mysql資料庫分片
1、amoeba相當於一個SQL請求的路由器，目的是為負載均衡、讀寫分離、高可用性提供機制，而不是完全實現它們。用戶需要結合使用MySQL的Replication等機制來實現副本同步等功能。amoeba對底層資料庫連接管理和路由實現也採用了可插撥的機制，第三方可以開發更高級的策略類來替代作者的實現。這個程序總體上比較符合KISS的思想。
2、由上一條，建議使用MySQL的Replication機制建立Master-Slave來做副本。我一開始理解有誤，使用了amoeba的virtual DB（負載均衡pool）做writePool，結果使得本應插入同一個表中的數據被拆分地寫入了不同的物理資料庫中。這樣自然與副本的語義不符了。
3、amoeba已經實現了數據的垂直切分與水平切分。水平切分方面，粒度是行。使用SQLJEP語句可以設計出復雜的切分規則，個人認為是比較強大的。垂直切分的粒度是表，可以把針對不同表的請求發送到不同的節點上執行，但不能以列作為分片粒度。從作者的說法看，amoeba不做SQL解析和重寫。在目前的機制下似乎是難以實現同一個表不同的列在不同節點上的分布。不過對開發人員來說，設計良好的表結構應該可以實現簡單的基於關系屬性的負載均衡的。
❷ 騫茶揣婊℃弧錛氬熀浜嶴hardingSphere瀹炵幇鍔ㄦ佹暟鎹婧
鍦ㄤ簰鑱旂綉鍏鍙鎬腑錛屾垨鑰呭ぇ鍨嬪簲鐢ㄧ郴緇熶腑錛屾垜浠浣滀負寮鍙戜漢鍛橀氬父闇瑕侀潰瀵規搗閲忕殑鏁版嵁錛岃繖浜涙搗閲忔暟鎹閫氬父閮芥槸鐧句竾綰э紝鍗冧竾綰х殑鏁版嵁閲忋傝屼笖榪欎簺嫻烽噺鏁版嵁瀵逛紒涓氬拰鐢ㄦ埛鏉ヨ撮兘鏄鑷沖叧閲嶈佺殑銆傞潰瀵瑰傛ゆ搗閲忕殑鏁版嵁錛屾垜浠闇瑕佷繚璇佹暟鎹鐨勫畨鍏ㄥ彲闈狅紱褰撲繚瀛樻暟鎹鐨勬椂鍊欐暟鎹涓嶈兘涓㈠け錛屽綋鏌ヨ㈡暟鎹鐨勬椂鍊欙紝闇瑕佷繚璇佹暟鎹鐨勫強鏃跺搷搴斻
閭ｄ箞錛屽備綍淇濊瘉榪欎簺嫻烽噺鏁版嵁鐨勫畨鍏ㄥ彲闈狅紝浠ュ強瀹炴椂鏌ヨ㈠憿錛
褰撶劧錛岃繖閲岃偗瀹氫細鏈夊緢澶氳В鍐蟲柟妗堛傚湪褰撲笅澶ф暟鎹鏃朵唬錛屽嚭鐜頒簡寰堝氭瘮杈冨弸濂界殑瑙ｅ喅鏂規堝拰妗嗘灦鍙浠ヨВ鍐寵繖涓闂棰樸備緥濡傦細Elasticsearch錛孒adoop絳夛紝閮芥槸鐜板湪姣旇緝嫻佽岀殑妗嗘灦銆
鐩鍓嶏紝澶у氭暟浼佷笟搴旂敤緋葷粺涓鐨勬暟鎹搴旇ラ兘鏄緇撴瀯鍖栫殑錛屼篃灝辨槸榪欎簺嫻烽噺鏁版嵁瀛樺偍鍦ㄥ叧緋誨瀷鏁版嵁搴撲腑錛屼緥濡傦細Mysql錛孫racle絳夈傝屼笖Mysql鍏崇郴鍨嬫暟鎹搴撲竴鑸閮芥槸鍒濆壋浼佷笟鎴栬呬腑灝忎紒涓氱殑棣栭夈傞偅涔圡ysql濡備綍鎵胯澆鐧句竾綰э紝鍗冧竾綰х殑鏁版嵁鍛錛熸牴鎹闃塊噷宸村反鐨勫紑鍙戝畧鍒欙紝寤鴻甅ysql鐨勬暟鎹琛ㄥ歸噺涓嶈佽秴榪500涓囨潯鏁版嵁璁板綍錛屼篃灝辮村緩璁鍦500涓囨潯鏁版嵁璁板綍鐨勬椂鍊欏仛涓嬈″垎琛ㄣ傞拡瀵筂ysql鐨勫垎搴撳垎琛ㄥ凡緇忓瓨鍦ㄥ緢澶氭垚鐔燂紝寮婧愮殑瑙ｅ喅鏂規堝拰妗嗘灦錛屼緥濡傦細Mycat錛孲hardingSphere絳夈
浣嗘槸錛屽湪澶у氭暟涓氬姟鍦烘櫙涓璏ysql鐨勪竴涓搴撲細鏈夊緢澶氳〃錛屾暟鎹閲忓ぇ鐨勶紝闇瑕佸強鏃跺搷搴旀煡璇㈢殑鏁版嵁琛ㄥ彲鑳藉氨閭ｄ箞鍑犲紶錛屼緥濡傦細璁㈠崟琛ㄦ暟鎹閲忔瘮杈冨ぇ錛岄厤緗琛ㄦ暟鎹閲忔瘮杈冨皬錛涙垜浠闇瑕佸規暟鎹閲忔瘮杈冨ぇ鐨勮㈠崟琛ㄨ繘琛屽垎搴撳垎琛ㄦ搷浣滐紝閰嶇疆琛ㄥ彲浠ヤ笉闇瑕佸垎搴撳垎琛ㄣ備篃灝辨槸璇存垜浠闇瑕佸歸儴鍒嗚〃榪涜屽垎搴撳垎琛錛岄儴鍒嗚〃涓嶈繘琛屽垎搴撳垎琛ㄣ傞偅涔堟垜浠鍙浠ヨ冭檻浣跨敤ShardingSphere鐨勫姩鎬佹暟鎹婧愶紝瀵歸渶瑕佸垎搴撳垎琛ㄧ殑鏁版嵁鎴戜滑鎶婃ｇ『鐨勬暟鎹婧愯礬鐢卞埌姝ｇ『鐨勫簱涓婏紝鎶婁笉闇瑕佸垎搴撳垎琛ㄧ殑琛ㄨ礬鐢卞埌榛樿ょ殑鏁版嵁搴撱
