All configuration of the fragmentation rules tableRule Tags:
Columns in the tag label rule to fill the fragmented Field, fills in the custom function name used in the fragmentation algorithm labels, consistency with the function name in the function attributes
The function label in the function configuration property custom parameters.
1)枚举法:sharding-by-intfile
<tableRule name="sharding-by-intfile">
<rule>
<columns>user_id</columns>
<algorithm>hash-int</algorithm>
</rule>
</tableRule>
<function name="hash-int" class="io.mycat.route.function.PartitionByFileMap">
<property name="mapFile">partition-hash-int.txt</property>
<property name="type">0</property>
<property name="defaultNode">0</property>
</function>
mapFile is self-defined policy file fragmentation, you need to write your own
type field indicates the type of tile, where 1 represents a character string, int type indicates 0
defaultNode配置是否使用默认节点，默认为0，表示不设置默认节点，这样会导致遇到不识别的枚举值时会报错，如果设置的值大于零，该值就是默认节点，会把不识别的枚举值分配到默认节点。
这种方法适用于取值固定的场合，例如性别和省份
2)固定分片:rule 1
<tableRule name="rule1">
<rule>
<columns>user_id</columns>
<algorithm>func1</algorithm>
</rule>
</tableRule>
<function name="func1" class="io.mycat.route.function.PartitionByLong">
<property name="partitionCount">2,1</property>
<property name="partitionLength">256,512</property>
</function>
partitionCount 表示分片个数列表，partitionLength 表示分片范围列表，两者可以都配单个值或多个值
因为分区长度默认为最大2^n=1024 ,即最大支持1024分区
所以两个值的点积恒等于1024，也就是说2*256+1*512=1024或者2*512=1024（分为两片）或者4*256=1024（分为四片）
3)范围约定:auto-sharding-long
<tableRule name="auto-sharding-long">
<rule>
<columns>user_id</columns>
<algorithm>rang-long</algorithm>
</rule>
</tableRule>
<function name="rang-long" class="io.mycat.route.function.AutoPartitionByLong">
<property name="mapFile">autopartition-long.txt</property>
</function>
autopartition-long.txt文件中编写分片规则，根据指定的列的范围进行分片.默认从0节点开始
例如：0-200000=0
200000-400000=1
0-200000范围分配各节点0
200000-400000范围分配各节点1
这种方法适用于总数可知的分片场景，但是扩展比较麻烦，短时间大量顺序插入会造成单个节点压力过大
4)求模法:mod-long
<tableRule name="mod-long">
<rule>
<columns>user_id</columns>
<algorithm>mod-long</algorithm>
</rule>
</tableRule>
<function name="mod-long" class="io.mycat.route.function.PartitionByMod">
<!-- how many data nodes -->
<property name="count">3</property>
</function>
根据配置中的count值进行分片，将数据分成配置的count份，然后将数据均匀的分布在各个节点上，适用于单节点查询，但是查询量偏高的跨库查询会增加耗时。
5)日期列分区法:sharding-by-date
<tableRule name="sharding-by-date">
<rule>
<columns>create_time</columns>
<algorithm>sharding-by-date</algorithm>
</rule>
</tableRule>
<function name="sharding-by-date" class="io.mycat.route.function..PartitionByDate">
<property name="dateFormat">yyyy-MM-dd</property>
<property name="sBeginDate">2019-09-20</property>
<property name="sPartionDay">5</property>
</function>
dateFormat为字段格式，sBeginDate为开始日期，sPartionDay为分区天数。
该方法的分区方法为：从开始日期，每隔5天分一个分区；
6)通配取模:sharding-by-pattern
<tableRule name="sharding-by-pattern">
<rule>
<columns>user_id</columns>
<algorithm>sharding-by-pattern</algorithm>
</rule>
