ShardingSphere技术专题ShardingJDBC实现分库分表 _分库分表

听闻少年二字，当与平庸相斥。这篇文章主要讲述ShardingSphere技术专题ShardingJDBC实现分库分表相关的知识，希望能为你提供帮助。
前提介绍
ShardingSphere介绍shardingJDBC使用的范围

适用于任何基于JDBC的ORM框架，如：JPA, Hibernate, Mybatis, Spring JDBC Template或直接使用JDBC。
支持任何第三方的数据库连接池，如：DBCP, C3P0, BoneCP, Druid, HikariCP等。
支持任意实现JDBC规范的数据库。目前支持mysql，Oracle，SQLServer，PostgreSQL以及任何遵循SQL92标准的数据库。

SQL语句相关

逻辑表：水平拆分的数据库（表）的相同逻辑和数据结构表的总称。例：订单数据根据主键尾数拆分为2张表，分别是t_order_0到t_order_1，他们的逻辑表名为t_order。
真实表：在分片的数据库中真实存在的物理表。例：示例中的t_order_0到t_order_1
数据节点：数据分片的最小单元。由数据源名称和数据表组成，例：ds_0.t_order_0；ds_0.t_order_1；
绑定表：指分片规则一致的主表和子表。例如：t_order表和t_order_item表，均按照order_id分片，则此两张表互为绑定表关系。绑定表之间的多表关联查询不会出现笛卡尔积关联，关联查询效率将大大提升。
广播表：指所有的分片数据源中都存在的表，表结构和表中的数据在每个数据库中均完全一致。适用于数据量不大且需要与海量数据的表进行关联查询的场景。

数据分片相关

分片键：用于分片的数据库字段，是将数据库(表)水平拆分的关键字段。例：将订单表中的订单主键的尾数取模分片，则订单主键为分片字段。

分片算法：通过分片算法将数据分片，支持通过=、> =、< =、> 、< 、BETWEEN和IN分片，分片算法需要应用方开发者自行实现，可实现的灵活度非常高。

目前提供4种分片算法

精确分片算法：对应PreciseShardingAlgorithm，用于处理使用单一键作为分片键的=与IN进行分片的场景。需要配合StandardShardingStrategy使用。
范围分片算法：对应RangeShardingAlgorithm，用于处理使用单一键作为分片键的BETWEEN AND、> 、< 、> =、< =进行分片的场景。需要配合StandardShardingStrategy使用。
复合分片算法：对应ComplexKeysShardingAlgorithm，用于处理使用多键作为分片键进行分片的场景，包含多个分片键的逻辑较复杂，需要应用开发者自行处理其中的复杂度。需要配合ComplexShardingStrategy使用。
Hint分片算法：对应HintShardingAlgorithm，用于处理使用Hint行分片的场景。需要配合HintShardingStrategy使用。

目前提供5种分片策略

标准分片策略：对应StandardShardingStrategy，提供对SQL语句中的=, > , < , > =, < =, IN和BETWEEN AND的分片操作支持。
- StandardShardingStrategy只支持单分片键，提供PreciseShardingAlgorithm和RangeShardingAlgorithm两个分片算法。
  - PreciseShardingAlgorithm是必选的，用于=和IN的分片。
  - RangeShardingAlgorithm是可选的，用于BETWEEN AND, > , < , > =, < =分片，不配置RangeShardingAlgorithm，SQL中的BETWEEN AND将按照全库路由处理。
复合分片策略：对应ComplexShardingStrategy。提供对SQL语句中的=, > , < , > =, < =, IN和BETWEEN AND的分片操作支持。
- ComplexShardingStrategy支持多分片键，由于多分片键之间的关系复杂，因此并未进行过多的封装。
- 而是直接将分片键值组合以及分片操作符透传至分片算法，完全由应用开发者实现，提供最大的灵活度。
行表达式分片策略：对应InlineShardingStrategy。使用Groovy的表达式，提供对SQL语句中的=和IN的分片操作支持，只支持单分片键。
对于简单的分片算法，可以通过简单的配置使用，从而避免繁琐的java代码开发，如: t_user_$-& gt; {u_id % 8}表示t_user表根据u_id模8，而分成8张表，表名称为t_user_0到t_user_7。
Hint分片策略：对应HintShardingStrategy。通过Hint指定分片值而非从SQL中提取分片值的方式进行分片的策略。
不分片策略：对应NoneShardingStrategy。

