基于mysql的分布式数据库中间件-Mycat

一、Mycat

根据官网的定义:Mycat是一个可以用于MySQL读写分离和高可用的中间件,一个模拟为MySQL Server的超级数据库,一个能平滑扩展支持1000亿大表的分布式数据库系统,一个可管控多种关系数据库的数据库路由器,一个平滑从关系数据升级到大数据的应用中间件。其前身是阿里的Cobar项目。
介绍就不多说了,可以看官网http://www.mycat.org.cn/
接下来我们实践吧。

二、mysql配置

mysql节点A机器
操作系统 : centos6.5 x64
数据库 : mysql-5.1.73
mycat版本 :1.5.1 release
数据库名 : db1
hostname: localhost.localdomain
ip:192.168.1.201

mysql节点B机器
操作系统 : centos6.5 x64
数据库 : mysql-5.1.73
mycat版本 :1.5.1 release
数据库名 : db2
hostname: 202.localdomain
ip:192.168.1.202

开始前,要先建立实体库,逻辑库要在实体库上做分表。分别在两台机器上执行创建对应的库
A上:CREATE database db1;
B上:CREATE database db2;
另外注意linux下数据库的名称是大小写敏感的,设置my.cnf内追加一行,使得都转为小写,这样在分库的时候就统一起来了
vim /etc/my.cnf
lower_case_table_names = 1

三、安装mycat

1.安装

我们将mycat安装在A机器上
由于官方的地址下载后无法解压,可能是他们编译出错了吧,所以我另外找了一个http://download.csdn.net/detail/socho/9571201,下载1.5.1版本,得到Mycat-server-1.5.1-RELEASE-20160509173344-linux.tar.gz
然后一系列操作,你们都懂

tar -xzvf Mycat-server-1.5.1-RELEASE-20160509173344-linux.tar.gz
mkdri /home/mycat/app
mv mycat /usr/local/

设置环境变量

vim /etc/profile
export MYCAT_HOME=/usr/local/mycat
PATH=$PATH:$MYCAT_HOME/bin

令修改生效

[mycat@c1 ~]$ source /etc/profile

测试是否配置成功

[mycat@c1 ~]$ echo $MYCAT_HOME
/usr/local/mycat

配置逻辑库(schema)和逻辑表(table),打开conf/schema.xml 每个属性的含义请参考权威指南,这里给出基本的

<?xml version="1.0"?>
<!DOCTYPE mycat:schema SYSTEM "schema.dtd">
<mycat:schema xmlns:mycat="http://org.opencloudb/" >
    <schema name="TESTDB" checkSQLschema="false" sqlMaxLimit="100">
        <!-- 需要分片的表,在节点dn1,dn2上分片,分片规则是auto-sharding-long -->
        <table name="travelrecord" dataNode="dn1,dn2" rule="auto-sharding-long" />
        <table name="company" primaryKey="ID" dataNode="dn2,dn1" rule="mod-long"/>
        <table name="goods" primaryKey="ID" type="global" dataNode="dn1,dn2" />
        <table name="hotnews" primaryKey="ID" dataNode="dn1,dn2" rule="mod-long" />
        <table name="employee" primaryKey="ID" dataNode="dn1,dn2" rule="sharding-by-intfile" />
        <table name="customer" primaryKey="ID" dataNode="dn1,dn2" rule="sharding-by-intfile">
            <childTable name="orders" primaryKey="ID" joinKey="customer_id" parentKey="id">
                <childTable name="order_items" joinKey="order_id" parentKey="id" />
            </childTable>
            <childTable name="customer_addr" primaryKey="ID" joinKey="customer_id" parentKey="id" />
        </table>
    </schema>
    <dataNode name="dn1" dataHost="201.liberalman.cn" database="db1" />
    <dataNode name="dn2" dataHost="202.liberalman.cn" database="db2" />
    <dataHost name="201.liberalman.cn" maxCon="1000" minCon="10" balance="0"
        writeType="0" dbType="mysql" dbDriver="native" switchType="1"  slaveThreshold="100">
        <!-- 心跳包 -->
        <heartbeat>select user()</heartbeat>
        <!-- 后端mysql配置 -->
        <writeHost host="hostM1" url="localhost:3306" user="socho" password="Looks137"></writeHost>
    </dataHost>
    <dataHost name="202.liberalman.cn" maxCon="1000" minCon="10" balance="0"
        writeType="0" dbType="mysql" dbDriver="native" switchType="1"  slaveThreshold="100">
        <!-- 心跳包 -->
        <heartbeat>select user()</heartbeat>
        <writeHost host="hostM1" url="localhost:3306" user="socho" password="Looks137"></writeHost>
    </dataHost>
</mycat:schema>

