细数 Mycat 中的那些坑

nill0705
发布于 2022-9-23 16:02
浏览
0收藏

一、介绍

公司最近在搞服务分离,数据切分的工作,因为订单和订单项表的数据量实在过大,而且每天都是以50万的数据量在增长,基于现状,项目组决定采用分库的方式来解决当前遇到的问题。

 

那具体怎么切分呢?

 

分库的策略其实还比较简单,主要是要确定分片的字段和策略。

 

最开始是想通过主键ID的奇、偶数来分两个库,order_1库主要用于存储奇数的ID,order_2库主要用于存储偶数的ID。

 

但是这种切分,局限性非常大,因为最多只能分两个库,如果随着数据量的增大,后面就没很难在分了。

 

之后又想到了另一个分片字段:城市ID,因为订单表上有城市ID的属性,我们可以基于此进行分库,但是全国有几百个城市,不可能分几百个库或者表,最后的讨论结果是:

 

●  城市ID的生成固定大小,默认三位数,100~999
●  将订单表分成三个库,order_1、order_2、order_3
●  当城市ID 在100~399区间,就存储到order_1库
●  当城市ID 在400~699区间,就存储到order_2库
●  当城市ID 在700~999区间,就存储到order_3库

通过城市ID进行分片,如果后期订单数据量进一步过大,也可以进一步的分库!

 

基于Mysql数据库,使用最广、最成熟的分布式中间件当属于Mycat。

 

但是,自从采用Mycat中间件进行分库之后,发现了非常多的坑,下面我们就一起来看看这些坑点!

 

二、细数Mycat中的坑点

2.1、分页查询会出现全表扫描

当我们把功能上线之后,测试人员在页面上从末尾页不停的往前分页查询订单数据的时候,运维平台突然报监控到很多慢 SQL 报警。

 

以下是运维平台监控到的慢sql语句。

SELECT id FROM order
WHERE OrderCreateTime BETWEEN '2021-05-01 00:00:00' AND '2021-06-01 00:00:00'
ORDER BY id DESC
LIMIT 0, 151400

于是,运维同学开始找到我们,说我们程序有问题,并在群里开始吐槽我们开发写的啥玩意,但是我们开发坚信程序没有问题,通过查询日志,我们排查到代码的查询语句是长这样的。

SELECT id FROM order
WHERE OrderCreateTime BETWEEN '2021-05-01 00:00:00' AND '2021-06-01 00:00:00'
ORDER BY id DESC
LIMIT 151300, 100

与实际运维给的慢sql语句中的LIMIT 0, 151400完全不符合。

 

包括我们自己也 review 了代码,把 sql日志也截了图,找技术总监说理去。

 

之后,当测试人员再次点击分页查询的时候,运维又监控到了LIMIT 0, 151400这种怪异的SQL,我们花了好几个小时排查,在本地跑测试,还是没发现什么问题,真的感觉到了要怀疑人生了!

 

当多次测试的时候,这个问题每次都能复现,让我想起了一个问题,是不是 Mycat 分页的时候,对全表扫描了。

 

后来经过查阅资料,才发现真有这个坑!

 

在分库分表的情况下,宕 limit 的开始位置特别大的时候,例如大于某表的总行数时,mycat 将查询各个分表的结果集返,然后在mycat中进行合并和排序,再返回结果。

 

例如,当你原始的 sql 语句是这样的:

SELECT * FROM table_name WHERE type='xxx' ORDER BY create_time LIMIT 10000,1000

通过 mycat 执行的结果,会是这样的:

SELECT * FROM table_name WHERE type='xxx' ORDER BY create_time LIMIT 0,11000

结果集特别大的情况会导致查询很慢,严重的情况会直接导致 mycat OOM!

 

因此,在分库分表的情况,不要用 mycat 进行大批量的数据分页查询,通过条件过滤,减小分页的数据量大小!

 

2.2、子查询结果偶尔不完整

当通过某些条件,筛选订单项数据时,测试人员反馈某些数据偶尔出现不完整。

 

具体SQL操作如下:

select id,productName
from orderItem
where orderId in (
 select id from order where userName = '张三'
)

预期的查询结果时:

1,"巧克力"
2,"可乐"
3,"果冻"
4,"苹果手机"

但是实际查询的时候,有时候的结果如下:

1,"巧克力"
2,"可乐"
4,"苹果手机"

在网上查询了相关的问题,在分库分表的情况下,子查询出了偶尔查询不到完整数据外,还会出现 mycat 内部死锁,因此尽量在代码中不要使用子查询,而是采用主键ID或是索引字段进行单表查询,这样效率会大大提升!

 

2.3、跨分片join问题

由于历史代码的缘故,订单服务里面存在很多各种连表操作,例如:

select a.*,b.accountName,c.address
from order a
left join account b on a.accountId = b.id
left join account_address c on  b.id = c.accountId
where a.orderId = 11110011

但是在走 mycat 查询之后,直接报错!

 

原因是:mycat 目前只支持两张分片表的 Join,如果要支持多张表需要自己改造程序代码或者改造Mycat的源代码。

 

2.4、部分SQL语法不支持

在实际使用的时候,发现还有部分sql语句是不支持的。

 

复制插入(不支持)

insert into......select.....

复杂更新(不支持)

update a, b set a.remark='备注' where a.id=b.id;

复杂删除(不支持)

delete a from a join b on a.id=b.id;

还有就是不支持跨库连表操作!

 

2.5、不支持存储过程创建和调用

有一点,需要大家注意的,在走 mycat 中间件的方式与数据库连接的时候,如果代码中写了存储过程等语句,是 mycat 是不支持调用的,因此尽量不要使用!

 

三、小结

虽然咱们介绍了 mycat 有一些坑,但是这些坑,通过一些优化手段还是可以避免的。

 

实际上,mycat 作为分库分表的中间件,也有许多的优势,例如下面官网的介绍。

细数 Mycat 中的那些坑-鸿蒙开发者社区

据了解,mycat 是目前最成熟、使用最广的中间件,因此大家在使用的时候,不需要带有啥顾虑,对于以上的坑点,尽可能的避免。

 

在后面的文章,小编也会给大家详细的介绍 mycat 实践操作,本位如果有理解不对的地方,欢迎指出!

分类
标签
已于2022-9-23 16:02:42修改
收藏
回复
举报
回复
    相关推荐