搭建高性能数据库集群之二：MySQL读写分离（基于mycat）

news2024/11/26 8:17:35

一、MyCat概述

Mycat是数据库中间件。

使用场景：

高可用性与Mysql读写分离

  • 业务数据分级存储
  • 大表水平拆分，
  • 集群并行计算
  • 数据库连接池
  • 整合多个数据源整合

安装

下载地址：http://dl.mycat.org.cn

安装Mycat之前，需要安装Mysql、JDK，安装Mycat稳定版是1.6.7.1

下载好的安装包文件 （Mycat-xxx-linux.tar.gz），上传Linux服务器上，一般安装在/usr/local下，进行解压

tar -zxvf Mycat-xxx-linux.tar.gz

安装成功，进入mycat目录，能看到

  • bin：命令文件
  • catlet：空的,扩展
  • conf：配置文件(server.xml,schema.xml,rule.xml等)
  • lib：依赖的jar包

核心概念

分片
我们将存放同一个数据库中数据分散到多个数据库中，达到单台设备负载效果。当数据库量超过800万，需要做分片处理。

数据库切分：

  • 垂直拆分：如果因为表多导致数据多，使用垂直切分，根据业务切分成不同的库；
  • 横向拆分：如果因为单张表的数据量太大，使用水平切分。分库分表的顺序应该是先垂直分，后水平分。

垂直拆分：

  • 垂直分表：大表拆小表，一般是表中的字段较多，将不常用的，数据较大，长度较长字段的拆分到“扩展表。
  • 垂直分库：针对系统中的不同业务进行拆分，比如用户User一个库，商品Producet一个库，订单Order一个库。
    切分后，放在多个服务器上。在高并发场景下，垂直分库一定程度上能够突破IO、连接数及单机硬件资源的瓶颈。

水平拆分：

  • 水平分表：针对数据量大的单张表，按照某种规则（RANGE,HASH取模等），切分到多张表里面去。
    但是这些表还是在同一个库中，所以库级别的数据库操作还是有IO瓶颈。不建议采用。
  • 水平分库分表：将单表的数据切分到多个服务器上，每个服务器具有相应的库与表，只是表中数据集合不同。 切分规则：1.
    从0到10000一个表，10001到20000一个表；2. HASH取模； 3. 地理区域。

逻辑库
Mycat是数据库中间件，可以被看做一个/多个数据库集群构成的逻辑库。然后下面的逻辑表，读写数据的表就是逻辑表。

ER表
表的记录与所有关联的父表记录存放同一个数据分片中，保证数据关联查询不会垮库操作。

全局表
类似于数据字典表，把这些冗余数据定义为全局表。

分片节点
数据切分，一个大表被分到不同的分片数据库上，每个表分片所在数据库就是分片节点。

分片主机
同一机器上存在多个分片数据库，这个分片节点所在的机器是节点主机。

常用命令

#启动、停止、查看状态
bin/mycat start
bin/mycat stop
bin/mycat status

#连接命令：连接端口号：8066
mysql -h (IP地址) -P 8066 -u root -p
连接管理命令：连接端口号：9066
mysql -h (IP地址) -P 9066 -u root -p

相关配置项及含义

配置server.xml
常用系统配置

  • charset 值 utf8 字符集
  • useSqlStat 值 0 1 开启实时统计 0 关闭
  • sqlExecuteTimeout 值 1000 SQL语句超时时间
  • processors 值1,2… 指定线程数量
  • txIsolation 值1,2,3,4 事务的隔离级别
  • serverPort值8066 使用端口号
  • mangerPort 值9066 管理端口号

user 标签定义登录Mycat用户和权限：

<user name="mycat用户名2">
    <property name="password">密码</property>
    <property name="schemas">逻辑库名</property>
    <property name="readOnly">true(是否只读)</property>
    <property name="benchmark">1000(连接数，0代表不限制)</property>
    <property name="usingDecrypt">1(是否加密，1加密)</property>
    <!--权限设置-->
    <privileges check="true">
        <schema name="逻辑库名" dml="0000">
            <table name="逻辑表" dml="0000"></table>
            <table name="逻辑表" dml="0000-代表增改查删的权限，1代表有，0没有"></table>
        </schema>
    </privileges>
</user>
# 注意
# 设置了密码加密，需要在/lib目录下执行
java -cp Mycat-server-xxx.release.jar io.maycatutil.DecryptUtil 0:root:密码
# 然后得到加密的密码，然后在配置文件密码改成加密后的密码

firewall标签定义防火墙：

<firewall>
    <!--白名单-->
    <whitehost>
        <host user="root" host="IP地址"></host>
    </<whitehost>
    <!--黑名单  这个用户有哪些SQl的权限-->
    <blacklist check="true">
        <property name="selelctAllow">true</property>
        <property name="deleteAllow">false</property>
    </<blacklist>
</firewall>