涓嬮潰鎴戜滑浠SpringBoot涓轟緥鎶婅︾粏鐨勫疄璺佃繃紼嬭板綍涓嬫潵錛屾柟渚誇互鍚庢煡闃呫
寮曞叆ShardingSphere鐨刴aven dependency錛岄噰鐢4.0.0鐗堟湰
閰嶇疆澶氭暟鎹婧
璇存槑濡備笅錛
澶氭暟鎹婧愰厤緗綾
璇存槑濡備笅錛
涓嬮潰閰嶇疆SpringBoot鐨勬暟鎹婧
璇存槑濡備笅錛
涓嬮潰鏄鎴戜滑鑷瀹氫箟鐨勫垎鐗囩畻娉旵ustomShardingAlgorithm綾
璇存槑濡備笅錛
閫氳繃浠ヤ笂閰嶇疆鍜岃嚜瀹氫箟鍒嗙墖綆楁硶錛屽熷姪ShardingSphere妗嗘灦鎴戜滑宸茬粡瀹炵幇浜嗛氳繃鎼哄甫鍒嗙墖閿鐨勫炲垹鏀規煡sql璇鍙ュ姩鎬佽礬鐢辨暟鎹婧愩傚傛灉鎿嶄綔鎴戜滑闇瑕佸垎搴撳垎琛ㄧ殑sql璇鍙ユ病鐢ㄦ惡甯﹀垎鐗囬敭錛孲hardingSphere浼氭姤閿欏苟涓斿湪鏃ュ織淇℃伅涓浼氱湅鍒板瑰簲鐨勯敊璇淇℃伅銆
褰撶劧闄よ繃ShardingSphere鑳藉熷疄鐜板姩鎬佹暟鎹婧愶紝鍏朵粬妗嗘灦鎴栬呮柟寮忎篃鍙浠ュ疄鐜幫紝渚嬪傦細Spring AOP鍒囬潰錛屾嫤鎴鍣ㄤ篃鍙浠ュ疄鐜般傞偅涔堝氨鏄浠佽呰佷粊錛屾櫤鑰呰佹櫤浜嗐
鍙傝冭祫鏂欙細
❸ 資料庫為什麼要分庫分表
1 基本思想之什麼是分庫分表？
從字面上簡單理解，就是把原本存儲於一個庫的數據分塊存儲到多個庫上，把原本存儲於一個表的數據分塊存儲到多個表上。
2 基本思想之為什麼要分庫分表？
數
據庫中的數據量不一定是可控的，在未進行分庫分表的情況下，隨著時間和業務的發展，庫中的表會越來越多，表中的數據量也會越來越大，相應地，數據操作，增
刪改查的開銷也會越來越大；另外，由於無法進行分布式式部署，而一台伺服器的資源（CPU、磁碟、內存、IO等）是有限的，最終資料庫所能承載的數據量、
數據處理能力都將遭遇瓶頸。
3 分庫分表的實施策略。
分庫分表有垂直切分和水平切分兩種。
3.1
何謂垂直切分，即將表按照功能模塊、關系密切程度劃分出來，部署到不同的庫上。例如，我們會建立定義資料庫workDB、商品資料庫payDB、用戶數據
庫userDB、日誌資料庫logDB等，分別用於存儲項目數據定義表、商品定義表、用戶數據表、日誌數據表等。
3.2
何謂水平切分，當一個表中的數據量過大時，我們可以把該表的數據按照某種規則，例如userID散列，進行劃分，然後存儲到多個結構相同的表，和不同的庫
上。例如，我們的userDB中的用戶數據表中，每一個表的數據量都很大，就可以把userDB切分為結構相同的多個userDB：part0DB、
part1DB等，再將userDB上的用戶數據表userTable，切分為很多userTable：userTable0、userTable1等，
然後將這些表按照一定的規則存儲到多個userDB上。
3.3 應該使用哪一種方式來實施資料庫分庫分表，這要看資料庫中數據量的瓶頸所在，並綜合項目的業務類型進行考慮。
如果資料庫是因為表太多而造成海量數據，並且項目的各項業務邏輯劃分清晰、低耦合，那麼規則簡單明了、容易實施的垂直切分必是首選。
而
如果資料庫中的表並不多，但單表的數據量很大、或數據熱度很高，這種情況之下就應該選擇水平切分，水平切分比垂直切分要復雜一些，它將原本邏輯上屬於一體
