第 1 步：通知业务方，确认停机窗口（如凌晨 2:00-5:00）
第 2 步：停止应用写入（或切换为只读模式）
第 3 步：全量数据导出 + 导入到新表
第 4 步：数据校验（数量 + 关键字段 checksum）
第 5 步：切换数据源指向新库
第 6 步：应用启动，验证功能
第 7 步：确认无误后清理旧库

# 从旧库导出
mysqldump -h old_host -u root -p db_name \
  --where="user_id % 4 = 0" \
  --no-create-info \
  --complete-insert \
  user_order > user_order_0.sql

# 导入到新分片
mysql -h new_host_0 -u root -p db_0 < user_order_0.sql

// 应用层修改：写入时同时写入旧库和新库
public void saveOrder(Order order) {
    oldOrderDao.save(order);    // 旧库
    newOrderDao.save(order);   // 新分片（根据分片规则路由）
}

-- 分批迁移旧数据
-- 使用 LIMIT OFFSET 分批迁移，每批 10000 行
INSERT INTO new_db_0.order SELECT * FROM old_db.order 
WHERE id BETWEEN 1 AND 10000;

// 每批迁移完成后校验
long oldCount = oldDao.countByIdRange(start, end);
long newCount = newDao.countByOldIdRange(start, end);
if (oldCount != newCount) {
    // 重新迁移本批
}

-- 再次迁移双写期间的增量数据
-- 使用时间戳或自增 ID 定位
INSERT INTO new_db_0.order SELECT * FROM old_db.order 
WHERE update_time > lastSyncTime;

// 旧规则：order_id % 4
// 新规则：order_id % 8
// 需要重新计算所有数据的分片归属并迁移
// 约 50% 的数据需要搬迁

// 旧分片节点：A, B, C, D
// 新分片节点：A, B, C, D, E, F, G, H
// 一致性哈希保证只有这部分数据需要迁移：
//   某些属于 A 的数据需要迁移到 E
//   某些属于 B 的数据需要迁移到 F
//   ...
// 迁移量约 50%，但实现复杂

// 级联路由：先取模旧规则，再取模新规则
class CascadeRouter {
    int getShard(long id) {
        int oldShard = id % 4;
        if (oldShard == 0) return id % 2;     // old0 拆为 new0,new1
        if (oldShard == 1) return id % 2 + 2;  // old1 拆为 new2,new3
        // ...
    }
}

// 初始分配 256 个分片（但在 only 4 台机器上运行）
// 将来扩展时，将 256 个分片分散到更多机器
// 数据完全不用迁移，只需将表文件移动到新机器

# 预留足够多的分片数
tables:
  order:
    # 一张表对应逻辑上的 256 个分片
    actual-data-nodes: 
      # 初期 4 台机器，每台 64 个分片
      - db0.t_order_$->{0..63}
      - db1.t_order_$->{64..127}
      - db2.t_order_$->{128..191}
      - db3.t_order_$->{192..255}
      # 扩容时加机器，把部分分片移到新机器即可
      # 不会改变分片算法