配置schema.xml
配置逻辑库、逻辑表、分片、分片节点。

  • schema 逻辑库，可以有多个
  • table 逻辑表，它属性：rult：分片规则名 type：类型（全局表、普通表）
  • dataNode定义数据节点，不能重复
  • dataHost 具体的数据库实例，节点主机
  • database 定义分片所属的数据库

dataHost 标签节点主机：

  • name 节点名称
  • maxCon 最大连接数
  • minCon 最小连接数
  • balance 负载均衡类型 0,1,2,3
  • writeType写操作分发方式 0：读写操作都是第一台writeHost 1：随机发送writeHost 上
  • switchType 数据库切换测试 -1.1,2,3

writeHost 、readHost标签读写主机：

  • host 实例主机标识
  • url 数据库连接地址
  • weight 权重
  • usingDecrypt 密码加密 0否1是
<?xml version="1.0"?>
<!DOCTYPE mycat:schema SYSTEM "schema.dtd">
<mycat:schema xmlns:mycat="http://io.mycat/">
    <schema name="逻辑库名" checkSQLschema="false" sqlMaxLimit="100">
        <!-- name:这张表进行分库，使用数据节点 -->
        <table name="逻辑表" dataNode="数据节点d1,数据节点d2,数据节点d3" rule="分片规则"></table>
    </schema>
    
    <!-- dataNode:数据结点 dataHost:主机名 database：分库的名字的数据库名字 -->
    <dataNode name="数据节点d1" dataHost="host1" database="数据库1" />
    <dataNode name="数据节点d2" dataHost="host2" database="数据库1" />
    <dataNode name="数据节点d3" dataHost="host3" database="数据库1" />
    
    <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="地址1:3306" user="root" password="123123"></writeHost>         </dataHost>
    ...
</mycat:schema>

配置rule.xml
定义拆分表的规则

tableRule 标签：

  • name 分片名称
  • rule 分片具体算法
  • columns 分片列名
  • algoorithm 算法方法名

function 标签：

  • name 算法名称
  • class 具体类
<tableRule name="mod_rule">
  <rule>
     <columns>customer_id</columns>
     <algorithm>mod-long</algorithm>
  </rule>
   ...
</tableRule>
<!--函数算法，这个算法是根据选中的字段进行取模的规则进行拆分-->
<function name="mod-long" class="io.mycat.route.function.PartitionByMod" >
  <property name="count">2</property>
</function>

配置sequence.xml
原有的主键自增不满足集群中主键唯一约束，mycat提供全局序列，保证全局唯一。

  • 本地文件方式
  • 数据库方式
  • 本地时间戳
  • 其他方式
  • 自增长主键

分片
**架构演变：**单机数据库-由于越来越多的请求，我们将数据库进行读写分离，主机负责写，从机负责读，从库可以水平扩展，所以更多的读请求不成问题。当数据量增大后，写请求越来越多，就需要用到分库分表，对写操作进行切分。

**单库太大：**单个数据库处理能力有限；解决方法：切分成更多更小的库

**单表太大：**CRUD都成问题；索引膨胀，查询超时；解决方法：切分成多个数据集更小的表。

分库分表的方式方法：

分为 垂直切分 和 水平切分，如果因为表多导致数据多，使用垂直切分，根据业务切分成不同的库；如果因为单张表的数据量太大，使用水平切分。分库分表的顺序应该是先垂直分，后水平分。

垂直拆分
演示：当一个数据库数据量很大，对这些表进行分片处理，把一个数据库拆分多个数据库，分为用户库、订单库、信息表…

步骤1：
准备3个数据库实例，分别创建属于自己的库（用户库、订单库…）
配置server.xml （配置用户、字符集、逻辑库名）

<user name="mycat用户名">
	<property name="password">密码</property>
	<property name="schemas">逻辑库名</property>
</user>