配置相关

数据源配置：真实数据源列表。
表配置：逻辑表名称、数据节点与分表规则的配置
数据节点配置：用于配置逻辑表与真实表的映射关系。
分片策略配置：
- 数据源分片策略：对应于DatabaseShardingStrategy。用于配置数据被分配的目标数据源。
- 表分片策略：对应于TableShardingStrategy。用于配置数据被分配的目标表，该目标表存在与该数据的目标数据源内。故表分片策略是依赖与数据源分片策略的结果的。
自增主键生成策略：通过在客户端生成自增主键替换以数据库原生自增主键的方式，做到分布式主键无重复。（雪花算法）

开发步骤
开发整合方式

< !--主要有以下依赖，分库分表策略直接在application.properties做相关配置即可--> < dependency> < groupId> io.shardingsphere< /groupId> < artifactId> sharding-jdbc-spring-boot-starter< /artifactId> < version> 3.1.0.M1< /version> < /dependency> < dependency> < groupId> io.shardingsphere< /groupId> < artifactId> sharding-jdbc-spring-namespace< /artifactId> < version> 3.1.0.M1< /version> < /dependency>

//相关依赖 < dependency> < groupId> io.shardingsphere< /groupId> < artifactId> sharding-jdbc-core< /artifactId> < version> 3.1.0< /version> < /dependency> < !--< dependency> < groupId> io.shardingsphere< /groupId> < artifactId> sharding-transaction-2pc-xa< /artifactId> < version> 3.1.0< /version> < /dependency> --> < dependency> < groupId> io.shardingsphere< /groupId> < artifactId> sharding-jdbc-orchestration< /artifactId> < version> 3.1.0< /version> < /dependency> < dependency> < groupId> io.shardingsphere< /groupId> < artifactId> sharding-orchestration-reg-zookeeper-curator< /artifactId> < version> 3.1.0< /version> < /dependency>

定义相关配置类（DataSourceConfig => MybatisConfig => TransactionConfig） ShardingSphereDataSourceConfig

