Sharding JDBC中分庫(kù)分表的操作

簡(jiǎn)介

sharding-jdbc是ShardingSphere的其中一個(gè)模塊，定位為輕量級(jí)Java框架，在Java的JDBC層提供的額外服務(wù)。 它使用客戶端直連數(shù)據(jù)庫(kù)，以jar包形式提供服務(wù)，無(wú)需額外部署和依賴，可理解為增強(qiáng)版的JDBC驅(qū)動(dòng)，完全兼容JDBC和各種ORM框架。

適用于任何基于Java的ORM框架，如：JPA, Hibernate, Mybatis, Spring JDBC Template或直接使用JDBC。

基于任何第三方的數(shù)據(jù)庫(kù)連接池，如：DBCP, C3P0, BoneCP, Druid, HikariCP等。

支持任意實(shí)現(xiàn)JDBC規(guī)范的數(shù)據(jù)庫(kù)。目前支持MySQL，Oracle，SQLServer和PostgreSQL。

熟悉sharding JDBC的同學(xué)都知道，分庫(kù)分表的操作是使用sharding JDBC中非常重要的，可能還有很多初學(xué)者對(duì)此階段的學(xué)習(xí)存在疑慮，因此，接下來(lái)我會(huì)幫助你逐漸深入分庫(kù)分表的操作。
環(huán)境準(zhǔn)備
pom.xml
<parent>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-parent</artifactId>
<version>2.1.3.RELEASE</version></parent>
<properties>
<java.version>1.8</java.version>
<sharding.version>3.1.0</sharding.version></properties>
<dependencies>
<dependency>
<groupId>io.shardingsphere</groupId>
<artifactId>sharding-jdbc-core</artifactId>
<version>${sharding.version}</version>
</dependency>

<dependency>
    <groupId>io.shardingsphere</groupId>
    <artifactId>sharding-jdbc-spring-boot-starter</artifactId>
    <version>${sharding.version}</version>
</dependency>

<dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>druid</artifactId>
    <version>1.1.10</version>
</dependency>

<dependency>
    <groupId>org.mybatis</groupId>
    <artifactId>mybatis</artifactId>
    <version>3.4.5</version>
</dependency>

<dependency>
    <groupId>org.mybatis.spring.boot</groupId>
    <artifactId>mybatis-spring-boot-starter</artifactId>
    <version>1.3.1</version>
</dependency>

<dependency>
    <groupId>mysql</groupId>
    <artifactId>mysql-connector-java</artifactId>
    <version>5.1.46</version>
</dependency>

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter</artifactId>
</dependency>

<dependency>
    <groupId>org.projectlombok</groupId>
    <artifactId>lombok</artifactId>
</dependency>

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-test</artifactId>
    <scope>test</scope>
</dependency></dependencies>

<build>
<plugins>
<plugin>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-maven-plugin</artifactId>
</plugin>
</plugins></build>
domain
// 建立domain@Setter@Getter@ToString@NoArgsConstructor@AllArgsConstructorpublic class Employee {
private Long id;
private String name;}
配置類
@SpringBootApplication@MapperScan("cn.wolfcode.sharding.mapper")public class ShardingApplication { }
分庫(kù)分表
案例模型
把數(shù)據(jù)分別存放在兩臺(tái)服務(wù)器的兩個(gè)數(shù)據(jù)庫(kù)中表，通過(guò)分片算法來(lái)決定當(dāng)前的數(shù)據(jù)存放在哪個(gè)數(shù)據(jù)庫(kù)的哪個(gè)表中，由于一個(gè)連接池只能連接一個(gè)特定的數(shù)據(jù)庫(kù)，所以這里需要?jiǎng)?chuàng)建多個(gè)連接池對(duì)象
建表
-- 分別在2臺(tái)服務(wù)器中建立數(shù)據(jù)庫(kù)sharding，并且建表employee_0和employee_1CREATE TABLE employee_0 (
id bigint(20) PRIMARY KEY AUTO_INCREMENT,
name varchar(255) DEFAULT NULL) ENGINE=InnoDB DEFAULT CHARSET=utf8;-- ###################################CREATE TABLE employee_1 (
id bigint(20) PRIMARY KEY AUTO_INCREMENT,
name varchar(255) DEFAULT NULL) ENGINE=InnoDB DEFAULT CHARSET=utf8;
application.properties

