弓背霞明剑照霜,秋风走马出咸阳。这篇文章主要讲述SpringBoot+MybatisPlus+Mysql+Sharding-JDBC分库分表实践相关的知识,希望能为你提供帮助。
一、序言
在实际业务中,单表数据增长较快,很容易达到数据瓶颈,比如单表百万级别数据量。当数据量继续增长时,数据的查询性能
即使有索引的帮助下也不尽如意,这时可以引入数据分库分表
技术。
本文将基于SpringBoot
+MybatisPlus
+Sharding-JDBC
+mysql
实现企业级分库分表。
1、组件及版本选择
文章图片 |
文章图片 |
文章图片 |
文章图片 |
---|---|---|---|
SpringBoot 2.6.x | MybatisPlus 3.5.0 | Sharding-JDBC 4.1.1 | Mysql 5.7.35 |
- 使用上述组件实现分库分表,简化起见只讨论分表技术
- 完成分表后的逻辑表与物理表间的增删查改
- 引入逻辑删除和使用MybatisPlus内置分页技术
二、代码实现
为了简化分表复杂性,专注于分表整体实现,简化分表逻辑:按照
UserId
的奇偶属性分别进行分表。以订单表这一典型场景为例,一般来说有关订单表,通常具有如下共性行为:- 创建订单记录
- 查询XX用户的订单列表
- 查询XX用户的订单列表(分页)
- 查询XX订单详情
- 修改订单状态
- 删除订单(逻辑删除)
(一)素材准备 1、实体类
@Data
@TableName("bu_order")
public class Order
@TableId
private Long orderId;
private Integer orderType;
private Long userId;
private Double amount;
private Integer orderStatus;
@TableLogic
@JsonIgnore
private Boolean deleted;
2、Mapper类
@Mapper
public interface OrderMapper extends BaseMapper<
Order>
3、全局配置文件
spring:
config:
use-legacy-processing: true
shardingsphere:
datasource:
ds1:
driver-class-name: com.mysql.cj.jdbc.Driver
type: com.alibaba.druid.pool.DruidDataSource
url: jdbc:mysql://127.0.0.1:3306/sharding-jdbc2?serverTimezone=UTC
username: root
password: 123456
names: ds1
props:
sql:
show: true
sharding:
tables:
bu_order:
actual-data-nodes: ds1.bu_order_$->
0..1
key-generator:
column: order_id
type: SNOWFLAKE
table-strategy:
inline:
algorithm-expression: bu_order_$user_id%2
sharding-column: user_id
(二)增删查改 1、保存数据由于依据主键的奇偶属性对原表分表,分表后每张表的数据量是分表前的二分之一。根据需要也可以自定义分表数量(比如10张),新分表后的数据量是不分表前的十分之一。
@Test
public void addOrders()
for (long i = 1;
i <
= 10;
i++)
Order order = new Order();
order.setOrderId(i);
order.setOrderType(RandomUtil.randomEle(Arrays.asList(1, 2)));
order.setUserId(RandomUtil.randomEle(Arrays.asList(101L, 102L, 103L)));
order.setAmount(1000.0 * i);
orderMapper.insert(order);
2、查询列表数据查询指定用户的订单列表。
@GetMapping("/list")
public AjaxResult list(Order order)
LambdaQueryWrapper<
Order>
wrapper = Wrappers.lambdaQuery(order);
return AjaxResult.success(orderMapper.selectList(wrapper));
3、分页查询数据分页查询指定用户的订单列表
@GetMapping("/page")
public AjaxResult page(Page<
Order>
page, Order order)
return AjaxResult.success(orderMapper.selectPage(page, Wrappers.lambdaQuery(order)));
4、查询详情通过订单ID查询订单详情。
@GetMapping("/detail/orderId")
public AjaxResult detail(@PathVariable Long orderId)
return AjaxResult.success(orderMapper.selectById(orderId));
5、删除数据【SpringBoot+MybatisPlus+Mysql+Sharding-JDBC分库分表实践】通过订单ID删除订单(逻辑删除)
@DeleteMapping("/delete/orderId")
public AjaxResult delete(@PathVariable Long orderId)
return AjaxResult.success(orderMapper.deleteById(orderId));
6、修改数据修改数据一般涉及部分列,比如修改订单表的订单状态等。
@PutMapping("/edit")
public AjaxResult edit(@RequestBody Order order)
return AjaxResult.success(orderMapper.updateById(order));
三、理论分析
1、选择分片列选择分片列是经过精心对比后确定的,对于订单类场景,需要频繁以用户ID为查询条件筛选数据,因此将同一个用户的订单数据存放在一起有利于提高查询效率。
2、扩容当分表后的表数据快速增长,可以预见即将达到瓶颈时,需要对分表进行扩容,扩容以
2倍
的速率进行,扩容期间需要迁移数据,工作量相对可控。推荐阅读
- #yyds干货盘点#关于 arm 和 x86 架构的思考
- 「Vue系列」之面试官问NextTick是想考察什么()
- #yyds干货盘点# Kubernetes 如何高效调度 Pod((23))
- 使用DHCP+WDS+ADK+MDT批量部署windows10系统
- 融云 IM 在 Electron 平台上的设计实践
- #yyds干货盘点# C#中的File类
- Spring源码之BeanFactoryPostProcessor(后置处理器)
- #yyds干货盘点# 08 MySQL限制查询
- Prometheus+Grafana监控系统配合Cadvisor监控Docker容器 #yyds干货盘点#