Mycat中间件案例

wen java案例 2026-08-10 2

本文目录导读：

Mycat中间件案例

案例一：基础读写分离（一主一从）
案例二：垂直分库（业务拆分）
案例三：水平分表（分库分表核心）
案例四：全局表（字典表冗余）
案例五：分片 + 读写分离组合（生产高可用）
高级案例：多租户（按租户 ID 分片）
MyCat 常见注意点与性能陷阱

MyCat 作为经典的数据库中间件，主要用于分库分表、读写分离和多租户隔离，下面提供几个从入门到进阶的真实案例，涵盖核心配置和业务场景。

基础读写分离（一主一从）

场景：单库压力大，读多写少，需要将查询请求分发到从库。

核心配置 schema.xml：

<mycat:schema xmlns:mycat="http://io.mycat/">
    <!-- 逻辑库 -->
    <schema name="TESTDB" checkSQLschema="false" sqlMaxLimit="100">
        <!-- 逻辑表：指向 dataNode -->
        <table name="user" primaryKey="id" dataNode="dn_user" />
    </schema>
    <!-- 数据节点：指向具体主机 -->
    <dataNode name="dn_user" dataHost="host1" database="user_db" />
    <dataHost name="host1" maxCon="1000" minCon="10" balance="1" writeType="0" dbType="mysql" dbDriver="native">
        <!-- writeHost 为主库，readHost 为从库 -->
        <writeHost host="192.168.1.100" url="192.168.1.100:3306" user="root" password="123456">
            <readHost host="192.168.1.101" url="192.168.1.101:3306" user="root" password="123456" />
        </writeHost>
    </dataHost>
</mycat:schema>

使用效果：

执行 INSERT/UPDATE/DELETE 时，MyCat 会将 SQL 路由到 168.1.100（主库）。
执行 SELECT 时，MyCat 会根据 balance="1" 的负载均衡算法，将请求分发到 168.1.100 和 168.1.101，有效降低主库读压力。

垂直分库（业务拆分）

场景：将订单和用户业务拆分为独立的数据库，降低单一数据库的表数量。

核心配置 schema.xml：

<schema name="SHOP" checkSQLschema="false" sqlMaxLimit="100">
    <!-- 订单表 -> 订单库 -->
    <table name="orders" primaryKey="id" dataNode="dn_order" />
    <!-- 用户表 -> 用户库 -->
    <table name="users" primaryKey="id" dataNode="dn_user" />
    <!-- 关联表：跨库查询（需全局表或ER Join） -->
    <table name="order_items" primaryKey="id" dataNode="dn_order,dn_user" rule="sharding-by-intfile" />
</schema>
<dataNode name="dn_order" dataHost="host1" database="order_db" />
<dataNode name="dn_user" dataHost="host2" database="user_db" />
<dataHost name="host1" ...>...</dataHost>
<dataHost name="host2" ...>...</dataHost>

使用效果：

订单相关的 SQL 自动发往 host1 的 order_db。
用户相关的 SQL 自动发往 host2 的 user_db。
注意：SELECT * FROM orders o JOIN users u ON o.user_id = u.id 这种跨库关联查询在分库后无法直接执行，通常需要修改为应用层拼接，或者在 MyCat 中配置 全局表 或 ER Join。

水平分表（分库分表核心）

场景：订单表数据量极大（亿级），需要按规则将数据分散到多个 MySQL 实例中。

核心配置 schema.xml：

<schema name="BIGDATA" checkSQLschema="false" sqlMaxLimit="100">
    <!-- 水平拆分：订单表按 id 取模 3，数据分布到 3 个数据节点 -->
    <table name="order_info" primaryKey="id" dataNode="dn1,dn2,dn3" rule="mod-long" />
</schema>
<dataNode name="dn1" dataHost="host1" database="db1" />
<dataNode name="dn2" dataHost="host2" database="db2" />
<dataNode name="dn3" dataHost="host3" database="db3" />

核心配置 rule.xml：

<!-- 取模分片规则：按 id % 3 分配 -->
<rule name="mod-long">
    <columns>id</columns>
    <algorithm>mod-long</algorithm>
</rule>
<function name="mod-long" class="io.mycat.route.function.PartitionByMod">
    <property name="count">3</property> <!-- 分片数量 -->
</function>

使用效果：

INSERT INTO order_info (id, name) VALUES (1, 'a') -> 数据写入 dn1（因为 1%3=1）。
SELECT * FROM order_info WHERE id = 5 -> MyCat 直接路由到 dn2，查询速度极快。
SELECT * FROM order_info WHERE name = 'x'（无分片键）-> MyCat 会广播到所有 3 个节点进行查询（全表扫描），然后合并结果。