步骤2：

配置schema.xml

<?xml version="1.0"?>
<!DOCTYPE mycat:schema SYSTEM "schema.dtd">
<mycat:schema xmlns:mycat="http://io.mycat/">
	<schema name="逻辑库名" checkSQLschema="false" sqlMaxLimit="100">
		<table name="用户表1" dataNode="d1" primaryKey="主键ID"></table>
		<table name="用户表2" dataNode="d1" primaryKey="主键ID"></table>
		<table name="用户表3" dataNode="d1" primaryKey="主键ID"></table>
		<table name="字典表1" dataNode="dn1,dn2" type="global" ></table>
		
		<table name="订单表1" dataNode="d2" primaryKey="主键ID"></table>
		<table name="订单表2" dataNode="d2" primaryKey="主键ID"></table>
		<table name="订单表3" dataNode="d2" primaryKey="主键ID"></table>
	</schema>
	
	<dataNode name="d1" dataHost="host1" database="用户库" />
	<dataNode name="d2" dataHost="host2" database="订单表" />
	
	<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="地址1:3306" user="root" password="123123"></writeHost>         </dataHost>
	<dataHost name="host2" maxCon="1000" minCon="10" balance="0" writeType="0" dbType="mysql"       dbDriver="native" switchType="1" slaveThreshold="100" >
		<heartbeat>select user()</heartbeat>
	   	<writeHost host="hostM1" url="地址2:3306" user="root" password="123123"></writeHost>         </dataHost>
</mycat:schema>

步骤3：

在不同的数据库创建数据，如果有字典表，把字典表分别在不同的数据库进行创建，避免垮库查询

备份命令：mysqldump -uroot -pitcast 库名 表名 > 文件名

把备份出的字典表数据，分别在其他数据库里创建，并配置schema.xml，增加全局表（global）

字典表和关联子表配置

<schema name="TESTDB" checkSQLschema="false" sqlMaxLimit="100" dataNode="dn1">
	<table name="customer" dataNode="dn2" ></table>
	<table name="orders" dataNode="dn1,dn2" rule="mod_rule">
		<!-- childTable:关联子表 primaryKey：子表主键 joinKey：关联字段 parentKey：父表的关联字段-->
		<childTable name="orders_detail" primaryKey="id" joinKey="order_id" parentKey="id" />
	</table>
	
	<!--例如字典表，需要在host1 host2 主键都创建，type：定义global 全局表 -->
	<table name="dict_order_type" dataNode="dn1,dn2" type="global" ></table>
</schema>
<dataNode name="dn1" dataHost="host1" database="数据库1" />
<dataNode name="dn2" dataHost="host2" database="数据库2" />

启动Mycat，配置完成。

水平拆分
将同一个表中数据按某种规则拆分到多台数据库主机上。

演示：当一个张表数据量很大，对这些表进行分片处理，拆分3台数据库主机上。

步骤1：

准备3个数据库实例，分别创建属于自己的库（用户库）

配置server.xml （配置用户、字符集、逻辑库名）

步骤2：

配置schema.xml

<?xml version="1.0"?>
<!DOCTYPE mycat:schema SYSTEM "schema.dtd">
<mycat:schema xmlns:mycat="http://io.mycat/">
	<schema name="逻辑库名" checkSQLschema="false" sqlMaxLimit="100">
		<table name="用户表1" dataNode="d1,d2,d3" primaryKey="主键ID" rule="mod_rule（取模分片）">	
		</table>
	</schema>
	
	<dataNode name="d1" dataHost="host1" database="用户库" />
	<dataNode name="d2" dataHost="host2" database="用户库" />
	<dataNode name="d3" dataHost="host3" database="用户库" />
	
	<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="地址1:3306" user="root" password="123123"></writeHost>         </dataHost>
	<dataHost name="host2" maxCon="1000" minCon="10" balance="0" writeType="0" dbType="mysql"       dbDriver="native" switchType="1" slaveThreshold="100" >
		<heartbeat>select user()</heartbeat>
	   	<writeHost host="hostM1" url="地址2:3306" user="root" password="123123"></writeHost>         </dataHost>
	<dataHost name="host3" maxCon="1000" minCon="10" balance="0" writeType="0" dbType="mysql"       dbDriver="native" switchType="1" slaveThreshold="100" >
		<heartbeat>select user()</heartbeat>
	   	<writeHost host="hostM1" url="地址3:3306" user="root" password="123123"></writeHost>         </dataHost>
</mycat:schema>

步骤3：
配置rule.xml

<tableRule name=“mod_rule“>
   <rule>
   	    <columns>customer_id</columns>
   	    <algorithm>mod-long</algorithm>
   </rule>
   ...
</tableRule>

