共计 2818 个字符，预计需要花费 8 分钟才能阅读完成。
1 背景
计费数据量剧增，须要将老库进行数据拆分到多个分库，数据分片；
拆分规定为收付款对象（或 ID）字段，进行 HASH，取模(32)，分 32 个库
2 指标
实现数据从老库，依照分片规定，迁徙到分库中
保证数据平滑迁徙，尽量停产工夫最小
反对回滚，同步失败，反对回滚单库
3 计划
3.1 基于蜂巢中间件实现
3.2 半自研同步数据处理程序
开发数据处理程序，生产历史数据 MQ；
生产增量数据 MQ 基于 dts 同步历史数据（指定工夫位点，同步历史）
基于 JDQ 同步实时数据（指定工夫位点，复原实时同步）
3.3 基于开源中间件策略
3.4 齐全自研数据处理工具开发
数据查问程序，历史数据查问发送 MQ 写入
实时数据双写
对立发送 MQ，由 MQ 异步解决写入
3.5 计划比照
综上整体评估，咱们最终选取，基于 sharding-proxy 做数据迁徙整体计划
4 Proxy 介绍与搭建
4.1 简介
4.1.1 设计意义定位为透明化的数据库代理端，提供封装了数据库二进制协定的服务端版本，用于实现对异构语言的反对。目前提供 MySQL 和 PostgreSQL（兼容 openGauss 等基于 PostgreSQL 的数据库）版本，它能够应用任何兼容 MySQL/PostgreSQL 协定的拜访客户端（如：MySQL Command Client, MySQL Workbench, Navicat 等）操作数据，对 DBA 更加敌对。
向应用程序齐全通明，可间接当做 MySQL/PostgreSQL 应用；
实用于任何兼容 MySQL/PostgreSQL 协定的的客户端。
4.1.2 整体架构
整个架构能够分为前端、后端和外围组件三局部。
前端负责与客户端进行网络通信，采纳的是基于 NIO 的客户端 / 服务器框架，在 Windows 和 Mac 操作系统下采纳 NIO 模型，Linux 零碎主动适配为 Epoll 模型。通信的过程中实现对 MySQL 协定的编解码。外围组件失去解码的 MySQL 命令后，开始调用 Sharding-Core 对 SQL 进行解析、路由、改写、后果归并等外围性能。后端与实在数据库的交互目前借助于 Hikari 连接池。
4.2 搭建
4.2.1 关键字解读
下载，解压，装置 mysql 驱动，启动，完事
4.2.2 装置 shareding-proxy
安装包下载，抉择适合版本（本文选用 4.1.1），在官网进行下载，官网地址 https://shardingsphere.apache…
安装包解压（主动解压，或是命令解压），解压目录本人随便指定（有权限目录均可）
解压后 shareding-proxy 目录
shareding-proxy 配置目录 conf，蕴含所有配置数据
4.2.3 装置 mysql 驱动
将 mysql 的驱动 jar 包 (mysql-connector-java-5.1.44.jar) 放在 shareding-proxy 的 lib 目录下 ShardingSphere-Proxy 不带 mysql 驱动 jar 包，须要手动下载
下载地址 https://dev.mysql.com/downloa…
4.2.4 proxy 启动
shareding-proxy 的 bin 目录 start.sh，通过./start.sh 启动
4.2.5 Remark
Sharding-Proxy 默认的启动端口是 3307
4.3 配置
4.3.1 关键字解读
六大配置——日志配置 (logback.xml)，根底服务配置(server.yaml)，逻辑配置(四个 conf 配置文件，分片（外围）/ 影子 / 读写拆散 / 加密配置)
本例基于 server.yaml、config-sharding.yaml 配置分片策略
4.3.2 server.yaml
根底服务配置，三局部组成
1）shareding-jdbc 的编排治理配置，提供数据治理性能，蕴含如下：
配置集中化与动态化。（反对数据源，表与分片读写拆散策略的动静切换）
数据治理。提供熔断数据库拜访程序对数据库的拜访和禁用从库的拜访的能力
反对 Zookeeper 和 etcd 的注册核心；
2）权限配置，配置用户名和明码以及受权数据库
下例配置两个用户，别离为：root/root 和 sharding/sharding，其中 root 默认受权所有的数据库，而 sharding 用户则受权 sharding_db 数据库。在这里的数据库（schema）是逻辑数据库，在 config-*.yaml 中配置对应分库映射
代理数据源参数配置
配置数据链接，线程，核数等
4.3.3 config-sharding.yaml
shareding-proxy 外围配置，分片规定相干配置，蕴含 schemaName、dataSources、shardingRule 三局部
1）下图逻辑库对应分库数据源的映射配置
schemaName 逻辑库名，在 server.yaml 申明的受权的 schema 就是这里的 schemaName
dataSources 为数据源配置，本例映射俩个分库（ds0，ds_1），ds${0..1} 对应逻辑分库名，url 填写理论库
4.3.4 logback.xml
基于 logback 的日志配置
4.3.5 残余三项配置
config-shadow.yaml/config-master_slave.yaml/config-encrypt.yaml
别离为影子库配置，主从配置，数据字段加密配置，无意能够自行看下文链接
5 调试
基于搭建 ShardingSphere-Proxy 代理抉择直连工具客户端
用 Navicat 或者 mysql 命令直连
手动 mysql 命令链接如下
查问不带拆分键默认搜全库，新增默认依据拆分键路由对应实在库
6 数据迁徙
迁徙三步
1）线上装置 sharding-proxy
2）数据同步：创立迁徙工作，启动同步，原理即是创立 DTS 工作
3）数据完整性校验
全量比对，整体同步进度查问
工夫分段比对，依照各个时间段抽样进行新库老库总量比对，手动校验
随机抽样比对：随机新库某个时间段的数据逐条进行比对，手动工具校验手动依据开发工具别离抽样查问，并查问出的数据与老库进行比对
全量数据校验：比照同步数据进行全量数据校验，依据 DTS 工具进行校验，耗时较长
7 配置查问机
基于 easyops 或者 myops 配置物流指定查问机，通过查问机查问 proxy 代理实现
8 问题与总结
整体数据迁徙过程中遇到的最大的问题即是数据不可测，针对各种历史数据问题导致数据迁徙中断，造成返工，清理垃圾数据，从新迁徙
8.1 拆分键为空拆分键为空默认不反对
8.2 更新拆分键
更新语句默认不反对更新拆分键(理论 4.x 不反对更新带拆分键，5.x 曾经反对更新带拆分键不改的状况下)Unknown exception: [INSERT INTO …. ON DUPLICATE KEY UPDATE can not support update for sharding column.]
8.3 针对以上俩种异样的解决办法
拆分键不能为空，设置默认拆分键
更新带拆分键，降级 sharding-proxy 到 5.x 或配置同步 DTS 去掉拆分键更新
作者：任洪波
