分布式数据库中间件概念

       从原有的一个库，被切分为多个分片数据库，全部的分片数据库集群构成了整个完整的数据库存储。面对分片集群，数据源切换，事务处理，数据聚合等，是否须要应用程序直接处理这些呢？答案确定是否认的，这就是数据库中间件存在的缘由，把这些通通都交给中间件，应用只专一于业务就好了。

那么应用程序怎么访问数据库中间件呢？和直接访问数据库有什么区别？
        一般应用程序不须要知道中间件的存在，业务开发人员只须要知道数据库的概念，因此数据库中间件能够被看作是一个或多个数据库集群构成的逻辑库。对应用来讲，逻辑库中读写数据的表就是逻辑表。逻辑表，能够是数据切分后，分布在一个或多个分片库中，也能够不作数据切分，不分片，只有一个表构成。

分片表：

       是指那些原有的很大数据的表，须要切分到多个数据库的表，这样，每一个分片都有一部分数据，全部分片构成了完整的数据。

非分片表：

       是对应于分片表而言的，某些表示能够不用进行切分的。 

ER表：

        关系型数据库是基于实体关系模型之上，经过其描述了真实世界中事物与关系，Mycat中ER表即便来源于此。根据这一思路，提出了基于ER关系的数据分片策略，子表的记录与所关联的父表记录存放在同一个数据分片上，即子表依赖于父表，经过表分组（Table Group）保证数据Join不会跨库操做。 

表分组（Table Group）是解决跨分片数据join的一种很好的思路，也是数据切分规则的重要一条规则。

全局表：

        在真实业务系统中，每每存在大量的相似字典表的表，这些表基本上不多变更，字典表具备如下几个特性：
               变更不频繁。
               数据量整体变化不大。
               数据规模不大，不多有超过数十万条记录。
        对于这类表，在分片的状况下，当业务表由于规模而进行分片之后，业务表与这些附属的字典表之间的关联，就成了比较棘手的问题，因此Mycat中经过冗余来解决这类表的join，即全部的分片都有一份数据的拷贝，全部将字典表或者符合字典表的特性的一些表定义为全局表。

数据冗余是解决跨分片数据join的一种很好的思路，也是数据切分规划的另一条重要规则。 

###########################

分片节点(dataNode)：
        数据切分，一个大表被分到不一样的分片数据库上面，每一个表分片所在的数据库就是分片节点(dataNode)。

节点主机(dataHost)：
        数据切分后，每一个分片节点(dataNode)不必定都会独占一台机器，同一机器上面能够有多个分片数据库，这样一个或多个分片节点(dataNode)所在的机器就是节点主机(dataHost),为了规避单节点主机并发数限制，尽可能将读写压力高的分片节点(dataNode)均衡的放在不一样的节点主机(dataHost)。

分片规则(rule)：
       对于大表的数据切分，切分红若干个分片表，须要必定的规则，这样按照某种业务规则把数据分到某个分片的规则就是分片规则，数据切分选择合适的分片规则很是重要，将极大的避免后续数据处理的难度。

全局序列号(sequence):        数据切分后，原有的关系数据库中的主键约束在分布式条件下将没法使用，所以须要引入外部机制保证数据惟一性标识，这种保证全局性的数据惟一标识的机制就是全局序列号(sequence)。