<!--函数算法，这个算法是根据选中的字段进行取模的规则进行拆分-->
<function name=“mod-long” class=“io.mycat.route.function.PartitionByMod” >
    <property name="count">3</property>
</function>

步骤4：

启动Mycat，在Mycat下创建表结构，然后其他数据库也就创建表结构数据。

进行测试，我们创建一些数据，然后根据分片规则，在对应的数据库创建对应的数据。

分片规则：

  • mod-long 取模分片
  • auto-sharding-long 范围分片

配置 autopartition-long.txt文件 # M=10000 k=1000 0-500M=0 500M-1000M=1 1000M-1500M=2

  • sharding-by-intfile 枚举分片 本规则适合省份、状态拆分数据
<tableRule name=“sharding-by-intfile“>
 <rule>
  <columns>status</columns> 
  <algorithm>hash-int</algorithm>
 </rule> 
</tableRule> 
<function name=“hash-int” class=“io.mycat.route.function.ParitionByFileMap” >
 <property name="mapFile">partition-hash-int.txt</property>
 <property name="type">0</property> 
 <property name="defaultNode">0 （默认的节点）</property>
</function> 
# partition-hash-int.txt 1=0 2=1 3=2 # 根据状态status字段进行拆分，值1为第一个数据库，值2为第二个数据库，值3为第三个数据库
  • auto-sharding-rang-mod 范围分片（先进行范围分片，计算分组，再进行组内求模）
<tableRule name=“auto-sharding-rang-mod“>
 <rule>
  <columns>id</columns> 
  <algorithm>rang-mod</algorithm> 
 </rule> 
</tableRule> 
<function name=“rang-mod”  class=“io.mycat.route.function.PartitionByRangeMod” >
 <property name="mapFile">autopartition-range-mod.txt</property> 
 <property name="defaultNode">0 （默认的节点）</property> 
</function> 
# autopartition-range-mod.txt 0-500M=1 500M1-200M=2 # M=10000 2是2个节点
  • sharding-by-long-hash 固定分片hash算法
  • sharding-by-prefixpattern 字符串hash求模范围算法
  • sharding-by-murmur 一致性hash算法
# 有效解决分布式数据的拓容问题，均匀的分散到数据库节点上 
<tableRule name=“sharding-by-murmur“>
 <rule>
  <columns>id</columns> 
  <algorithm>murmur</algorithm> 
 </rule> 
</tableRule> 
<function name=“murmur” class=“io.mycat.route.function.PartitionByMurmurHash” >
 <property name="seed">0</property> 
 <property name="count">3(要分片的数据库节点)</property> 
 <property name="virtualBucketTimes">160</property> 
</function>
  • sharding-by-date 日期分片算法
  • sharding-by-month 自然月分片算法

全局序列：
一旦分库，在不同机器上部署mysql，新增数据，表的主键可能出现相等状况，为了避免这个设置全局序列。

  • 本地文件：不推荐，一旦mycat挂了，本地文件也访问不到。
  • 数据库方式：利用数据库一个表来进行计数累加。mycat会预加载一部分号段到mycat的内存中，这样大部分读写序列都是在内存中完成的。如果内存中的号段用完了 mycat会再向数据库要一次。
  • 时间戳方式：默认的，但是时间戳格式长，性能不好。
  • 自主生成：根据业务逻辑组合，需要改Java代码。

设置数据库方式：

# 1.创建表
CREATE TABLE MYCAT_SEQUENCE (
	NAME VARCHAR(50) NOT NULL,
	current_value INT NOT NULL,
    increment INT NOT NULL DEFAULT 100, 
    PRIMARY KEY(NAME)
) ENGINE=INNODB;

# 2.创建3个函数
DELIMITER $$
CREATE FUNCTION mycat_seq_currval(seq_name VARCHAR(50)) RETURNS VARCHAR(64)
	DETERMINISTIC  
	BEGIN
	DECLARE retval VARCHAR(64);
	SET retval="-999999999,null";
	SELECT CONCAT(CAST(current_value AS CHAR),",",CAST(increment AS CHAR)) INTO retval FROM
	MYCAT_SEQUENCE WHERE NAME = seq_name;
	RETURN retval;
END $$
DELIMITER;

