Sharding-JDBC實現水平拆分-單庫分表

參考資料：猿天地   https://mp.weixin.qq.com/s/901rNhc4WhLCQ023zujRVQ 作者：尹吉歡

　　當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。

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。

　　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。

　　技術選型：SpringBoot + Sharding-JDBC + MyBatis

1. 核心Jar包

　　同 垂直拆分

2. yml文件配置

# 數據源名稱集合，對應下面數據源配置的名稱
spring:
  main:
    allow-bean-definition-overriding: true
  shardingsphere:
    datasource:
      names: db1
      # 主數據源
      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_${0..3}
          # inline 表達式
          table-strategy.inline.sharding-column: id
          table-strategy.inline.algorithm-expression: user_${id.longValue()%4}
    props:
      # 開啟SQL顯示，默認false
      sql:
        show: true

• actual-data-nodes 配置分表信息，這邊用的inline表達式，翻譯過來就是db1.user0，db1.user1，db1.user2，db1.user3
• 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：

sharding:
      tables:
        user:
          # 分表字段
          table-strategy.standard.sharding-column: id
          # 自定義分表算法類
          table-strategy.standard.precise-algorithm-class-name: com.*.*.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