罗彬桦的博客

基于Sharding-Jdbc的读写分离、分库分表 Sharding-Jdbc简介 是一个开源的分布式的关系型数据库的中间件 目前已经进入了Apache孵化器 客户端代理模式 定位为轻量级的java框架，以jar包提供服务 可以理解为增强版的jdbc驱动 完全兼容各种ORM框架 提供4中配置方式 Java API、Yaml、SpringBoot和Spring 命名空间 与Mycat的区别 Mycat是服务端的代理 Sharding-Jdbc是客户端代理 Mycat不支持同一库内的水平切分、SHardin

schema配置实操 ./bin/mycat start 后台启动方式 如何修改schema配置生效 读写分离 自己实验吧

schema.xml配置 配置dataHost（节点主机），包括读host、写host 配置dataNode（数据节点），指定到具体的数据库 配置schema，表名、数据节点、分片规则等 balance：负载均衡类型：0不开启读写分离；1和2读写均匀分配；3读落在readHost上 。0是所有都落在写库上 writeType写请求类型：0落在第一个writeHost上；1随机； 写库，主要是看balance 写库尽量保持一个，因为数据同步无法保证 Schema标签中，checkSQLsche

mycat中的分库分表、读写分离的配置 server.xml配置 配置MyCat的用户名、密码、权限、Schema等。 如同给MySql新建用户一样 客户端连接MyCat与连接MySql无异

快速体验MyCat 采用VMware做虚拟机，虚拟3台机器 操作系统Linux CentOS 7 采用yum方式，在其中两台安装mysql 检查两台mysql是否安装正确 下载MyCat软件包 在第三台机器上安装MyCat，并修改配置文件 整体架构 体验MyCat 连接MyCat，体验数据的增删查改 ...

垂直切分、水平切分 垂直切分 按照业务去切分 每种业务一个数据库 不同业务之间，禁止跨库join联查 垂直切分——优点 拆分后业务清晰，拆分规则明确； 系统之间容易扩展和整合； 数据维护简单 垂直切分——缺点 部分业务表无法join，只能通过接口调用，提升了系统的复杂度 跨库事务难以处理； 垂直切分后，某些业务数据过于庞大，任然存在单体性能瓶颈； 水平切分 将一张表的数据按照某种规则分到不同的数据库中 需确定分片的规则 使用分片字段查询时，可确定实体库，其他字段查询，查询所有表 水平切分

数据库读写分离、分库分表 本章概述 互联网大数据时代，如何解决数据库性能瓶颈 读多写少的情况，采用读写分离 海量数据的情况，采用数据切分 数据切分方式一：垂直切分 //按照业务订单、商品分隔开 数据切分方式二：水平切分 //让订单为奇数偶数的不同数据库 实现读写分离和数据切分的两种模式 ...