DELIMITER $$
CREATE FUNCTION mycat_seq_setval(seq_name VARCHAR(50),VALUE INTEGER) RETURNS VARCHAR(64)
	DETERMINISTIC
	BEGIN
	UPDATE MYCAT_SEQUENCE
	SET current_value = VALUE
	WHERE NAME = seq_name;
	RETURN mycat_seq_currval(seq_name);
END $$
DELIMITER;

DELIMITER $$
CREATE FUNCTION mycat_seq_nextval(seq_name VARCHAR(50)) RETURNS VARCHAR(64) 
	DETERMINISTIC
	BEGIN
	UPDATE MYCAT_SEQUENCE
	SET current_value = current_value + increment WHERE NAME = seq_name;
	RETURN mycat_seq_currval(seq_name);
END $$
DELIMITER;

# 3 插入序列的表,初始化MYCAT_SEQUENCE数据
字段1：全局序列名字，字段2：多少号开始，字段3：一次性给多少
SELECT * FROM MYCAT_SEQUENCE
INSERT INTO MYCAT_SEQUENCE(NAME,current_value,increment) VALUES ('ORDERS', 400000,100);

# 4 更改mycat配置：
修改这个文件：sequence_db_conf.properties
把要改的表，如order表改成 = dn1 结点

# 5 更改server.xml文件：
把下面的类型改成1 的类型是数据库方式，更改完进行重启
...
<property name="sequnceHandlerType">1</property>

# 6 执行新增操作 增加要用的序列
insert into `orders`(id,amount,customer_id,order_type) values(
    next value for MYCATSEQ_ORDERS
    ,1000,101,102);

性能监控
Mycat-web

帮助我们统计任务和配置管理任务。可以统计SQL并分析慢SQL和高频SQL，为优化SQL提供依据。

安装 Mycat-web
步骤1：

安装Mycat-web之前，需要安装JDK，zookeeper，官方地址：http://zookeeper.apache.org

安装zookeeper：下载好的安装包文件 （zookeepe-xxx.tar.gz），上传Linux服务器上，一般安装在/usr/local下，进行解压

tar -zxvf zookeeper-xxx.tar.gz

解压完，在当前目录（/usr/loca/zookeeper）创建data目录，切换到conf目录下，修改配置文件 zoo_sample.cfg 重命名为 zoo.cfg，修改完进行编辑这个文件

dataDir=/usr/loca/zookeeper/data

启动zookeeper

bin/zkServer.sh start

步骤2：

安装Mycat-web ，下载地址：http://dl.mycat.org.cn

选择mycat-web目录下文件进行下载，下载好的安装包文件，上传Linux服务器上，一般安装在/usr/local下，进行解压

tar -zxvf Mycat-web-xxx-linux.tar.gz

解压完，在当前目录（/usr/loca/mycat-web），如果多个，启动程序：

sh start.sh

启动程序，访问http://ip地址:8082/mycat，通过这个网址进行监控Mycat。

步骤3：

配置Mycat，打开网址，菜单栏 - mycat服务管理 - 新增 （新增要监控的Mycat）注意：管理端口9066 服务端口8066
在这里插入图片描述

二、配置读写分离

1、一主一从配置读写分离

首先配置数据库的主从复制，详见：https://blog.csdn.net/hualinger/article/details/131292136

步骤1 更改server.xml文件：

设置mycat的用户名和密码，schemas部分设置mycat的逻辑库名。

...
<user name="mycat用户名">
	<property name="password">密码</property>
	<property name="schemas">TESTDB</property>
</user>

步骤2 更改schema.xml 文件：

<?xml version="1.0"?>
<!DOCTYPE mycat:schema SYSTEM "schema.dtd">
<mycat:schema xmlns:mycat="http://io.mycat/">

	<schema name="逻辑库名" checkSQLschema="false" sqlMaxLimit="100">
		<table name="表1" dataNode="dn1" primaryKey="主键ID"></table>
	</schema>
	
	<dataNode name="dn1" dataHost="host1" database="数据库名" />
	
	<!-- dataHost：主机名 balance: 负载均衡类型 0 不开启 1 双主双从 2 随机分发 3 主写从读  -->
	<dataHost name="host1" maxCon="1000" minCon="10" balance="3" writeType="0" dbType="mysql" dbDriver="native" switchType="1" slaveThreshold="100" >
		<heartbeat>select user()</heartbeat>
		