定義連接池
格式sharding.jdbc.datasource.連接池名.xxx:設(shè)置4要素信息
sharding.jdbc.datasource.db0.driver-class-name=com.mysql.jdbc.Driver
sharding.jdbc.datasource.db0.url=jdbc:mysql://db0Ip:port/sharing
sharding.jdbc.datasource.db0.username=xxx
sharding.jdbc.datasource.db0.password=xxx
sharding.jdbc.datasource.db1.driver-class-name=com.mysql.jdbc.Driver
sharding.jdbc.datasource.db1.url=jdbc:mysql://db1Ip:port/sharing
sharding.jdbc.datasource.db1.username=xxx
sharding.jdbc.datasource.db1.password=xxx
設(shè)置分庫(kù)規(guī)則
sharding.jdbc.config.sharding.default-database-strategy.inline.sharding-column：分庫(kù)列
sharding.jdbc.config.sharding.default-database-strategy.inline.algorithm-expression：分庫(kù)算法
sharding.jdbc.config.sharding.default-database-strategy.inline.algorithm-expression=db$->{id % 2}
綁定邏輯表
設(shè)置分表規(guī)則
sharding.jdbc.config.sharding.tables.邏輯表.actual-data-nodes：邏輯表對(duì)應(yīng)的真實(shí)表
sharding.jdbc.config.sharding.tables.邏輯表.table-strategy.inline.sharding-column：分表列
sharding.jdbc.config.sharding.tables.邏輯表.table-strategy.inline.algorithm-expression：分表算法
sharding.jdbc.config.sharding.tables.邏輯表.key-generator-column-name：主鍵列
sharding.jdbc.config.sharding.tables.employee.table-strategy.inline.sharding-column=id
sharding.jdbc.config.sharding.tables.employee.table-strategy.inline.algorithm-expression=employee$->{id % 2}
sharding.jdbc.config.sharding.tables.employee.key-generator-column-name=id
打印日志
mapper
/**

• 這里寫(xiě)的employee表是上面所配置的邏輯表

sharding.jdbc.datasource.names=db0,db1

sharding.jdbc.datasource.db0.type=com.alibaba.druid.pool.DruidDataSource

sharding.jdbc.datasource.db1.type=com.alibaba.druid.pool.DruidDataSource

sharding.jdbc.config.sharding.default-database-strategy.inline.sharding-column=id

sharding.jdbc.config.sharding.binding-tables=employee

sharding.jdbc.config.sharding.tables.employee.actual-data-nodes=db$->{0..1}.employee$->{0..1}

sharding.jdbc.config.props.sql.show=true

• 底層會(huì)根據(jù)分片規(guī)則，把我們寫(xiě)的邏輯表改寫(xiě)為數(shù)據(jù)庫(kù)中的真實(shí)表
  

  @Insert("insert into employee (name) values (#{name})")
  

  @Autowired
  

  employee.setName("xx"+i);
  employeeMapper.inser(employee);
  }
  }

  @Test
  public void list() {
  employeeMapper.selectAll().forEach(System.out::println);
  }}
  優(yōu)缺點(diǎn)
  拆分后單表數(shù)據(jù)量比較小,單表大數(shù)據(jù)被拆分,解決了單表大數(shù)據(jù)訪問(wèn)問(wèn)題
  分表以什么切分如果弄的不好,導(dǎo)致多次查詢,而且有時(shí)候要跨庫(kù)操作,甚至導(dǎo)致join無(wú)法使用,對(duì)排序分組等有性能影響
  之前的原子操作被拆分成多個(gè)操作,事務(wù)處理變得復(fù)雜
  多個(gè)DB維護(hù)成本增加

分庫(kù)分表的操作并不難學(xué)，只是整個(gè)shardingJDBC的學(xué)習(xí)范圍還是比較廣，要學(xué)好也并不是那么容易的。