的數據進行了物理分割，除了在分割時要對分割的粒度做好評估，考慮數據平均和負載平均，後期也將對項目人員及應用程序產生額外的數據管理負擔。
在現實項目中，往往是這兩種情況兼而有之，這就需要做出權衡，甚至既需要垂直切分，又需要水平切分。我們的游戲項目便綜合使用了垂直與水平切分，我們首先對資料庫進行垂直切分，然後，再針對一部分表，通常是用戶數據表，進行水平切分。
4 分庫分表存在的問題。
4.1 事務問題。
在執行分庫分表之後，由於數據存儲到了不同的庫上，資料庫事務管理出現了困難。如果依賴資料庫本身的分布式事務管理功能去執行事務，將付出高昂的性能代價；如果由應用程序去協助控制，形成程序邏輯上的事務，又會造成編程方面的負擔。
4.2 跨庫跨表的join問題。
在執行了分庫分表之後，難以避免會將原本邏輯關聯性很強的數據劃分到不同的表、不同的庫上，這時，表的關聯操作將受到限制，我們無法join位於不同分庫的表，也無法join分表粒度不同的表，結果原本一次查詢能夠完成的業務，可能需要多次查詢才能完成。
4.3 額外的數據管理負擔和數據運算壓力。
額
外的數據管理負擔，最顯而易見的就是數據的定位問題和數據的增刪改查的重復執行問題，這些都可以通過應用程序解決，但必然引起額外的邏輯運算，例如，對於
一個記錄用戶成績的用戶數據表userTable，業務要求查出成績最好的100位，在進行分表之前，只需一個order
by語句就可以搞定，但是在進行分表之後，將需要n個order
by語句，分別查出每一個分表的前100名用戶數據，然後再對這些數據進行合並計算，才能得出結果。
❹ 資料庫架構選型與落地，看這篇就夠了
隨著時間和業務的發展，資料庫中的數據量增長是不可控的，庫和表中的數據會越來越大，隨之帶來的是更高的 磁碟 、 IO 、 系統開銷 ，甚至 性能 上的瓶頸，而單台伺服器的 資源終究是有限 的。
因此在面對業務擴張過程中，應用程序對資料庫系統的 健壯性 ， 安全性 ， 擴展性 提出了更高的要求。
以下，我從資料庫架構、選型與落地來讓大家入門。
資料庫會面臨什麼樣的挑戰呢？
業務剛開始我們只用單機資料庫就夠了，但隨著業務增長，數據規模和用戶規模上升，這個時候資料庫會面臨IO瓶頸、存儲瓶頸、可用性、安全性問題。
為了解決上述的各種問題，資料庫衍生了出不同的架構來解決不同的場景需求。
將資料庫的寫操作和讀操作分離，主庫接收寫請求，使用多個從庫副本負責讀請求，從庫和主庫同步更新數據保持數據一致性，從庫可以水平擴展，用於面對讀請求的增加。
這個模式也就是常說的讀寫分離，針對的是小規模數據，而且存在大量讀操作的場景。
因為主從的數據是相同的，一旦主庫宕機的時候，從庫可以 切換為主庫提供寫入 ，所以這個架構也可以提高資料庫系統的 安全性 和 可用性 ；
優點：
缺點：
在資料庫遇到 IO瓶頸 過程中，如果IO集中在某一塊的業務中，這個時候可以考慮的就是垂直分庫，將熱點業務拆分出去，避免由 熱點業務 的 密集IO請求 影響了其他正常業務，所以垂直分庫也叫 業務分庫 。
優點：
缺點：
在資料庫遇到存儲瓶頸的時候，由於數據量過大造成索引性能下降。
這個時候可以考慮將數據做水平拆分，針對數據量巨大的單張表，按照某種規則，切分到多張表裡面去。
但是這些表還是在同一個庫中，所以庫級別的資料庫操作還是有IO瓶頸（單個伺服器的IO有上限）。