		<!-- 配置写主机 host：写主机名字，url：主机的地址 user：主机的用户名 password：主机密码 -->
	   	<writeHost host="hostm1" url="192.168.67.1:3306" user="root" password="123123">
	   		<!-- 配置从机 读库（从库）的配置 -->
	    	<readHost host="hosts1" url="192.168.67.131:3306" user="root" password="123123">
	    	</readHost>
	    </writeHost>                                                                               
	</dataHost>
</mycat:schema>

步骤3 配置Mycat日志：

在/usr/local/mycat/conf配置，修改log4j2.xml

<asyncRoot level="debug" includeLocation="true">...<asyncRoot>
日志修改为debug模式

步骤4 启动Mycat

# 方式1 - 控制台启动 ：去mycat/bin 目录下 执行 mycat console
[root@... bin]# ./mycat console

# 方式2 - 后台启动 ：去mycat/bin 目录下 mycat start
[root@... bin]# ./mycat start

如果启动失败，报错域名解析失败

解决：修改 /etc/hosts ，在 127.0.0.1 后面增加你的机器名，修改后，重启服务 service network restart

启动成功，登录MyCat:

# 后台管理的窗口：
mysql -uroot -p 密码 -h 192.168.67.131 -P 9066
# 数据窗口窗口：
mysql -uroot -p 密码 -h 地址 -P 8066
# 登录后，查询库
show databases;

配置完成，进行演示，
在/usr/local/mycat/log查看日志信息，方便看走的哪个数据库

tail -f mycat.log  # 查看日志

2、双主双从配置读写分离

首先配置数据库的主从复制，4个数据库，2主机，2从机。详见：https://blog.csdn.net/hualinger/article/details/131292136

步骤1 配置读写分离

通过Mycat配置读写分离，更改server.xml文件：

设置mycat的用户名和密码，schemas部分设置mycat的逻辑库名。

步骤2 更改schema.xml 文件：

<?xml version="1.0"?>
<!DOCTYPE mycat:schema SYSTEM "schema.dtd">
<mycat:schema xmlns:mycat="http://io.mycat/">

	<schema name="逻辑库名" checkSQLschema="false" sqlMaxLimit="100">
		<table name="表1" dataNode="dn1" primaryKey="主键ID"></table>
	</schema>
	
	<dataNode name="dn1" dataHost="host1" database="数据库名" />
	
	<!-- dataHost：主机名 balance: 负载均衡类型 0 不开启 1 双主双从 2 随机分发 3 主写从读  -->
	<!-- writeType 0写操作在第一主机，如果挂掉，会连接第二主机 1随机发送主机上 -->
	<!-- writeType -1不自动切换 1自动切换 2基于心跳状态决定-->
	<dataHost name="host1" maxCon="1000" minCon="10" balance="1" writeType="0" dbType="mysql" dbDriver="native" switchType="1" slaveThreshold="100" >
		<heartbeat>select user()</heartbeat>
		
		<!-- 配置写主机 host：写主机名字，url：主机的地址 user：主机的用户名 password：主机密码 -->
	   	<writeHost host="hostm1" url="主机1:3306" user="root" password="123123">
	    	<readHost host="hosts1" url="从机1:3306" user="root" password="123123">
	    	</readHost>
	    </writeHost> 
        
        <writeHost host="hostm2" url="主机2:3306" user="root" password="123123">
	    	<readHost host="hosts2" url="从机2:3306" user="root" password="123123">
	    	</readHost>
	    </writeHost> 
	</dataHost>
</mycat:schema>

步骤4 配置Mycat日志：
在/usr/local/mycat/conf配置，修改log4j2.xml

...
<asyncRoot level="debug" includeLocation="true">...<asyncRoot>
日志修改为debug模式

步骤5 启动Mycat

# 方式1 - 控制台启动 ：去mycat/bin 目录下 执行 mycat console
[root@... bin]# ./mycat console

# 方式2 - 后台启动 ：去mycat/bin 目录下 mycat start
[root@... bin]# ./mycat start

启动成功，登录MyCat，配置完成，进行演示。
检查Mycat的主从复制是否正常，主机1创建数据，从机1。主机2 都有复制成功。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/715928.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

拜托！电梯机房还不会用这个技巧，就真的晚啦！

拜托！电梯机房还不会用这个技巧，就真的晚啦！

电梯是现代社会中不可或缺的交通工具之一&#xff0c;为了确保乘客的安全和顺畅运行&#xff0c;电梯机房的监控是至关重要的环节之一。 电梯机房烟感监控是现代建筑安全管理中非常重要的一环。随着城市高楼大厦的不断增多&#xff0c;电梯作为垂直交通的主要方式&#xff0c;其…
阅读更多...
一篇文章告诉你VR全景展示的优势

