企业官网建设流程全解析

MyCat 2实战指南：Docker环境下的高可用集群部署与分库分表优化

在当今数据爆炸式增长的时代，传统单机数据库已经难以应对海量数据存储和高并发访问的挑战。作为一款开源的分布式数据库中间件，MyCat 2通过分库分表、读写分离等核心技术，为开发者提供了透明化的分布式数据库解决方案。本文将带您从零开始，在Docker环境中搭建MyCat 2集群，并深入探讨其核心功能与最佳实践。

1. 环境准备与Docker部署

在开始之前，我们需要准备以下环境：

• Docker Engine 20.10+
• Docker Compose 2.0+
• 至少4GB可用内存
• JDK 1.8（MyCat 2运行依赖）

推荐配置表：

首先创建docker-compose.yml文件：

version: '3.7' services: mycat: image: mycat:1.21 ports: - "8066:8066" - "9066:9066" volumes: - ./mycat/conf:/opt/mycat/conf - ./mycat/logs:/opt/mycat/logs environment: - JAVA_OPTS=-Xms512m -Xmx1g depends_on: - mysql-m1 - mysql-m2 - mysql-s1 - mysql-s2 mysql-m1: image: mysql:5.7 ports: - "3307:3306" environment: MYSQL_ROOT_PASSWORD: "123456" MYSQL_DATABASE: "db1" command: - --lower_case_table_names=1 - --server-id=1 - --log-bin=master-bin - --binlog-format=ROW mysql-m2: image: mysql:5.7 ports: - "3308:3306" environment: MYSQL_ROOT_PASSWORD: "123456" MYSQL_DATABASE: "db1" command: - --lower_case_table_names=1 - --server-id=2 - --log-bin=master-bin - --binlog-format=ROW mysql-s1: image: mysql:5.7 ports: - "3309:3306" environment: MYSQL_ROOT_PASSWORD: "123456" MYSQL_DATABASE: "db1" command: - --lower_case_table_names=1 - --server-id=3 mysql-s2: image: mysql:5.7 ports: - "3310:3306" environment: MYSQL_ROOT_PASSWORD: "123456" MYSQL_DATABASE: "db1" command: - --lower_case_table_names=1 - --server-id=4

启动所有服务：

docker-compose up -d

注意：首次启动时，MyCat容器可能会因为等待MySQL就绪而重启几次，这属于正常现象。可以通过docker logs -f mycat查看启动日志。

2. MyCat 2核心配置解析

MyCat 2的配置文件主要存放在conf目录下，采用JSON格式，相比旧版的XML配置更加简洁易读。以下是关键配置文件说明：

2.1 用户认证配置

users/root.user.json定义了连接MyCat的用户信息：

{ "dialect": "mysql", "ip": null, "password": "123456", "transactionType": "proxy", "username": "root", "isolation": 3 }

2.2 数据源配置

datasources/prototypeDs.datasource.json定义了默认数据源：

{ "dbType": "mysql", "name": "prototypeDs", "url": "jdbc:mysql://mysql-m1:3306?useUnicode=true&serverTimezone=Asia/Shanghai", "user": "root", "password": "123456", "type": "JDBC", "maxCon": 1000, "minCon": 1 }

2.3 逻辑库配置

schemas/db1.schema.json定义了逻辑库映射：

{ "customTables": {}, "globalTables": {}, "normalTables": {}, "schemaName": "db1", "shardingTables": {}, "targetName": "prototypeDs" }

3. 双主双从集群搭建实战

3.1 MySQL主从配置

首先在主库M1上创建复制账号：

CREATE USER 'repl'@'%' IDENTIFIED BY 'repl123'; GRANT REPLICATION SLAVE ON *.* TO 'repl'@'%'; FLUSH PRIVILEGES;

查看主库状态，记录File和Position：

SHOW MASTER STATUS;

在从库S1上配置主从复制：

CHANGE MASTER TO MASTER_HOST='mysql-m1', MASTER_USER='repl', MASTER_PASSWORD='repl123', MASTER_PORT=3306, MASTER_LOG_FILE='master-bin.000001', MASTER_LOG_POS=154; START SLAVE;

验证从库状态：

SHOW SLAVE STATUS \G;

3.2 MyCat集群配置

通过MyCat管理端口(9066)配置集群：

/*! mycat:createCluster{ "clusterType":"MASTER_SLAVE", "heartbeat":{ "heartbeatTimeout":1000, "maxRetry":3 }, "masters":["m1","m2"], "name":"mycluster", "readBalanceType":"BALANCE_ALL", "replicas":["s1","s2"], "switchType":"SWITCH" } */;

读写分离验证表：

4. 分库分表深度实践

4.1 水平分表实战

创建分片表：

CREATE TABLE orders ( id BIGINT PRIMARY KEY, order_no VARCHAR(32), user_id INT, amount DECIMAL(10,2), create_time DATETIME ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 dbpartition BY MOD_HASH(user_id) dbpartitions 2 tbpartition BY MOD_HASH(user_id) tbpartitions 4;

分片算法对比：

4.2 全局序列方案

MyCat 2提供多种全局ID生成方式：

1. 本地文件方式（简单但不适合集群）
2. 数据库方式（通用但性能一般）
3. 时间戳方式（可读性好但可能重复）
4. 雪花算法（推荐方案）

配置雪花算法：

{ "sequence": { "type": "snowflake", "workerId": 123 } }

5. 性能优化与避坑指南

5.1 常见问题解决方案

问题1：主从同步延迟

• 优化方案：调整sync_binlog参数
• 监控命令：SHOW SLAVE STATUS中的Seconds_Behind_Master

问题2：分片键选择不当

• 推荐选择：用户ID、订单ID等离散度高的字段
• 避免选择：状态字段、布尔值等低离散度字段

问题3：跨分片查询性能差

• 解决方案：
  • 使用冗余表
  • 建立全局索引表
  • 考虑使用Elasticsearch辅助查询

5.2 性能调优参数

关键JVM参数：

JAVA_OPTS="-Xms2g -Xmx4g -XX:+UseG1GC -XX:MaxGCPauseMillis=200"

MySQL优化建议：

-- 主库配置 SET GLOBAL sync_binlog=1; SET GLOBAL innodb_flush_log_at_trx_commit=1; -- 从库配置 SET GLOBAL innodb_flush_log_at_trx_commit=2; SET GLOBAL sync_binlog=0;

6. 生产环境最佳实践

在实际项目中部署MyCat 2时，建议遵循以下原则：

1. 渐进式迁移：先拆分非核心业务，再处理核心业务
2. 监控全覆盖：对连接数、QPS、响应时间等关键指标监控
3. 定期维护：每周检查数据节点状态，每月进行数据均衡
4. 容灾演练：模拟节点故障，验证高可用机制

推荐监控指标：

在电商项目中，我们采用128分库×1024分表的架构设计，通过用户ID取模分片，配合Elasticsearch实现多维度查询。实际运行中，单表数据量控制在800万条以内，查询响应时间保持在200ms以下。