全局表（字典表冗余）

场景：分库后，每个分片数据库都有自己的 dict（字典表），避免跨库 JOIN。status_name 表。

核心配置 schema.xml：

<schema name="BIGDATA" checkSQLschema="false" sqlMaxLimit="100">
    <table name="order_info" primaryKey="id" dataNode="dn1,dn2,dn3" rule="mod-long" />
    <!-- type="global" 表示全局表，数据自动冗余到所有分片 -->
    <table name="dict" primaryKey="code" dataNode="dn1,dn2,dn3" type="global" />
</schema>

使用效果：

当执行 INSERT INTO dict (code, name) VALUES ('01', '待支付') 时，MyCat 会将这条数据同时插入到 dn1、dn2、dn3 三个库中。
查询时,SELECT * FROM order_info o JOIN dict d ON o.status = d.code 无需跨库，因为每个分片库中都有完整的 dict 表，Join 操作可以直接在本地完成。

分片 + 读写分离组合（生产高可用）

场景：每个分片再有主从同步，实现水平扩展 + 高可用。

核心配置 schema.xml：

<!-- 分片1：使用 host1（主）和 host2（从） -->
<dataNode name="dn1" dataHost="shard1" database="db1" />
<!-- 分片2：使用 host3（主）和 host4（从） -->
<dataNode name="dn2" dataHost="shard2" database="db2" />
<dataNode name="dn3" dataHost="shard3" database="db3" />
<dataHost name="shard1" maxCon="1000" minCon="10" balance="1" writeType="0" dbType="mysql" dbDriver="native">
    <writeHost host="host1" url="host1:3306" user="root" password="123">
        <readHost host="host2" url="host2:3306" user="root" password="123" />
    </writeHost>
</dataHost>
<dataHost name="shard2" maxCon="1000" minCon="10" balance="1" writeType="0" dbType="mysql" dbDriver="native">
    <writeHost host="host3" url="host3:3306" user="root" password="123">
        <readHost host="host4" url="host4:3306" user="root" password="123" />
    </writeHost>
</dataHost>
<!-- shard3 配置类似... -->

使用效果：

写入 dn1 分片时，只写 host1，从库 host2 自动复制。
读取 dn1 分片时，可以在 host1 和 host2 之间负载均衡。
host1 宕机，MyCat 自动将写操作切到 host2（如果开启了故障切换），保证高可用。

高级案例：多租户（按租户 ID 分片）

场景：SaaS 系统，不同租户的数据隔离，且租户间数据量差异大。

配置 schema.xml 和 rule.xml：

规则：使用 PartitionByString 或 PartitionByPrefixPattern，根据 tenant_id 字符串的特征（如首字符或哈希）进行分片。
所有 SQL 必须强制携带 tenant_id，否则 MyCat 会广播所有分片，导致性能问题。

<table name="biz_data" primaryKey="id" dataNode="dn1,dn2,dn3,dn4" rule="hash-tenancy" />

<function name="hash-tenancy" class="io.mycat.route.function.PartitionByHash">
    <property name="partitionCount">4</property> <!-- 4 个分区 -->
</function>

使用效果：

查询时：WHERE tenant_id = 'T001'，MyCat 秒速定位到特定分片。
查询时：WHERE name = 'x'（缺少租户条件），MyCat 需要扫描 4 个分片，性能极差（在这个场景下需要业务层强制限制）。

MyCat 常见注意点与性能陷阱

分片键必须出现在 WHERE 中：SELECT * FROM order WHERE id = 100 很快（直接路由）；SELECT * FROM order WHERE name = 'xx' 会全分片扫描（慢）。
跨分片 JOIN 限制：MyCat 支持跨分片 JOIN（如 order 和 order_item 使用 ER Join），但如果跨分片且无关联关系，必须使用全局表或应用层处理。
分布式事务弱化：MyCat 默认 SET AUTOCOMMIT=0 的分布式事务有性能开销（XA 协议），通常建议业务尽量使用本地事务。
计数限制：COUNT(*) 在大数据分片下，MyCat 需要聚合所有分片结果，数据量巨大时建议在应用层通过 Redis 维护计数。

如果需要针对上述某个具体案例提供 具体的 server.xml（账号权限）配置 或 启动/连接测试命令，可以随时告诉我，我可以继续补充。