Sharding-JDBC教程：Spring Boot整合Sharding-JDBC实现数据分表+读写分离

谁践踏了优雅 2021-12-22 12:15 163阅读 0赞

> 转载请标明出处：  
> http://blog.csdn.net/forezp/article/details/94174577  
> 本文出自[方志朋的博客][Link 1]

个人博客纯净版： https://www.fangzhipeng.com/db/2019/06/30/sharding-jdbc-tables-ms.html

## 读写分离 ##

在上一篇文章介绍了如何使用Sharing-JDBC实现数据库的读写分离。读写分离的好处就是在并发量比较大的情况下，将查询数据库的压力  
分担到多个从库中，能够满足高并发的要求。比如上一篇实现的那样，架构图如下：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9mb3JlenAuYmxvZy5jc2RuLm5ldA_size_16_color_FFFFFF_t_70]

## 数据分表 ##

当数据量比较大的时候，比如单个表的数据量超过了500W的数据，这时可以考虑将数据存储在不同的表中。比如将user表拆分为四个表user\_0、user\_1、  
user\_2、user\_3装在四个表中。此时如图所示：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9mb3JlenAuYmxvZy5jc2RuLm5ldA_size_16_color_FFFFFF_t_70 1]

## 案例详解 ##

和上一篇文章使用的数据库是同一个数据库，数据库信息如下：

<table> 
 <thead> 
  <tr> 
   <th align="center">数据库类型</th> 
   <th align="center">数据库</th> 
   <th align="center">ip</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="center">主</td> 
   <td align="center">cool</td> 
   <td align="center">10.0.0.3</td> 
  </tr> 
  <tr> 
   <td align="center">从</td> 
   <td align="center">cool</td> 
   <td align="center">10.0.0.13</td> 
  </tr> 
  <tr> 
   <td align="center">从</td> 
   <td align="center">cool</td> 
   <td align="center">10.0.0.17</td> 
  </tr> 
 </tbody> 
</table>

在主库初始化Mysql数据的脚本，初始化完后，从库也会创建这些表，脚本信息如下：

USE `cool`;
    
    /*Table structure for table `user_0` */
    
    DROP TABLE IF EXISTS `user_0`;
    
    CREATE TABLE `user_0` (
      `id` int(12) NOT NULL AUTO_INCREMENT,
      `username` varchar(12) NOT NULL,
      `password` varchar(30) NOT NULL,
      PRIMARY KEY (`id`),
      KEY `idx-username` (`username`)
    ) ENGINE=InnoDB AUTO_INCREMENT=149 DEFAULT CHARSET=utf8;
    
    /*Table structure for table `user_1` */
    
    DROP TABLE IF EXISTS `user_1`;
    
    CREATE TABLE `user_1` (
      `id` int(12) NOT NULL AUTO_INCREMENT,
      `username` varchar(12) NOT NULL,
      `password` varchar(30) NOT NULL,
      PRIMARY KEY (`id`),
      KEY `idx-username` (`username`)
    ) ENGINE=InnoDB AUTO_INCREMENT=150 DEFAULT CHARSET=utf8;
    
    /*Table structure for table `user_2` */
    
    DROP TABLE IF EXISTS `user_2`;
    
    CREATE TABLE `user_2` (
      `id` int(12) NOT NULL AUTO_INCREMENT,
      `username` varchar(12) NOT NULL,
      `password` varchar(30) NOT NULL,
      PRIMARY KEY (`id`),
      KEY `idx-username` (`username`)
    ) ENGINE=InnoDB AUTO_INCREMENT=147 DEFAULT CHARSET=utf8;
    
    /*Table structure for table `user_3` */
    
    DROP TABLE IF EXISTS `user_3`;
    
    CREATE TABLE `user_3` (
      `id` int(12) NOT NULL AUTO_INCREMENT,
      `username` varchar(12) NOT NULL,
      `password` varchar(30) NOT NULL,
      PRIMARY KEY (`id`),
      KEY `idx-username` (`username`)
    ) ENGINE=InnoDB AUTO_INCREMENT=148 DEFAULT CHARSET=utf8;

本案例还是在上一篇文章的案例基础之上进行改造，工程的目录和pom的依赖见上一篇文章或者源码。在工程的配置  
文件application.yml做Sharding-JDBC的配置，代码如下：

sharding:
      jdbc:
        dataSource:
          names: db-test0,db-test1,db-test2
          db-test0: #org.apache.tomcat.jdbc.pool.DataSource
            type: com.alibaba.druid.pool.DruidDataSource
            driverClassName: com.mysql.jdbc.Driver
            url: jdbc:mysql://10.0.0.3:3306/cool?useUnicode=true&characterEncoding=utf8&tinyInt1isBit=false&useSSL=false&serverTimezone=GMT
            username: root
            password: 
            maxPoolSize: 20
          db-test1:
            type: com.alibaba.druid.pool.DruidDataSource
            driverClassName: com.mysql.jdbc.Driver
            url: jdbc:mysql://10.0.0.13:3306/cool?useUnicode=true&characterEncoding=UTF-8&allowMultiQueries=true&useSSL=false&serverTimezone=GMT
            username: root
            password: 
            maxPoolSize: 20
          db-test2:
            type: com.alibaba.druid.pool.DruidDataSource
            driverClassName: com.mysql.jdbc.Driver
            url: jdbc:mysql://10.0.0.17:3306/cool?useUnicode=true&characterEncoding=UTF-8&allowMultiQueries=true&useSSL=false&serverTimezone=GMT
            username: root
            password: 
            maxPoolSize: 20
        props:
          sql:
            show: true
    sharding.jdbc.config.sharding.tables.user.actual-data-nodes: ds_0.user_$->{0..3}
    sharding.jdbc.config.sharding.tables.user.table-strategy.standard.sharding-column: id
    sharding.jdbc.config.sharding.tables.user.table-strategy.standard.precise-algorithm-class-name: com.forezp.sharedingjdbcmasterslavetables.MyPreciseShardingAlgorithm
    
    sharding.jdbc.config.sharding.master-slave-rules.ds_0.master-data-source-name: db-test0
    sharding.jdbc.config.sharding.master-slave-rules.ds_0.slave-data-source-names: db-test1,db-test2

