Sharding-JDBC实现水平拆分-单库分表

参考资料：猿天地 https://mp.weixin.qq.com/s/901rNhc4WhLCQ023zujRVQ 作者：尹吉欢

　　当单表的数量急剧上升，超过了1千万以上，这个时候就要对表进行水平拆分。

表的水平拆分是什么？

　　就是将一个表拆分成N个表，就像一块大石头，搬不动，然后切割成10块，这样就能搬的动了。原理是一样的。除了能够分担数量的压力，同时也能分散读写请求的压力，当然这个得看你的分片算法了，合理的算法才能够让数据分配均匀并提升性能。今天我们主要讲单库中进行表的拆分，也就是不分库，只分表。

　　user表由原来的一个被拆分成了4个，数据会均匀的分布在这3个表中，也就是原来的user = user0 + user1 + user2 + user3。

　　技术选型：SpringBoot + Sharding-JDBC + MyBatis

1. 核心Jar包

　　同垂直拆分

2. yml文件配置

# 数据源名称集合，对应下面数据源配置的名称

spring:

  main:

    allow-bean-definition-overriding: true

  shardingsphere:

    datasource:

      names: db1

      # 主数据源

      db1:

        type: com.alibaba.druid.pool.DruidDataSource

        driver-class-name: com.mysql.cj.jdbc.Driver

        url: jdbc:mysql://localhost:3306/db_user?characterEncoding=utf-8

        username: ****

        password: ****

    sharding:

      tables:

        user:

          # 分表配置

          actual-data-nodes.db1: user_${..}

          # inline 表达式

          table-strategy.inline.sharding-column: id

          table-strategy.inline.algorithm-expression: user_${id.longValue()%}

    props:

      # 开启SQL显示，默认false

      sql:

        show: true

actual-data-nodes 配置分表信息，这边用的inline表达式，翻译过来就是db1.user0，db1.user1，db1.user2，db1.user3
inline.sharding-column 分表的字段，这边用id分表
inline.algorithm-expression 分表算法行表达式，需符合groovy语法，上面的配置就是用id进行取模分片

　　如果我们有更复杂的分片需求，可以自定义分片算法来实现：

sharding:

      tables:

        user:

          # 分表字段

          table-strategy.standard.sharding-column: id

          # 自定义分表算法类

          table-strategy.standard.precise-algorithm-class-name: com.*.*.MyPreciseShardingAlgorithm

　　算法类：

public class MyPreciseShardingAlgorithm implements PreciseShardingAlgorithm<Long> {

    @Override

    public String doSharding(Collection<String> availableTargetNames, PreciseShardingValue<Long> shardingValue) {

        for (String tableName : availableTargetNames) {

            if (tableName.endsWith(shardingValue.getValue() % 4 + "")) {

                return tableName;

            }

        }

        throw new IllegalArgumentException();

    }

}

　　在doSharding方法中你可以根据参数shardingValue做一些处理，最终返回这条数据需要分片的表名称即可。

　　除了单列字段分片，还支持多字段分片，大家可以自己去看文档操作一下。

　　需要分表的进行配置，不需要分表的无需配置，数据库操作代码一行都不用改变。

　　如果我们要在单库分表的基础上，再做读写分离，同样很简单，只要多配置一个从数据源就可以了，配置如下:

spring.shardingsphere.datasource.names=master,slave

# 主数据源

spring.shardingsphere.datasource.master.type=com.alibaba.druid.pool.DruidDataSource

spring.shardingsphere.datasource.master.driver-class-name=com.mysql.jdbc.Driver

spring.shardingsphere.datasource.master.url=jdbc:mysql://localhost:3306/ds_0?characterEncoding=utf-8

spring.shardingsphere.datasource.master.username=root

spring.shardingsphere.datasource.master.password=123456

# 从数据源

spring.shardingsphere.datasource.slave.type=com.alibaba.druid.pool.DruidDataSource

spring.shardingsphere.datasource.slave.driver-class-name=com.mysql.jdbc.Driver

spring.shardingsphere.datasource.slave.url=jdbc:mysql://localhost:3306/ds_1?characterEncoding=utf-8

spring.shardingsphere.datasource.slave.username=root

spring.shardingsphere.datasource.slave.password=123456

# 分表配置

spring.shardingsphere.sharding.tables.user.actual-data-nodes=ds0.user_${0..3}

spring.shardingsphere.sharding.tables.user.table-strategy.inline.sharding-column=id

spring.shardingsphere.sharding.tables.user.table-strategy.inline.algorithm-expression=user_${id.longValue()%4}

# 读写分离配置

spring.shardingsphere.sharding.master-slave-rules.ds0.master-data-source-name=master

spring.shardingsphere.sharding.master-slave-rules.ds0.slave-data-source-names=slave

巴特西

Sharding-JDBC实现水平拆分-单库分表

最新文章

热门文章