劇情回顧
前面，我們一共學習了讀寫分離，垂直拆分，垂直拆分+讀寫分離。對應的文章分別如下：
通過上面的優化，已經能滿足大部分的需求了。只有一種情況需要我們再次進行優化，那就是單表的數量急劇上升，超過了1千萬以上，這個時候就要對表進行水平拆分了。
表的水平拆分是什么？
就是將一個表拆分成N個表，就像一塊大石頭，搬不動，然后切割成10塊，這樣就能搬的動了。原理是一樣的。
除了能夠分擔數量的壓力，同時也能分散讀寫請求的壓力，當然這個得看你的分片算法了，合理的算法才能夠讓數據分配均勻並提升性能。
今天我們主要講單庫中進行表的拆分，也就是不分庫，只分表。
既分庫也分表的操作后面再講，先來一幅圖感受下未分表：
然后再來一張圖感受下已分表：
從上圖我們可以看出，user表由原來的一個被拆分成了4個，數據會均勻的分布在這3個表中，也就是原來的user=user0+user1+user2+user3。
分表配置
首先我們需要創建4個用戶表，如下：
CREATE TABLE `user_0`(
id bigint(64) not null,
city varchar(20) not null,
name varchar(20) not null,
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
CREATE TABLE `user_1`(
id bigint(64) not null,
city varchar(20) not null,
name varchar(20) not null,
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
CREATE TABLE `user_2`(
id bigint(64) not null,
city varchar(20) not null,
name varchar(20) not null,
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
CREATE TABLE `user_3`(
id bigint(64) not null,
city varchar(20) not null,
name varchar(20) not null,
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
分表的數量你需要根據你的數據量也未來幾年的增長來評估。
分表的規則配置：
spring.shardingsphere.datasource.names=master
# 數據源
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
# 分表配置
spring.shardingsphere.sharding.tables.user.actual-data-nodes=master.user_${0..3}
# inline 表達式
spring.shardingsphere.sharding.tables.user.table-strategy.inline.sharding-column=id
spring.shardingsphere.sharding.tables.user.table-strategy.inline.algorithm-expression=user_${id.longValue() % 4}
- actual-data-nodes
配置分表信息，這邊用的inline表達式，翻譯過來就是master.user_0,master.user_1,master.user_2,master.user_3 - inline.sharding-column
分表的字段，這邊用id分表 - inline.algorithm-expression
分表算法行表達式，需符合groovy語法，上面的配置就是用id進行取模分片
如果我們有更復雜的分片需求，可以自定義分片算法來實現：
# 自定義分表算法
spring.shardingsphere.sharding.tables.user.table-strategy.standard.sharding-column=id
spring.shardingsphere.sharding.tables.user.table-strategy.standard.precise-algorithm-class-name=com.cxytiandi.sharding.algorithm.MyPreciseShardingAlgorithm
算法類：
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方法中你可以根據參數shardingValue做一些處理，最終返回這條數據需要分片的表名稱即可。
除了單列字段分片，還支持多字段分片，大家可以自己去看文檔操作一下。
需要分表的進行配置，不需要分表的無需配置，數據庫操作代碼一行都不用改變。
如果我們要在單庫分表的基礎上，再做讀寫分離，同樣很簡單，只要多配置一個從數據源就可以了，配置如下:
spring.shardingsphere.datasource.names=master,slave
# 主數據源
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
# 從數據源
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}
# 讀寫分離配置
spring.shardingsphere.sharding.master-slave-rules.ds0.master-data-source-name=master
spring.shardingsphere.sharding.master-slave-rules.ds0.slave-data-source-names=slave
最后
你會發現，到最后這種復雜的分表場景，用框架來解決會非常簡單。至少比你自己通過字段去計算路由的表，去匯總查詢這種形式要好的多。
源碼參考：https://github.com/yinjihuan/sharding-jdbc
覺得不錯的記得關注下哦，給個Star吧！
歡迎加入我的知識星球，一起交流技術，免費學習猿天地的課程（http://cxytiandi.com/course）
PS：目前星球中正在星主的帶領下組隊學習Spring Cloud，等你哦！
