mycat 取模与ER分片处理

1、业务场景深度解析：电商交易全链路

在实际的互联网电商业务架构中，用户完成购物并生成订单是核心数据流转的关键节点。这一环节不仅涉及高并发的写入操作，还承载着复杂的查询需求。系统需要支持两种截然不同的数据访问模式：一是商家端需要高效检索其名下所有已成交的购买订单，以便进行发货管理和销售统计；二是用户端需要快速定位并查看自己历史交易中的个人订单状态，包括待支付、待发货及已完成等生命周期阶段。为了在海量数据下保证查询性能与系统稳定性，传统的单库单表架构已无法满足需求，必须引入分布式数据库中间件进行数据分片。

在数据模型设计上，我们采用了细粒度的表拆分策略，将业务实体解耦为四张核心表：基础用户信息表、商家视角的订单主表、订单明细表以及买家视角的订单主表。这种设计不仅符合领域驱动设计（DDD）中限界上下文的概念，也便于后续针对不同角色的查询优化。关于分片策略的选择，我们遵循了“数据亲和性”原则。对于“用户表”，由于用户身份是全局唯一的，且后续关联查询多以用户为主键，因此采用 user_id 取模算法进行水平拆分，确保用户数据均匀分布在各个分片节点。对于“商家订单表”，考虑到商家端的高频查询场景通常基于卖家ID，故采用 seller_user_id 取模策略，使得同一商家的订单数据尽量物理聚集，减少跨节点JOIN带来的性能损耗。

更为复杂的是“订单明细表”与“买家订