import javax.sql.DataSource; import java.lang.management.ManagementFactory; import java.sql.SQLException; import java.util.*; /** * @Author zhangboqing * @Date 2020/4/25 */ @Configuration @Slf4j public class ShardingSphereDataSourceConfig {@Bean("shardingDataSource") DataSource getShardingDataSource() throws SQLException { //初始化相关的分片规则配置信息控制机制 ShardingRuleConfiguration shardingRuleConfig = new ShardingRuleConfiguration(); // 设置相关的数据源 shardingRuleConfig.setDefaultDataSourceName("ds0"); // 设置相关的Order表的相关的规则信息配置机制 shardingRuleConfig.getTableRuleConfigs().add(getOrderTableRuleConfiguration()); // 设置相关的OrderItem表的相关的规则信息配置机制 shardingRuleConfig.getTableRuleConfigs().add(getOrderItemTableRuleConfiguration()); // 配置绑定表关系 shardingRuleConfig.getBindingTableGroups().add("t_order, t_order_item"); // 广播表操作机制 shardingRuleConfig.getBroadcastTables().add("t_config"); // 设置相关的分片机制策略(数据源分片策略机制控制) shardingRuleConfig.setDefaultDatabaseShardingStrategyConfig(new InlineShardingStrategyConfiguration("user_id", "ds${user_id % 2}")); // 设置相关的分片策略机制，子啊inline模式下（包含了两种模式） shardingRuleConfig.setDefaultTableShardingStrategyConfig(getShardingStrategyConfiguration()); // ShardingPropertiesConstant相关配置选项 Properties properties = new Properties(); //是否打印SQL解析和改写日志 properties.put("sql.show",true); //用于SQL执行的工作线程数量，为零则表示无限制 propertie.setProperty("executor.size","4"); //每个物理数据库为每次查询分配的最大连接数量 propertie.setProperty("max.connections.size.per.query","1"); //是否在启动时检查分表元数据一致性 propertie.setProperty("check.table.metadata.enabled","false"); //用户自定义属性 Map< String, Object> configMap = new HashMap< > (); configMap.put("effect","分库分表"); return ShardingDataSourceFactory.createDataSource(createDataSourceMap(), shardingRuleConfig, properties); }// 配置相关的分片策略机制 private ShardingStrategyConfiguration getShardingStrategyConfiguration(){ // 精确匹配 PreciseShardingAlgorithm< Long> preciseShardingAlgorithm = new PreciseShardingAlgorithm< Long> () { @Override public String doSharding(Collection< String> availableTargetNames, PreciseShardingValue< Long> shardingValue) { String prefix = shardingValue.getLogicTableName(); //逻辑表名称 Long orderId = shardingValue.getValue(); //订单编码 long index = orderId % 2; //订单表（分表路由索引） // t_order + "" + 0 = t_order0 String tableName = prefix + "" +index; // 精确查询、更新之类的，可以返回不存在表，进而给前端抛出异常和警告。 if (availableTargetNames.contains(tableName) == false) { LogUtils.error(log,"PreciseSharding","orderId:{},不存在对应的数据库表{}！", orderId, tableName); return availableTargetNames.iterator().next(); } return tableName; //return availableTargetNames.iterator().next(); } }; // 范围匹配 RangeShardingAlgorithm< Long> rangeShardingAlgorithm = new RangeShardingAlgorithm< Long> () { @Override public Collection< String> doSharding(Collection< String> availableTargetNames, RangeShardingValue< Long> shardingValue) { String prefix = shardingValue.getLogicTableName(); Collection< String> resList = new ArrayList< > (); // 获取相关的数据值范围 Range< Long> valueRange = shardingValue.getValueRange(); // 如果没有上限或者下限的没有，则直接返回所有的数据表 if (!valueRange.hasLowerBound() || !valueRange.hasUpperBound()) { return availableTargetNames; } // 获取下限数据范围 long lower = shardingValue.getValueRange().lowerEndpoint(); BoundType lowerBoundType = shardingValue.getValueRange().lowerBoundType(); // 获取下限数据范围 long upper = shardingValue.getValueRange().upperEndpoint(); BoundType upperBoundType = shardingValue.getValueRange().upperBoundType(); // 下限数据信息值 long startValue = https://www.songbingjia.com/android/lower; long endValue = upper; // 是否属于开区间（下限） if (lowerBoundType.equals(BoundType.OPEN)) { startValue++; //缩减范围1 } // 是否属于开区间（上限） if (upperBoundType.equals(BoundType.OPEN)) { endValue--; // 缩减范围1 } // 进行计算相关所需要是实体表 for (long i = startValue; i < = endValue ; i++) { long index = i % 2; String res = prefix +"" +index; // 精确查询、更新之类的，可以返回不存在表，进而给前端抛出异常和警告。 if (availableTargetNames.contains(res) == false) { LogUtils.error(log,"RangeSharding","orderId:{},不存在对应的数据库表{}！", i, res); }else{ resList.add(res); } } if (resList.size() == 0) { LogUtils.error(log,"RangeSharding","无法获取对应表，因此将对全表进行查询！orderId范围为:{}到{}",startValue,endValue); return availableTargetNames; } return resList; } }; // 设置相关整体的算法整合 ShardingStrategyConfiguration strategyConf = new StandardShardingStrategyConfiguration("order_id", preciseShardingAlgorithm, rangeShardingAlgorithm); return strategyConf; }// 获取相关的Order订单规则表配置信息控制配置控制机制 TableRuleConfiguration getOrderTableRuleConfiguration() { // 逻辑表 + 实际节点：设置逻辑表与数据节点（数据分片的最小单位）的映射关系机制 TableRuleConfiguration result = new TableRuleConfiguration("t_order", "ds${0..1}.t_order${0..1}"); // 主键生成配置 result.setKeyGeneratorConfig(getKeyGeneratorConfigurationForTOrder()); return result; } //主键操作的生成策略 private KeyGeneratorConfiguration getKeyGeneratorConfigurationForTOrder() { Properties keyGeneratorProp = getKeyGeneratorProperties(); return new KeyGeneratorConfiguration("SNOWFLAKE", "order_id", keyGeneratorProp); }// 获取相关的Order订单规则表配置信息控制配置控制机制 TableRuleConfiguration getOrderItemTableRuleConfiguration() { TableRuleConfiguration result = new TableRuleConfiguration("t_order_item", "ds${0..1}.t_order_item${0..1}"); result.setKeyGeneratorConfig(getKeyGeneratorConfigurationForTOrderItem()); return result; }// 创建相关keyOrderItem机制控制操作 private KeyGeneratorConfiguration getKeyGeneratorConfigurationForTOrderItem() { Properties keyGeneratorProp = getKeyGeneratorProperties(); return new KeyGeneratorConfiguration("SNOWFLAKE", "id", keyGeneratorProp); }// 生成键值相关的generator的配置信息控制 private Properties getKeyGeneratorProperties() { Properties keyGeneratorProp = new Properties(); String distributeProcessIdentify = NetUtils.getLocalAddress() + ":" + getProcessId(); String workId = String.valueOf(convertString2Long(distributeProcessIdentify)); keyGeneratorProp.setProperty("worker.id", workId); LogUtils.info(log, "shardingsphere init", "shardingsphere work id raw string is {}, work id is {}", distributeProcessIdentify, workId); return keyGeneratorProp; }// 数据源相关配置机制 Map< String, DataSource> createDataSourceMap() { Map< String, DataSource> result = new HashMap< > (); result.put("ds0", DataSourceUtils.createDataSource("ds0")); result.put("ds1", DataSourceUtils.createDataSource("ds1")); return result; }// 常见相关的workerid和dataid对应相关的进程id private String getProcessId(){ String name = ManagementFactory.getRuntimeMXBean().getName(); String pid = name.split("@")[0]; return pid; }// 转换字符串成为相关的long类型 private Long convertString2Long(String str){ long hashCode = str.hashCode() + System.currentTimeMillis(); if(hashCode < 0){ hashCode = -hashCode; } return hashCode % (1L < < 10); } }