一篇文章告诉你VR全景展示的优势

引言 随着科技的不断进步&#xff0c;VR全景展示作为一项创新的技术应用&#xff0c;正以其独特的优势引领着营销行业的发展潮流。通过虚拟现实技术&#xff0c;VR全景展示为消费者带来了身临其境的观展体验&#xff0c;打破了传统展览的时空限制。 一&#xff0e;沉浸式体验 …
阅读更多...
CH32V3xx CAN接口基本使用

CH32V3xx CAN接口基本使用

1、CH32V3xx CAN简介 CH32V307具有2路CAN控制器，CAN控制器提供了完整的CAN协议实现方案，兼容CAN 规范2.0 A和2.0 B。可编程的传输速率，最高可达1Mbit/s。支持时间触发功能，可避免低优先级消息阻塞。支持3个发送邮箱，发送报文优先级可由报文标识或发送请求次序决定。支持3级…
阅读更多...
【kubernetes系列】Kubernetes之生命周期和策略

【kubernetes系列】Kubernetes之生命周期和策略

概述 Pod 遵循一个预定义的生命周期&#xff0c;起始于 Pending 阶段&#xff0c;如果至少 其中有一个主要容器正常启动&#xff0c;则进入 Running&#xff0c;之后取决于 Pod 中是否有容器以 失败状态结束而进入 Succeeded 或者 Failed 阶段。 在 Pod 运行期间&#xff0c;k…
阅读更多...
搭建Docker私有仓库

搭建Docker私有仓库

-v 主机到容器的映射&#xff08;卷的挂载&#xff1a;主机和容器的共享&#xff09; 创建容器一定要看成没成功 curl命令 访问浏览器命令 仓库装软件&#xff0c;配置------------- localhost 本机 127.0.0.1 改配置&#xff0c;重启容器 背景介绍 Docker regist…
阅读更多...
数据仓库性能测试方法论与工具集

数据仓库性能测试方法论与工具集

目录 文章目录 目录数据仓库 v.s. 传统数据库数据仓库性能测试案例性能指标测试方案测试场景测试数据集测试用例性能指标测试脚本工具 基准环境准备硬件环境软件环境 测试操作步骤Cloudwave 执行步骤导入数据集TestCase 1. 执行 13 条标准 SQL 测试语句TestCase 2. 执行多表联合…
阅读更多...
Java Web JavaScript （3）23.7.3

Java Web JavaScript （3）23.7.3

7&#xff0c;事件监听 要想知道什么是事件监听&#xff0c;首先先聊聊什么是事件&#xff1f; HTML 事件是发生在 HTML 元素上的“事情”。比如&#xff1a;页面上的 按钮被点击、鼠标移动到元素之上、按下键盘按键 等都是事件。 事件监听是JavaScript 可以在事件被侦测到时…
阅读更多...
人群密度技术人流量检测

人群密度技术人流量检测

1.贡献 本文的task还是在synthetic的data上训练&#xff0c;在real data上测试&#xff0c;并且之前的方法主要是先将synthetic的data风格转化成real的风格&#xff0c;再训练&#xff0c;来减轻domain的gap带来的问题&#xff0c;但是之前的这样做存在几个问题&#xff0c;第…
阅读更多...
基于HTML的图书管理系统（源码+数据库）

基于HTML的图书管理系统（源码+数据库）

一、相关技术介绍 1.HTML 5技术 HTML5作为构造Web内容的语言描述方式和互联网的规范&#xff0c;为网站设计提供了一种全新的思路。将HTML5引入到网站开发领域中&#xff0c;以提高用户体验度&#xff0c;使网站更具有吸引力&#xff0c;增强搜索引擎收录以及增加浏览次数等功…
阅读更多...
B063-基础环境-后端环境 Lombok Restful postman swagger

B063-基础环境-后端环境 Lombok Restful postman swagger

目录 项目介绍需求分析项目架构项目技术架构前后端分离前后端分离开发模式前后端分离优缺点 后端项目搭建-部门模块项目端口规划创建SpringBoot项目流程整合SSM引用属性传值 LombokRestful风格Postman接口测试swagger接口规范其他 项目介绍 本项目是一个&#xff08;Online To…
阅读更多...
​2023年湖北黄冈安管三类人员个人可以报名吗 ？报名时间是什么时候？