所以水平分表主要還是針對 數據量較大 ，整體業務 請求量較低 的場景。
優點：
缺點：
四、分庫分表
在資料庫遇到存儲瓶頸和IO瓶頸的時候，數據量過大造成索引性能下降，加上同一時間需要處理大規模的業務請求，這個時候單庫的IO上限會限制處理效率。
所以需要將單張表的數據切分到多個伺服器上去，每個伺服器具有相應的庫與表，只是表中數據集合不同。
分庫分表能夠有效地緩解單機和單庫的 性能瓶頸和壓力 ，突破IO、連接數、硬體資源等的瓶頸。
優點：
缺點：
註：分庫還是分表核心關鍵是有沒有IO瓶頸 。
分片方式都有什麼呢？
RANGE（范圍分片）
將業務表中的某個 關鍵欄位排序 後，按照順序從0到10000一個表，10001到20000一個表。最常見的就是 按照時間切分 （月表、年表）。
比如將6個月前，甚至一年前的數據切出去放到另外的一張表，因為隨著時間流逝，這些表的數據被查詢的概率變小，銀行的交易記錄多數是採用這種方式。
優點：
缺點：
HASH（哈希分片）
將訂單作為主表，然後將其相關的業務表作為附表，取用戶id然後 hash取模 ，分配到不同的數據表或者資料庫上。
優點：
缺點：
講到這里，我們已經知道資料庫有哪些架構，解決的是哪些問題，因此， 我們在日常設計中需要根據數據的特點，數據的傾向性，數據的安全性等來選擇不同的架構 。
那麼，我們應該如何選擇資料庫架構呢？
雖然把上面的架構全部組合在一起可以形成一個強大的高可用，高負載的資料庫系統，但是架構選擇合適才是最重要的。
混合架構雖然能夠解決所有的場景的問題，但是也會面臨更多的挑戰，你以為的完美架構，背後其實有著更多的坑。
1、對事務支持
分庫分表後（無論是垂直還是水平拆分），就成了分布式事務了，如果依賴資料庫本身的分布式事務管理功能去執行事務，將付出高昂的性能代價（XA事務）；如果由應用程序去協助控制，形成程序邏輯上的事務，又會造成編程方面的負擔（TCC、SAGA）。
2、多庫結果集合並 （group by，order by）
由於數據分布於不同的資料庫中，無法直接對其做分頁、分組、排序等操作，一般應對這種多庫結果集合並的查詢業務都需要採用數據清洗、同步等其他手段處理（TIDB、KUDU等）。
3、數據延遲
主從架構下的多副本機制和水平分庫後的聚合庫都會存在主數據和副本數據之間的延遲問題。
4、跨庫join
分庫分表後表之間的關聯操作將受到限制，我們無法join位於不同分庫的表（垂直），也無法join分表粒度不同的表（水平）， 結果原本一次查詢就能夠完成的業務，可能需要多次查詢才能完成。
5、分片擴容
水平分片之後，一旦需要做擴容時。需要將對應的數據做一次遷移，成本代價都極高的。
6、ID生成
分庫分表後由於資料庫獨立，原有的基於資料庫自增ID將無法再使用，這個時候需要採用其他外部的ID生成方案。
一、應用層依賴類（JDBC）
這類分庫分表中間件的特點就是和應用強耦合，需要應用顯示依賴相應的jar包（以Java為例），比如知名的TDDL、當當開源的 sharding-jdbc 、蘑菇街的TSharding等。
此類中間件的基本思路就是重新實現JDBC的API，通過重新實現 DataSource 、 PrepareStatement 等操作資料庫的介面，讓應用層在 基本 不改變業務代碼的情況下透明地實現分庫分表的能力。