上面配置的是连接后端mysql的配置,然后我们还要配置访问MyCAT的用户账号和授权信息,打开conf/server.xml

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE mycat:server SYSTEM "server.dtd">
<mycat:server xmlns:mycat="http://org.opencloudb/">
    <system>
    <property name="defaultSqlParser">druidparser</property>
    </system>
    <user name="test">
            <property name="password">test</property>
            <property name="schemas">TESTDB</property>
    </user>
    <user name="user">
            <property name="password">user</property>
            <property name="schemas">TESTDB</property>
            <property name="readOnly">true</property>
    </user>
</mycat:server>

启动

[mycat@c1 ~]$ mycat start
Starting Mycat-server...

如果启动遇到问题,请查阅日志logs目录下的文件。
默认数据端口为8066,管理端口为9066。好,我们用一个客户端连接下
mysql -h192.168.1.201 -P8066 -utest -DTESTDB -ptest

2.测试

连上后就可以当初一个mysql数据库来操作了,后端逻辑对用户透明,建表:

mysql> create table employee (id int not null primary key,name varchar(100),sharding_id int not null);
Query OK, 0 rows affected (0.05 sec) 

成功后,插入数据:

mysql> insert into employee(id,name,sharding_id) values(1,'leader us',10000); insert into employee(id,name,sharding_id) values(2, 'me',10010); insert into employee(id,name,sharding_id) values(3, 'mycat',10000); insert into employee(id,name,sharding_id) values(4, 'mydog',10010);
Query OK, 1 row affected (0.04 sec)
Query OK, 1 row affected (0.01 sec)
Query OK, 1 row affected (0.00 sec)
Query OK, 1 row affected (0.00 sec)

查看下结果

mysql> select * from employee;
+----+-----------+-------------+
| id | name      | sharding_id |
+----+-----------+-------------+
|  1 | leader us |       10000 |
|  3 | mycat     |       10000 |
|  2 | me        |       10010 |
|  4 | mydog     |       10010 |
+----+-----------+-------------+
4 rows in set (0.01 sec)

这时候分别到数据DB1,DB2查看,DB1数据

mysql> use db1;
mysql> select * from employee;
+----+-----------+-------------+
| id | name      | sharding_id |
+----+-----------+-------------+
|  1 | leader us |       10000 |
|  3 | mycat     |       10000 |
+----+-----------+-------------+
2 rows in set (0.00 sec)

DB2数据

mysql> use db2;
mysql> select * from employee; 
+----+-------+-------------+
| id | name  | sharding_id |
+----+-------+-------------+
|  2 | me    |       10010 |
|  4 | mydog |       10010 |
+----+-------+-------------+
2 rows in set (0.00 sec)

我们终于看大,明分片成功了,哈哈,两个数据库各一半数据。
从schema.xml配置中看到,employee表是根据规则sharding-by-intfile(分片字段为sharding_id)进行分片,所以A中都是sharding_id=10000的数据,B中是sharding_id=10010。
运行explain指令,可以看到SQL在哪些分片节点执行的情况:

mysql> explain create table employee (id int not null primary key,name varchar(100),sharding_id int not null);
+-----------+------------------------------------------------------------------------------------------------+
| DATA_NODE | SQL                                                                                            |
+-----------+------------------------------------------------------------------------------------------------+
| dn1       | create table employee (id int not null primary key,name varchar(100),sharding_id int not null) |
| dn2       | create table employee (id int not null primary key,name varchar(100),sharding_id int not null) |
+-----------+------------------------------------------------------------------------------------------------+
2 rows in set (0.00 sec)

explain不会真的执行的,放心试试吧!


创建于 2016-05-25 北京,更新于 2016-07-09 杭州

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,937评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,503评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,712评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,668评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,677评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,601评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,975评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,637评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,881评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,621评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,710评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,387评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,971评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,947评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,189评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,805评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,449评论 2 342

推荐阅读更多精彩内容