​2023年湖北黄冈安管三类人员个人可以报名吗 ？报名时间是什么时候？

2023年湖北黄冈安管三类人员个人可以报名吗 &#xff1f;报名时间是什么时候&#xff1f; 个人不可以报名。安管三类人员包括建筑施工企业主要负责人、建筑施工企业项目负责人以及建筑施工企业专职安全生产管理人员&#xff0c;他们是对本企业安全生产工作负责的三类人员&#…
阅读更多...
【LInux】简单进度条程序的编写

【LInux】简单进度条程序的编写

在进行进度条的程序的编写之前&#xff0c;还有几个问题需要解决。 第一个问题&#xff0c;先来看两段代码&#xff1a; 对比上面两段代码只有一个\n的区别。 左边的代码很简单&#xff0c;就是先打印&#xff0c;然后停顿 3 秒&#xff0c;程序退出。 主要问题是&#xff0c;…
阅读更多...
ARM通讯接口

ARM通讯接口

ARM要和传感器等芯片进行通信,需要物理线路.用于传送数据的物理线路,称为总线.根据传送的数据速度 物理线路的多少,有很多不同的总线.最常见的是 串口总线 SPI总线 I2C总线 USB总线等. 我们简单的介绍一下串口和i2c接口. 串口,UART,有两根线,分别为TX RX.TX用于发送本地数据…
阅读更多...
SAP从入门到放弃系列之生产订单报工

SAP从入门到放弃系列之生产订单报工

文章目录导航 一、概述二、订单确认的方式2.1、订单抬头维度确认2.2、工订单序维度确认 三、确认的类型四、工序确认的屏幕界面4.1 设置屏幕格式4.2 订单类型维护确认参数 五、确认产生的数据 一、概述 生产订单下达后&#xff0c;订单的确认是对车间生产进度的体现&#xff0…
阅读更多...
三、传播引擎

三、传播引擎

文章目录 1、约束传播问题的数学表示2、传播引擎3、幂等&#xff08;idempotent&#xff09;4、调用事件5、已解决的传播器6、引擎优化THE END 1、约束传播问题的数学表示 \qquad 给定 变量集合 { X i } \{X_i\} {Xi​}和其对应的值域 D ( X i ) D(X_i) D(Xi​)&#xff1b;给定…
阅读更多...
gnuplot画图

gnuplot画图

首先,安装gnuplot: sudo apt-get install gnuplot 接着,输入gnuplot,进入gnuplot工作模式: gnuplot 输入下述命令,打开对应的位姿文件,使用XX列数据进行画图: plot poses.txt using 2:3输入下述命令,打开两个不同的位姿文件,同时进行绘图. plot poses.txt using 2:3 with l…
阅读更多...
Mac上，flv怎么转换成mp4格式

Mac上，flv怎么转换成mp4格式

Mac电脑 怎么把mov格式的视频转换mp4&#xff1f;在进行视频格式转换之前&#xff0c;让我们先了解一下为什么需要将MOV格式转换为MP4格式。mov是由美国Apple公司开发的一种视频格式&#xff0c;主要由Apple QuickTime用于存储视频文件。使用苹果手机的用户可以发现&#xff0c…
阅读更多...
AIDL Binder机制和原理

AIDL Binder机制和原理

新的Android 通信规范中&#xff0c;C层使用AIDL替代HIDL实现Framework和Vendor层之间调用解耦。 我们知道&#xff0c;Binder之间通信&#xff0c;需要一个服务端和一个客户端. 【Binder】 Binder架构分成四层&#xff0c;应用层&#xff0c;Framework层&#xff0c;Native…
阅读更多...
4. 注册machine

4. 注册machine

数字mic系列&#xff0c;注册machine dts配置如下 digital_mic: digital-mic {status "okay";compatible "simple-audio-card";simple-audio-card,format "i2s";simple-audio-card,mclk-fs <256>;simple-audio-card,name "digit…
阅读更多...
你知道2个KT6368A的蓝牙芯片模块如何配对_以及数据传输吗

你知道2个KT6368A的蓝牙芯片模块如何配对_以及数据传输吗

目录 一、简介你知道2个KT6368A的蓝牙芯片模块如何配对_以及数据传输吗&#xff1f;KT6368A的蓝牙模块之间是可以建立连接&#xff0c;并且全双工数据透传的但是有几点注意事项&#xff0c;一定要选择KT6368A的主机版本&#xff0c;和从机版本&#xff0c;如下图&#xff1a; …
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023