中間件給上層應用提供熟悉的JDBC API，內部通過 sql解析 、 sql重寫 、 sql路由 等一系列的准備工作獲取真正可執行的sql，然後底層再按照傳統的方法（比如資料庫連接池）獲取物理連接來執行sql，最後把數據 結果合並 處理成ResultSet返回給應用層。
優點
缺點
二、中間層代理類（Proxy）
這類分庫分表中間件的核心原理是在應用和資料庫的連接之間搭起一個 代理層 ，上層應用以 標準的MySQL協議 來連接代理層，然後代理層負責 轉發請求 到底層的MySQL物理實例，這種方式對應用只有一個要求，就是只要用MySQL協議來通信即可。
所以用MySQL Navicat這種純的客戶端都可以直接連接你的分布式資料庫，自然也天然 支持所有的編程語言 。
在技術實現上除了和應用層依賴類中間件基本相似外，代理類的分庫分表產品必須實現標準的MySQL協議，某種意義上講資料庫代理層轉發的就是MySQL協議請求，就像Nginx轉發的是Http協議請求。
比較有代表性的產品有開創性質的Amoeba、阿里開源的Cobar、社區發展比較好的 Mycat （基於Cobar開發）等。
優點
缺點
JDBC方案 ：無中心化架構，兼容市面上大多數關系型資料庫，適用於開發高性能的輕量級 OLTP 應用（面向前台）。
Proxy方案 ：提供靜態入口以及異構語言的支持，適用於 OLAP 應用（面向後台）以及對分片資料庫進行管理和運維的場景。
混合方案 ：在大型復雜系統中存在面向C端用戶的前台應用，也有面向企業分析的後台應用，這個時候就可以採用混合模式。
JDBC 採用無中心化架構，適用於 Java 開發的高性能的輕量級 OLTP 應用；Proxy 提供靜態入口以及異構語言的支持，適用於 OLAP 應用以及對分片資料庫進行管理和運維的場景。
ShardingSphere是一套開源的分布式資料庫中間件解決方案組成的生態圈，它由 Sharding-JDBC 、 Sharding-Proxy 和 Sharding-Sidecar （計劃中）這3款相互獨立的產品組成，他們均提供標准化的數據分片、分布式事務和資料庫治理功能，可適用於如Java同構、異構語言、容器、雲原生等各種多樣化的應用場景。
ShardingSphere提供的核心功能：
Sharding-Proxy
定位為透明化的 資料庫代理端 ，提供封裝了 資料庫二進制協議的服務端版本 ，用於完成對 異構語言的支持 。
目前已提供MySQL版本，它可以使用 任何兼容MySQL協議的訪問客戶端 (如：MySQL Command Client, MySQL Workbench, Navicat等)操作數據，對DBA更加友好。
向 應用程序完全透明 ，可直接當做MySQL使用。
適用於任何兼容MySQL協議的客戶端。
Sharding-JDBC
定位為 輕量級Java框架 ，在Java的JDBC層提供的額外服務。 它使用客戶端直連資料庫，以jar包形式提供服務，無需額外部署和依賴，可理解為 增強版的JDBC驅動，完全兼容JDBC和各種ORM框架 。
以電商SaaS系統為例，前台應用採用Sharding-JDBC，根據業務場景的差異主要分為三種方案。
分庫（用戶）
問題解析：頭部企業日活高並發高，單獨分庫避免干擾其他企業用戶，用戶數據的增長緩慢可以不分表。
拆分維度：企業ID分庫
拆分策略：頭部企業單獨庫、非頭部企業一個庫
分庫分表（訂單）
問題解析：訂單數據增長速度較快，在分庫之餘需要分表。