ShardingsphereMybatisConfig 配置机制

/** * @Author zhangboqing * @Date 2020/4/23 */ @Configuration @MapperScan(basePackages = "com.zbq.springbootshardingjdbcjavaconfigdemo.dao",sqlSessionFactoryRef = "sqlSessionFactoryForShardingjdbc") public class ShardingsphereMybatisConfig { @Autowired @Qualifier("shardingDataSource") private DataSource dataSource; @Bean("sqlSessionFactoryForShardingjdbc") public SqlSessionFactory sqlSessionFactoryForShardingjdbc() throws Exception { SqlSessionFactoryBean sessionFactory = new SqlSessionFactoryBean(); sessionFactory.setDataSource(dataSource); //sessionFactory.setMapperLocations(new PathMatchingResourcePatternResolver(). //getResources("classpath*:**/*.xml")); sessionFactory.setTypeAliasesPackage("com.zbq.springbootshardingjdbcjavaconfigdemo.domain.entity"); org.apache.ibatis.session.Configuration configuration = new org.apache.ibatis.session.Configuration(); configuration.setMapUnderscoreToCamelCase(true); sessionFactory.setConfiguration(configuration); return sessionFactory.getObject(); } }

ShardingsphereTransactionConfig 配置机制【ShardingSphere技术专题ShardingJDBC实现分库分表】主要定制化配置事务操作可以空战未来的，为了未来的查询扩展XA

@Configuration @EnableTransactionManagement public class ShardingsphereTransactionConfig { @Bean @Autowired public PlatformTransactionManager shardingsphereTransactionManager(@Qualifier("shardingDataSource") DataSource dataSource) { return new DataSourceTransactionManager(dataSource); } }