一小时读懂Sharding JDBC之分库分表

标签：star   分组   mave   insert   druid   wired   并且   def   ODB   

作为轻量级java框架，sharding JDBC在Java的jdbc层提供了额外的服务，可以理解为增强版的jdbc驱动。其中，分库分表的操作是其中的重要一环，接下来就跟随我来看一看，这一操作如何进行。

环境准备

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;}

配置类

@SpringBootApplication@MapperScan("cn.wolfcode.sharding.mapper")public class ShardingApplication { }

分库分表

案例模型

把数据分别存放在两台服务器的两个数据库中表，通过分片算法来决定当前的数据存放在哪个数据库的哪个表中，由于一个连接池只能连接一个特定的数据库，所以这里需要创建多个连接池对象

建表

-- 分别在2台服务器中建立数据库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

# 定义连接池

sharding.jdbc.datasource.names=db0,db1

# 格式sharding.jdbc.datasource.连接池名.xxx:设置4要素信息

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

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.type=com.alibaba.druid.pool.DruidDataSource

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

# 设置分库规则

# sharding.jdbc.config.sharding.default-database-strategy.inline.sharding-column：分库列

# sharding.jdbc.config.sharding.default-database-strategy.inline.algorithm-expression：分库算法

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

sharding.jdbc.config.sharding.default-database-strategy.inline.algorithm-expression=db$->{id % 2}

# 绑定逻辑表

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

# 设置分表规则

# sharding.jdbc.config.sharding.tables.逻辑表.actual-data-nodes：逻辑表对应的真实表

# sharding.jdbc.config.sharding.tables.逻辑表.table-strategy.inline.sharding-column：分表列

# sharding.jdbc.config.sharding.tables.逻辑表.table-strategy.inline.algorithm-expression：分表算法

# sharding.jdbc.config.sharding.tables.逻辑表.key-generator-column-name：主键列

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

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

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

mapper

/**

 * 这里写的employee表是上面所配置的逻辑表

 * 底层会根据分片规则，把我们写的逻辑表改写为数据库中的真实表

 */@Mapperpublic interface EmployeeMapper {

    @Select("select * from employee")

    List<Employee> selectAll();

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

    void inser(Employee entity);}

测试

@RunWith(SpringRunner.class)@SpringBootTest(classes=ShardingApplication.class)public class ShardingApplicationTests {

    @Autowired

    private EmployeeMapper employeeMapper;

    @Test

    public void save() {

        for (int i = 0; i < 10; i++) {

            Employee employee = new Employee();

            employee.setName("xx"+i);

            employeeMapper.inser(employee);

        }

    }

    @Test

    public void list() {

        employeeMapper.selectAll().forEach(System.out::println);

    }}

优缺点

• 拆分后单表数据量比较小,单表大数据被拆分,解决了单表大数据访问问题
• 分表以什么切分如果弄的不好,导致多次查询,而且有时候要跨库操作,甚至导致join无法使用,对排序分组等有性能影响
• 之前的原子操作被拆分成多个操作,事务处理变得复杂
• 多个DB维护成本增加

分库分表也仅仅是shardingJDBC中小小的一部分，还有很多内容需要大家继续研究，如果你对此感兴趣的话，不妨关注我，接下来我还会发布更多的相关教程供大家学习，如果遇到问题我也会尽力帮助你。

一小时读懂Sharding JDBC之分库分表

标签：star   分组   mave   insert   druid   wired   并且   def   ODB   

原文地址：https://www.cnblogs.com/a1231230/p/12107563.html