是什么

是一种数据库中间件。中间件是一种连接软件组件和应用的计算机软件，便于软件各部分的沟通与解耦。比如 Tomcat 就是一种 web 中间件。

使用数据库中间件的原因：

1. Java 程序与数据库间存在耦合；
2. 高并发情况下数据库压力大；
3. 读写请求数据不一致。

各个数据库中间件间对比：

干什么

读写分离

通过 Mycat 将 Java 程序对数据库的写请求与读请求分别转发向不同的数据库。

数据分区

通过某种特定的条件，将我们存放在同一个数据库中的数据分散存放到多个数据库（主机） 上面，以达到分散单台设备负载的效果。

垂直切分

一个数据库由很多表的构成，每个表对应着不同的业务，垂直切分是指按照业务将表进行分类，分布到不同的数据库上面，这样也就将数据或者说压力分担到不同的库上面，如下图：

优点： ①拆分后业务清晰，拆分规则明确；②系统易整合易扩展；③数据维护简单。

缺点： ①部分业务表无法 join，只能通过接口方式解决，提高了系统复杂度；②受每种业务不同的限制存在单库性能瓶颈，不易数据扩展跟性能提高；③事务处理复杂。

水平切分

相对于垂直拆分，水平拆分不是将表做分类，而是按照某个字段的某种规则来分散到多个库之中，每个表中包含一部分数据。简单来说，我们可以将数据的水平切分理解为是按照数据行的切分，就是将表中的某些行切分到一个数据库，而另外的某些行又切分到其他的数据库中，如图：

拆分数据就需要定义分片规则。关系型数据库是行列的二维模型，拆分的第一原则是找到拆分维度。比如： 从会员的角度来分析，商户订单交易类系统中查询会员某天某月某个订单，那么就需要按照会员结合日期来拆分， 不同的数据按照会员 ID 做分组，这样所有的数据查询 join 都会在单库内解决；如果从商户的角度来讲，要查询某 个商家某天所有的订单数，就需要按照商户 ID 做拆分。

几种分片规则：

1. 按照用户 ID 求模，将数据分散到不同的数据库，具有相同数据用户的数据都被分散到一个库中；
2. 按照日期，将不同月甚至日的数据分散到不同的库中；
3. 按照某个特定的字段求模，或者根据特定范围段分散到不同的库中。

优点： ①拆分规则抽象好，join 操作基本可以数据库做；②不存在单库大数据，高并发的性能瓶颈；③应用端改造较少；④提高系统稳定性与负载能力。

缺点： ①拆分规则抽象；②分片事务一致性难以解决；③数据多次扩展难度跟维护量极大；④跨库 join 性能差。

共同的缺点：

1. 引入分布式事务的问题
2. 跨节点 join 的问题
3. 跨节点合并排序分页问题
4. 多数据源管理问题

多数据源管理

原理

Mycat 的原理中最重要的一个动词是 拦截，它拦截了用户发送过来的 SQL 语句，首先对 SQL 语句做了一些特定的分析：如分片分析、路由分析、读写分离分析、缓存分析等，然后将此 SQL 发往后端的真实数据库，并将返回的结果做适当的处理，最终再返回给用户。

上述图片里，Orders 表被分为三个分片 datanode（简称dn），这三个分片是分布在两台 MySQL Server上（DataHost），即 [email protected] 方式，因此你可以用一台到 N 台服务器来分片，分片规则为（sharding rule）典型的字符串枚举分片规则，一个规则的定义是分片字段（sharding column） + 分片函数（rule function），这里的分片字段为 prov 而分片函数为字符串枚举方式。

当Mycat 收到一个 SQL 时，会先解析这个 SQL，查找涉及到的表，然后看此表的定义，如果有分片规则，则获取到 SQL 里分片字段的值，并匹配分片函数，得到该 SQL 对应的分片列表，然后将 SQL 发往这些分片去执行，最后收集和处理所有分片返回的结果数据，并输出到客户端。以 select*from Orders where prov=? 语句为例，查到 prov=wuhan，按照分片函数，wuhan 返回 dn1，于是 SQL 就发给了MySQL1，去取 DB1 上的查询结果，并返回给用户。