Mycat介绍
中间件：代理；
面向企业的开源的数据库集群，性能极高；淘宝正在使用；
京东，美团；
数据库中间件历史：
amoeba：变形虫
分布式高可用结构不稳定
cobar：Mycat前身
数据库中间件原理
cober容易出现后端的物理服务器假死现象；
Mycat特点
1、高性能的读写分离
2、100亿级别的大表水平分片，集群并行计算
3、整合多种数据源的输入和输出
Mycat核心概念
1、Mycat核心组件的概念
逻辑库（对应数据库）：Mycat中间提供客户端传入sql，拦截sql根据配置解析
翻译要到物理库执行的真正sql语句；
客户端在连接Mycat后可以操作数据库语句，表格语句等等；
客户端在连接Mycat看到的数据库叫做逻辑库
（并不是真正的数据库，数据可以来源一个物理库，也可以来源于多个物理库）
逻辑库在Mycat中需要使用<schema>标签完成配置，在schema.xml文件中配置
逻辑表：逻辑库数据的细分分配
分片表：
表格的整体数据量过大时，mycat将会使用多个物理库中的真实表格对应做逻辑分片表
的数据分片存储，这种表格在mycat叫做分片表
非分片表
数据存储时，整体数据量不够海量时，可以使用非分片表存储，相对来说
非分片表比分片表配置简单；
全局表
企业中一些工具表格，字典表，它们的共同特点是：数据变动稳定，数据量不大，这种表格
需要和业务表做非常多的关联查询，为了底层数据查询时不做过多的跨库操作，global全局
表示为每个物理库中都复制一份
工具表、字典表：
业务中很多逻辑，都不是用字符表示的
通信成功：200状态码
通信异常：500
通信成功：400
数字代表特殊含义的情况，可以记录在数据库中某个工具表或字典表中；
ER表
mycat独有
分片表的一种特殊情况，多个分片表有关系的时候，经常做关联查询，如果多个分片表格
中相关的数据，但是切分到的存储物理库不同，会导致关联查询/相关数据查询时造成底层的非常大量的
跨库操作；
以订单和订单商品为例,一旦分片表格设置完成,很有可能2个表格相关的数据被切分到了不同的物理库,
相关数据查询时,mycat底层夸库操作非常多,造成查询的效率非常低下;
mycat就全球第一次提出ER表的概念;
ER表根据相关内容的设定主表（t_order）使用table标签配置，从表不能使用纯粹的分片表格设置
需要在table下指定（childtable），根据主表的切分逻辑完成从表的切分；
Mycat中的配置文件
配置文件
根目录的conf中有两个核心的配置文件，配置内容实现：
读写分离、高可用替换、分布式存储、ER分片表逻辑。
server.xml
包括2个重要标签
system：配置mycat启动时占用的系统的一些资源属性（注释掉的不需要动，保持默认）
user：指定当前登陆的用户信息；
属性：
name表示登录当前的mycat的用户名
password表示登录密码
schemas表示当前这个用户可以查看的逻辑库，以“，”分隔
这里的名称必须和schema.xml中的schema标签名称对应
readOnly表示当前用户只读，不能操作写
quarantine标签：安全措施可以设置白名单黑名单
whitehost：白名单列表
blacklist：黑名单列表
schema.xml：当前mycat代理的数据库集群的设定
逻辑库，分片/非分片表，ER表，读写分离，高克用替换
标签结构
schema：逻辑库
table：逻辑表
childtable：逻辑表的从逻辑表
dataNode：数据分片节点的配置，一个数据分片node对应的数据库结构可能很简单
也可能很复杂，指向一个dataHost
dataHost：
heartbeat：心跳检测，语句不一样，替换逻辑可能不同
writeHost：写操作的数据库节点（也可以读）
readHost：与当前writeHost相关的（主从）读节点（只读）
每个标签的属性
schema：name="TESTDB" checkSQLschema="false" sqlMaxLimit="100" dataNode="dn1"
name：逻辑库名称
checkSQLschema：例如sql语句“select * from tb_item”,mycat拦截，将其表格名称根据当前属性的设定进行修改，
false不会自动检查逻辑库名称，不拼接逻辑库名字“select * from tb_item”,
可能会导致无法找到逻辑库执行后续逻辑，true自动检测，
会拼接逻辑库名字“select * from TESTDB.tb_item”
sqlMaxLimit：一种查询的保护措施，执行查询语句时，自动配置的分页数据，只差前100条，在没有limit时
table：<table name="travelrecord" dataNode="dn1,dn2,dn3" rule="auto-sharding-long" type="global"/>
name：逻辑表名称，配置和真实数据库的表名最好相同
dataNode：对应一个，多个数据库节点的标签，多个值表示分片，单个值表示非分片
rule：数据分片的计算规则，auto-sharding-long，利用long整型的id值进行范围划分
（0-500万(index0)，500万-1000万(index1),1000万-1500万(index2)）
primaryKey：指向表格的主键，最好与真实字段一致
type：表格类型，默认不是global
childtable：从表
<childTable name="orders" primaryKey="ID" joinKey="order_id"parentKey="id">
name：从表名称，保持和数据库真是表格一致
primaryKey：主键名称
joinKey：从表中外键字段；必须和真实数据库的从表外键字段名一致
parentKey：主表的字段名，必须和主表与从表的外键相关，对应主表的字段名称
dataNode标签：数据节点
<dataNode name="dn1" dataHost="localhost1" database="db1" />
name：表示名称，逻辑库，逻辑表指向的依据
dataHost：指向真实管理数据库的标签名称dataHost
database：真实数据库名称，逻辑库和所有真实数据库名称一致
dataHost：管理数据分片的真实数据库的标签，内不包含真实数据库信息
<dataHost name="localhost1" maxCon="1000" minCon="10" balance="0" writeType="0" dbType="mysql"
dbDriver="native" switchType="1" slaveThreshold="100">
name：名称，与datanode指向对应
maxCon：底层数据库的连接最大数
minCon：底层数据库的连接最小数
balance：值是0,1,2,3,分别表示对当前dataHost中维护的数据库门的读操作逻辑
0：不开启读写分离，所有的读写操作都在最小的索引号的writeHost（第一个）
1：全部的readHost和备用的writeHost都参与读数据的平衡，去过读的请求过多，
负责写的第一个writeHost也分担一部分
2：所有的读操作，都随机的在所有的writeHost和readHost上进行
3：所有的读操作，都到writeHost对应的readHost上进行（备用的writeHost不参加了）
在集群中没有配置readHost的情况下，读都到第一个writeHost完成
writeType：控制当前dataHost维护的数据集群的写操作
0：所有的写操作都在第一个writeHost标签的数据库进行
1：所有的写操作，都随机分配到所有的writeHost（mycat1.5完全不建议配置了）
dbtype：数据库类型（不同数据库配置不同名称，mysql）
dbDriver：数据库驱动，native，动态获取
switchType：切换的逻辑
0：故障不切换；
1：故障切换，当前写操作的writeHost故障，进行切换，切换到下一个writeHost
slaveThreshold：标签中的<heartbeat>用来检测后端数据库的心跳sql语句；
本属性检查从节点与主节点的同步情况（延迟时间数）
配合心跳语句show slave status；
读写分离时，所有的readHost的数据都可靠。
Mycat的安装
1 基于jdk运行(云主机略)
2 获取安装包
/home/resources
#cp /home/resources/Mycat***.tar.gz ./
将文件拷贝到software
3 解压
#tar -xf Mycat***.tar.gz
4 测试运行
mycat的根目录中bin保存了mycat的核心运行命令文件
mycat
#mycat console
