Mycat中间件综合部署高可用-读写分离-分库分表(1

以下是一个简化的Mycat中间件高可用、读写分离和分库分表的配置示例:

  1. schema.xml - 定义Mycat实例的逻辑库、数据节点、数据表和分片规则:



<schema name="mycat_sharding" checkSQLschema="false" sqlMaxLimit="100">
 
    <table name="user" dataNode="dn1,dn2" rule="sharding-by-long" />
 
    <dataNode name="dn1" dataHost="host1" database="db1" />
    <dataNode name="dn2" dataHost="host2" database="db2" />
 
    <dataHost name="host1" maxCon="1000" minCon="10" balance="0"
              writeType="0" dbType="mysql" dbDriver="native" switchType="1"  slaveThreshold="100">
        <heartbeat>select user()</heartbeat>
        <writeHost host="hostM1" url="localhost:3306" user="user" password="password">
            <readHost host="hostS1" url="localhost:3307" user="user" password="password" />
        </writeHost>
    </dataHost>
 
</schema>
  1. rule.xml - 定义分片规则:



<tableRule name="sharding-by-long">
    <rule>
        <columns>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>
  1. server.xml - 配置Mycat服务器参数,包括用户、系统变量等:



<user name="mycat">
    <property name="password">mycat</property>
    <property name="schemas">mycat_sharding</property>
</user>
  1. 启动Mycat服务。

以上配置演示了如何设置Mycat中的逻辑库、数据节点、数据表以及分片规则,实现了读写分离和分库分表的高可用方案。这里的分片规则是基于一个长整型字段的范围分片,并且配置了主从同步以实现高可用。

最后修改于:2024年08月16日 10:47

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日