拆分維度：企業ID分庫、用戶ID分表
拆分策略：頭部企業單獨庫、非頭部企業一個庫，分庫之後用戶ID取模拆分表
單庫分表（附件）
問題解析：附件數據特點是並發量不大，只需要解決數據增長問題，所以單庫IO足以支撐的情況下分表即可。
拆分維度：用戶ID分表
拆分策略：用戶ID取模分表
問題一：分布式事務
分布式事務過於復雜也是分布式系統最難處理的問題，由於篇幅有限，後續會開篇專講這一塊內容。
問題二：分布式ID
問題三：跨片查詢
舉個例子，以用戶id分片之後，需要根據企業id查詢企業所有用戶信息。
sharding針對跨片查詢也是能夠支持的，本質上sharding的跨片查詢是採用同時查詢多個分片的數據，然後聚合結果返回，這個方式對資源耗費比較大，特別是對資料庫連接資源的消耗。
假設分4個資料庫，8個表，則sharding會同時發出32個SQL去查詢。一下子消耗掉了32個連接；
特別是針對單庫分表的情況要注意，假設單庫分64個表，則要消耗64個連接。如果我們部署了2個節點，這個時候兩個節點同時查詢的話，就會遇到資料庫連接數上限問題（mysql默認100連接數）
問題四：分片擴容
隨著數據增長，每個片區的數據也會達到瓶頸，這個時候需要將原有的分片數量進行增加。由於增加了片區，原先的hash規則也跟著變化，造成了需要將舊數據做遷移。
假設原先1個億的數據，hash分64個表，現在增長到50億的數據，需要擴容到128個表，一旦擴容就需要將這50億的數據做一次遷移，遷移成本是無法想像的。
問題五：一致性哈希
首先，求出每個 伺服器的hash值 ，將其配置到一個 0~2^n 的圓環上 （n通常取32）
其次，用同樣的方法求出待 存儲對象的主鍵 hash值 ，也將其配置到這個圓環上。
然後，從數據映射到的位置開始順時針查找，將數據分布到找到的第一個伺服器節點上。
一致性hash的優點在於加入和刪除節點時只會影響到在哈希環中相鄰的節點，而對其他節點沒有影響。
所以使用一致性哈希在集群擴容過程中可以減少數據的遷移。
好了，這次分享到這里，我們日常的實踐可能只會用到其中一種方案，但它不是資料庫架構的全貌，打開技術視野，才能更好地把存儲工具利用起來。
老規矩，一鍵三連，日入兩千，點贊在看，年薪百萬！
本文作者：Jensen
7年Java老兵，小米主題設計師，手機輸入法設計師，ProcessOn特邀講師。
曾涉獵航空、電信、IoT、垂直電商產品研發，現就職於某知名電商企業。
技術公眾號 【架構師修行錄】 號主，專注於分享日常架構、技術、職場干貨，Java Goals：架構師。
交個朋友，一起成長！
❺ 如何在一台伺服器上安裝兩個mysql或者更多
這種架構一般用在以下三類場景
1. 備份多台 Server 的數據到一台如果按照數據切分方向來講，那就是垂直切分。比如圖 2，業務 A、B、C、D 是之前拆分好的業務，現在需要把這些拆分好的業務匯總起來備份，那這種需求也很適用於多源復制架構。實現方法我大概描述下：業務 A、B、C、D 分別位於 4 台 Server，每台 Server 分別有一個資料庫來隔離前端的業務數據，那這樣，在從庫就能把四台業務的數據全部匯總起來，而不需要做額外的操作。那沒有多源復制之前，要實現這類需求，只能在匯總機器上搭建多個 MySQL 實例，那這樣勢必會涉及到跨庫關聯的問題，不但性能急劇下降，管理多個實例也沒有單台來的容易。
