分库分表实践-Sharding-JDBC

最近一段时间在研究分库分表的一些问题，正好周末有点时间就简单做下总结，也方便自己以后查看。

关于为什么要做分库分表，什么是水平分表，垂直分表等概念，相信大家都知道，这里就不在赘述了。

本文只讲述使用Sharding-JDBC做分库分表的一些实践经验，如果有错误欢迎大家指出。

什么是Sharding-JDBC

Sharding-jdbc是当当网开源的一款 客户端代理 中间件。Sharding-jdbc包含分库分片和读写分离功能。对应用的代码没有侵入型，几乎没有任何改动，兼容主流orm框架，主流数据库连接池。目前属于Apache的孵化项目ShardingSphere。

Sharding-jdbc定位为轻量级 Java 框架，在Java的JDBC层提供的额外服务。 它使用客户端直连数据库，以jar包形式提供服务，无需额外部署和依赖，可理解为增强版的JDBC驱动，完全兼容JDBC和各种ORM框架。

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 SQL 92标准的数据库。

官方文档地址

ShardingSphere： https://shardingsphere.apache.org/

GitHub的地址： https://github.com/apache/incubator-shardingsphere

一些建议和说明

不过我这里建议大家可以简单过下官方文档，因为文档并不全面或者说感觉并不是最新的。

建议大家重点可以放在git上官方的examples

目前官方最新的版本是4.0，如果使用springboot创建，可以使用下面的依赖即可。

<dependency>
    <groupId>org.apache.shardingsphere</groupId>
    <artifactId>sharding-jdbc-spring-boot-starter</artifactId>
    <version>4.0.0</version>
</dependency>

Sharding-jdbc功能强大，但是本文重点在于下面几点，未涉及的地方可以翻阅文档查看。

1、单库分表

2、分库分表（含分库单表）

3、分表后的查询

4、分表事务处理

无论上述哪种分库亦或是分表类型，核心无非是下面几个配置：

1、配置数据源，明确你有多少个数据源

2、定义表名，分表的逻辑表名（t_order）和所有物理表名(t_order_0,t_order_1)

3、定义分库列以及分库算法

4、定义分表列以及分表算法

代码实现

单库分表

sharding-jdbc优势就是对代码没有侵入性，基本上不用动我们原来的代码，只是将相关数据库连接的配置更换为sharding的配置即可。

以我的个人实践项目为例：

原来不分表时的配置：

#项目配置
spring:
  #数据连接配置
  datasource:
    driver-class-name: com.mysql.cj.jdbc.Driver
    url: jdbc:mysql://xxx.xx.xx.xx:3306/yyms?characterEncoding=UTF-8&serverTimezone=Asia/Shanghai
    username: xxx
    password: xxx

使用sharding后的配置

# 分表配置
spring:
  shardingsphere:
    datasource:
      names: yyms
      yyms:
        type: com.zaxxer.hikari.HikariDataSource
        driver-class-name: com.mysql.cj.jdbc.Driver
        jdbc-url: jdbc:mysql://xxx.xx.xx.xx:3306/yyms?characterEncoding=UTF-8&serverTimezone=Asia/Shanghai
        username: xx
        password: xxx
    sharding:
      tables:
        # 表名
        sys_log:
          actual-data-nodes: yyms.sys_log_$->{0..1}
          # 分表配置，根据id分表
          table-strategy:
            inline:
              sharding-column: id
              algorithm-expression: sys_log_$->{id % 2}
          # 配置字段的生成策略，column为字段名，type为生成策略，sharding默认提供SNOWFLAKE和UUID两种，可以自己实现其他策略
          key-generator:
            column: id
            type: SNOWFLAKE
    props:
      sql:
        show: true

上面的配置基本上就实现了单库对sys_log表的拆分，根据id取模算法，拆分为sys_log_0和sys_log_1两张表。代码层面没有任何改动就实现了拆分，拆分后效果图如下。

注意哦，sys_log表拆分后是实际不存在的。

当然了，使用官方的默认配置很多时候并不能满足我们的需求。

假如拿到一条数据的id后再去计算数据在哪个库，无疑对我们日常的运维维护工作造成极大的不便。这里我们可以通过一些简单的自定义开发配置实现。

比如我想要id最后一位展示数据所处表所在序号。

多库分表

先展示个多库单表的案例

spring:
  shardingsphere:
    datasource:
      names: ds0,ds1
      ds_1:
        type: com.zaxxer.hikari.HikariDataSource
        driver-class-name: com.mysql.cj.jdbc.Driver
        jdbc-url: jdbc:mysql://xxxxxx:3306/ds1?characterEncoding=UTF-8&serverTimezone=Asia/Shanghai
        username: xxxx
        password: xxx
      ds0:
        type: com.zaxxer.hikari.HikariDataSource
        driver-class-name: com.mysql.cj.jdbc.Driver
        jdbc-url: jdbc:mysql://xxxxx:3306/ds0?characterEncoding=UTF-8&serverTimezone=Asia/Shanghai
        username: xxxx
        password: xxxx
    sharding:
      default-data-source-name: ds0
      default-database-strategy:
        inline:
          sharding-column: id
          algorithm-expression: ds$->{id % 2}
      tables:
        sys_log:
          actual-data-nodes: ds$->{0..1}.sys_log
          key-generator:
            column: id
            type: SNOWFLAKE
            props:
              worker:
                id: 123

把单张表拆分到多个库，同样使用sys_log。效果图如下：

其实分库分表无非就是上面两种模式的集合，具体配置的选项，可以参考官方案例配置》》》 我是链接

分库分表后的查询

select * from sys_log where id='444271380247588864'

接着上面的案例，以上面的语句为例，id为分库列，sharding经过解析后定位到对应的数据源，直接执行下面的查询。

select * from sys_log where id='444271380247588864'

假如我们的查询调节不包含分库列，以下面的语句为例：

select * from sys_log where user_name='zhangsan

执行后出现两条sql语句。我们在两个库均为5条数据，查询后的结果集为10条数据，符合我们的预期。

数据库：

结果集：

结论：当搜索条件含有分库列（分表列），这时候sharing会首先调用分库分表策略类，直接找到对应的数据库和对应子表。而当搜索条件不含有分库列时，这时候引擎就不会再调用策略类了，而是会直接认定目标库为全部库或表，上述案例中目标库就是，[ds0，ds1]两个数据源，既然目标库有两个，后面生成的DataNode，TableUnits，PreparedStatementUnit 将是以前数量的两倍，所以这回，引擎最终将会发起多个sql语句的并发执行，并合并最终的结果再返回。

分库分表后的事务

Sharding-Sphere同时支持XA和柔性事务，它允许每次对数据库的访问，可以自由选择事务类型。分布式事务对业务操作完全透明，极大地降低了引入分布式事务的成本。

分布式事务我感觉在官方的文档和案例中写的已经是比较完善的了，这里大家可以参考： 我是链接 官方案例实现，这里就不在赘述了。

最后是项目的参考代码： https://github.com/allanzhuo/yyms