</tableRule>
<function name="sharding-by-pattern" class="io.mycat.route.function.PartitionByPattern">
<property name="patternValue">256</property>
<property name="defaultNode">2</property>
<property name="mapFile">partition-pattern.txt</property>
</function>
patternValue是求模基数，使用int型分片字段与基数取模，根据取模结果和配置文件partition-pattern.txt决定分区，如果文件中配置1-32=1，则取模结果在范围1-32时分到1区。如果字段值不为int则分配到defaultNode配置的分区中。
7)ASCII码取模:sharding-by-prefixpattern
<tableRule name="sharding-by-prefixpattern">
<rule>
<columns>user_id</columns>
<algorithm>sharding-by-prefixpattern</algorithm>
</rule>
</tableRule>
<function name="sharding-by-pattern" class="io.mycat.route.function.PartitionByPrefixPattern">
<property name="patternValue">256</property>
<property name="prefixLength">5</property>
<property name="mapFile">partition-pattern.txt</property>
</function>
patternValue 为求模基数，prefixLength ASCII 截取的位数
该方法截取字段值ASCII 码的指定位数（prefixLength 值）与求模基数（patternValue值）取模，然后根据配置文件partition-pattern.txt的内容分区
8)编程指定:sharding-by-substring
<tableRule name="sharding-by-substring">
<rule>
<columns>user_id</columns>
<algorithm>sharding-by-substring</algorithm>
</rule>
</tableRule>
<function name="sharding-by-substring" class="io.mycat.route.function.PartitionDirectBySubString">
<property name="startIndex">0</property> <!-- zero-based -->
<property name="size">2</property>
<property name="partitionCount">8</property>
<property name="defaultPartition">0</property>
</function>
该方法的指定字段必须为数字，size为截取的位数，partitionCount为分区个数，defaultPartition为默认节点。
给方法从第0个索引的数字截取字段的指定位数，截取到的数字就是分区节点编号，如果没有传值，分配到默认分区节点。例：01-55888分配到01分区
9)字符串拆分hash解析:sharding-by-stringhash
<tableRule name="sharding-by-stringhash">
<rule>
<columns>user_id</columns>
<algorithm>sharding-by-stringhash</algorithm>
</rule>
</tableRule>
<function name="sharding-by-substring" class="io.mycat.route.function.PartitionByString">
<property name=length>512</property> <!-- zero-based -->
<property name="count">2</property>
<property name="hashSlice">0:2</property>
</function>
函数中length代表字符串hash求模基数，count是分区数，hashSlice为预算位，
该方法根据子字符串中的int值进hash运算，然后得出分区；
例如：hashSlice为0:2时截取字段值得0-2位值进行hash求模
hashSlice为-4:0时截取字段值倒数第四位到第0位值进行hash求模
10)一致性hash:sharding-by-murmur
<tableRule name="sharding-by-murmur">
<rule>
<columns>user_id</columns>
<algorithm>murmur</algorithm>
</rule>
</tableRule>
<function name="murmur" class="io.mycat.route.function.PartitionByMurmurHash">
<property name="seed">0</property><!-- 默认是0-->
<property name="count">2</property><!--
要分片的数据库节点数量，必须指定，否则没法分片—>
<property name="virtualBucketTimes">160</property><!-- 一个实际的数据库节点被映射为这么多虚拟节点，默认是160倍，也就是虚拟节点数是物理节点数的160倍-->
<!--
<property name="weightMapFile">weightMapFile</property>
节点的权重，没有指定权重的节点默认是1。以properties文件的格式填写，以从0开始到count-1的整数值也就是节点索引为key，以节点权重值为值。所有权重值必须是正整数，否则以1代替 -->
<!--
<property name="bucketMapPath">/etc/mycat/bucketMapPath</property>
用于测试时观察各物理节点与虚拟节点的分布情况，如果指定了这个属性，会把虚拟节点的murmur hash值与物理节点的映射按行输出到这个文件，没有默认值，如果不指定，就不会输出任何东西 -->
</function>