*  在上面的配置中，sharding.jdbc.dataSource部分是配置的数据源的信息，本案例有三个数据源db-test0、db-test1、db-test2。
 *  sharding.jdbc.config.sharding.master-slave-rules.ds\_0.master-data-source-name配置的是主库的数据库名，本案例为db-test0，其中ds\_0为分区名。
 *  sharding.jdbc.config.sharding.master-slave-rules.ds\_0.slave-data-source-names配置的是从库的数据库名，本案例为db-test1、db-test2。
 *  sharding.jdbc.config.sharding.tables.user.actual-data-nodes配置的分表信息，真实的数据库信息。ds\_0.user\_$->\{0…3\}，表示读取ds\_0数据源的user\_0、user\_1、user\_2、user\_3。
 *  sharding.jdbc.config.sharding.tables.user.table-strategy.standard.sharding-column配置的数据分表的字段，是根据id来分的。
 *  sharding.jdbc.config.sharding.tables.user.table-strategy.standard.precise-algorithm-class-name是配置数据分表的策略的类，这里是自定义的类MyPreciseShardingAlgorithm。

MyPreciseShardingAlgorithm是根据id取模4来获取表名的，代码如下：

public class MyPreciseShardingAlgorithm implements PreciseShardingAlgorithm<Integer> {
    
    	@Override
    	public String doSharding(Collection<String> availableTargetNames, PreciseShardingValue<Integer> shardingValue) {
    		for (String tableName : availableTargetNames) {
    			if (tableName.endsWith(shardingValue.getValue() % 4 + "")) {
    				return tableName;
    			}
    		}
    		throw new IllegalArgumentException();
    	}
    
    }

## 测试 ##

写一个API来测试，代码如下：

@RestController
    public class UserController {
    
        Logger logger= LoggerFactory.getLogger(UserController.class);
    
        @Autowired
        private UserService userService;
    
        @GetMapping("/users")
        public Object list() {
            return userService.list();
        }
    
        @GetMapping("/add")
        public Object add() {
    
            for(int i=100;i<150;i++) {
                User user = new User();
                user.setId(i);
                user.setUsername("forezp"+(i));
                user.setPassword("1233edwd");
               long resutl=   userService.addUser(user);
                logger.info("insert:"+user.toString()+" result:"+resutl);
            }
            return "ok";
        }
    }

启动Spring Boot工程，在浏览器上执行localhost:8080/add，然后去数据库中查询，可以看到user\_0、user\_1、user\_2、user\_3分别插入了数据。  
然后访问localhost:8080/users，可以查询数据库中四个表中的所有数据。可见Sharding-JDBC在插入数据的时候，根据数据分表策略，将数据存储在  
不同的表中，查询的时候将数据库从多个表中查询并聚合。

在数据库的主机的日志里面，可以看到查询的日志也验证了这个结论，如下：

2019-06-20T02:50:25.183174Z	 2030 Query	select @@session.transaction_read_only
    2019-06-20T02:50:25.193506Z	 2030 Query	INSERT INTO user_2 (
              id, username, password
            )
            VALUES (
            134,
            'forezp134',
            '1233edwd'
            )
    
    ...省略

从库查询日志：

2019-06-20T02:41:28.450643Z	 7367 Query	SELECT u.* FROM user_1 u
    2019-06-20T02:41:28.450644Z	 7366 Query	SELECT u.* FROM user_0 u
    2019-06-20T02:41:28.461238Z	 7367 Query	SELECT u.* FROM user_3 u
    2019-06-20T02:41:28.462188Z	 7366 Query	SELECT u.* FROM user_2 u

## 源码 ##

https://github.com/forezp/SpringBootLearning/tree/master/sharding-jdbc-example/shareding-jdbc-master-slave-tables

## 参考资料 ##

https://github.com/apache/incubator-shardingsphere-example/releases/tag/3.1.0.M1

https://shardingsphere.apache.org/document/current/cn/overview/

https://github.com/apache/incubator-shardingsphere

https://mp.weixin.qq.com/s/VlJ\_3oN0Us2e\_ZPk0sDT7w

![SouthEast][]  
扫码关注有惊喜

**（转载本站文章请注明作者和出处 [方志朋的博客][Link 2]）**

[Link 1]: http://blog.csdn.net/forezp
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9mb3JlenAuYmxvZy5jc2RuLm5ldA_size_16_color_FFFFFF_t_70]: /images/20211220/659ff87c055140b89ded898217143452.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9mb3JlenAuYmxvZy5jc2RuLm5ldA_size_16_color_FFFFFF_t_70 1]: /images/20211220/8f4fa087a1104c218888e5e7405af684.png
[SouthEast]: /images/20211220/e766b60945274c3c90174042bf3a1736.png
[Link 2]: https://www.fangzhipeng.com