乘，物理分片和逻辑分片就会一一对应，该分片算法等效于直接取余