一.Mycat简介
这个中间件可以说是很奇妙的东西，可以让数据库的负载能力提高很多。
使用mycat后，可以对数据库进行分库，分表。把一个逻辑完整的数据库分成物理拆分的数据库。
Mycat背后是阿里曾经开源的知名产品——Cobar。Cobar的核心功能和优势是MySQL数据库分片，
此产品曾经广为流传，据说最早的发起者对Mysql很精通，后来从阿里跳槽了，阿里随后开源的Cobar，并维持到2013年年初，然后，就没有然后了。
Mycat就是一个近似等于MySQL的数据库服务器，可以用连接MySQL的方式去连接Mycat（除了端口不同，默认的Mycat端口是8066而非MySQL的3306，因此需要在连接字符串上增加端口信息），
大多数情况下，可以用你熟悉的对象映射框架使用Mycat，但建议对于分片表，尽量使用基础的SQL语句，因为这样能达到最佳性能，特别是几千万甚至几百亿条记录的情况下。
Mycat是一个强大的数据库中间件，不仅仅可以用作读写分离、以及分表分库、容灾备份，而且可以用于多租户应用开发、云平台基础设施、让你的架构具备很强的适应性和灵活性，
借助于即将发布的Mycat智能优化模块，系统的数据访问瓶颈和热点一目了然，根据这些统计分析数据，可以自动或手工调整后端存储，将不同的表映射到不同存储引擎上，而整个应用的代码一行也不用改变。
二.Mycat原理
Mycat的原理并不复杂，复杂的是代码，如果代码也不复杂，那么早就成为一个传说了。
Mycat的原理中最重要的一个动词是“拦截”，它拦截了用户发送过来的SQL语句，首先对SQL语句做了一些特定的分析：如分片分析、路由分析、读写分离分析、缓存分析等。
三.应用场景
Mycat发展到现在，适用的场景已经很丰富，而且不断有新用户给出新的创新性的方案，以下是几个典型的应用场景：
（1）单纯的读写分离，此时配置最为简单，支持读写分离，主从切换；
（2）分表分库，对于超过1000万的表进行分片，最大支持1000亿的单表分片；
（3）多租户应用，每个应用一个库，但应用程序只连接Mycat，从而不改造程序本身，实现多租户化；
（4）报表系统，借助于Mycat的分表能力，处理大规模报表的统计；
（5）替代Hbase，分析大数据；
（6）作为海量数据实时查询的一种简单有效方案，比如100亿条频繁查询的记录需要在3秒内查询出来结果，除了基于主键的查询，还可能存在范围查询或其他属性查询，此时Mycat可能是最简单有效的选择；
四.何为数据切分
简单来说，就是指通过某种特定的条件，把我们存放在同一个数据库中的数据分散存储到多个数据库里。
数据的切分（Sharding）根据其切分规则的类型，可以分为两种切分模式。一种是按照不同的表（或者Schema）来切分到不同的数据库（主机）之上，这种切可以称之为数据的垂直（纵向）切分；
另外一种则是根据表中的数据的逻辑关系，将同一个表中的数据按照某种条件拆分到多台数据库（主机）上面，这种切分称之为数据的水平（横向）切分。
垂直切分的最大特点就是规则简单，实施也更为方便，尤其适合各业务之间的耦合度非常低，相互影响很小，业务逻辑非常清晰的系统。
在这种系统中，可以很容易做到将不同业务模块所使用的表分拆到不同的数据库中。根据不同的表来进行拆分，对应用程序的影响也更小，拆分规则也会比较简单清晰。
水平切分于垂直切分相比，相对来说稍微复杂一些。
因为要将同一个表中的不同数据拆分到不同的数据库中，对于应用程序来说，拆分规则本身就较根据表名来拆分更为复杂，后期的数据维护也会更为复杂一些。
1、垂直切分
一个数据库由很多表的构成，每个表对应着不同的业务，垂直切分是指按照业务将表进行分类，分布到不同的数据库上面，这样也就将数据或者说压力分担到不同的库上面。
如下图：
优点：
（1）拆分后业务清晰，拆分规则明确。
（2）系统之间整合或扩展容易。
（3）数据维护简单。
缺点：
（1）部分业务表无法join，只能通过接口方式解决，提高了系统复杂度。
（2）受每种业务不同的限制存在单库性能瓶颈，不易数据扩展跟性能提高。
（3）事务处理复杂。
（4）由于垂直切分是按照业务的分类将表分散到不同的库，所以有些业务表会过于庞大，存在单库读写与存储瓶颈，所以就需要水平拆分来做解决。
2、水平切分
相对于垂直拆分，水平拆分不是将表做分类，而是按照某个字段的某种规则来分散到多个库之中，每个表中包含一部分数据。
简单来说，我们可以将数据的水平切分理解为是按照数据行的切分，就是将表中的某些行切分到一个数据库，而另外的某些行又切分到其他的数据库中。
如图：
几种典型的分片规则包括：
（1）按照用户ID求模，将数据分散到不同的数据库，具有相同数据用户的数据都被分散到一个库中。
（2）按照日期，将不同月甚至日的数据分散到不同的库中。
（3）按照某个特定的字段求摸，或者根据特定范围段分散到不同的库中。
优点有：
（1）拆分规则抽象好，join操作基本可以数据库做。
（2）不存在单库大数据，高并发的性能瓶颈。
（3）应用端改造较少。
（4）提高了系统的稳定性跟负载能力。
缺点有：
（1）拆分规则难以抽象。
（2）分片事务一致性难以解决。
（3）数据多次扩展难度跟维护量极大。
（4）跨库join性能较差
前面讲了垂直切分跟水平切分的不同跟优缺点，会发现每种切分方式都有缺点，但共同的特点缺点有：
（1）引入分布式事务的问题。
（2）跨节点Join的问题。跨节点合并排序分页问题。
（3）多数据源管理问题。
由于数据切分后数据Join的难度在此也分享一下数据切分的经验：
第一原则：能不切分尽量不要切分。
第二原则：如果要切分一定要选择合适的切分规则，提前规划好。
第三原则：数据切分尽量通过数据冗余或表分组（Table Group）来降低跨库Join的可能。
第四原则：由于数据库中间件对数据Join实现的优劣难以把握，而且实现高性能难度极大，业务读取尽量少使用多表Join。