MyCat分片策略

MyCat分片策略

分片的目标是将大量数据和访问请求均匀分布在多个节点上，通过这种方式提升数据服务的存储和负载能力

Mycat 分片策略总体上分为连续分片和离散分片，还有一种是连续分片和离散分片的结合，例如先范围后取模

比如范围分片（id 或者时间）就是典型的连续分片，单个分区的数量和边界是确定的。离散分片的分区总数量和边界是确定的，例如对 key 进行哈希运算，或者再取模。
关键词：范围查询、热点数据、

扩容连续分片优点：
1）范围条件查询消耗资源少（不需要汇总数据）
2）扩容无需迁移数据（分片固定）

连续分片缺点：
1）存在数据热点的可能性
2）并发访问能力受限于单一或少量 DataNode（访问集中）

离散分片优点：
1）并发访问能力增强（负载到不同的节点）
2）范围条件查询性能提升（并行计算）

离散分片缺点：
1）数据扩容比较困难，涉及到数据迁移问题
2）数据库连接消耗比较多

4.1.3切分规则的选择
步骤：
1、找到需要切分的大表，和关联的表
2、确定分片字段（尽量使用主键），一般用最频繁使用的查询条件
3、考虑单个分片的存储容量和请求、数据增长（业务特性）、扩容和数据迁移问题
例如：按照什么递增？序号还是日期？主键是否有业务意义？
一般来说，分片数要比当前规划的节点数要大。总结：根据业务场景，合理地选择分片规则

举例分析是否需要使用MyCat：
3.7 亿的数据怎么分表？我是不是需要分成 3 台服务器？

**思考：**一年内到达多少？两年内到达多少？（数据的增长速度）？
一台设备每秒钟往 3 张表各写入一条数据，一共 4 台设备。每张表一天
86400*4=345600 条。每张表一个月 10368000 条

分析：增长速度均匀，可以用日期切分，每个月分一张表。

**思考：**什么业务？所有的数据都会访问，还是访问新数据为主？
访问新数据为主，但是所有的数据都可能会访问到。

**思考：**表结构和表数据是什么样的？一个月消耗多少空间？
字段不多，三年数据量有 3.7 亿，30G

分析：30G 没必要分库，浪费机器。

**思考：**访问量怎么样？并发压力大么？
并发有一点，但是并不大

分析：如果并发量不大，不用分库，只需要在单库分表。不用引入 Mycat 中间件