Sharding——JDBC
它定位为轻量级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。
对比图：
分库分表概念
随着业务的不断增长，数据也飞速增长，访问也随之变慢，添加从库、新建索引等很多操作仍严重下降，分库分表需求迫在眉睫。
方案一：
通过提升服务性能来提升数据处理能力，例如：扩容、cpu等，但成本很高。
方案二：
把数据分散在不同数据集中，大表拆成小表、数据落盘到不同库中，从而使得数据集变小从而提升性能。
- 垂直分库
以表为依据，按照业务需求将表拆到不同库中。
每个库的结构不一样。
每个库的数据不一样，没有交集。
所有库的并集是全量数据。
场景：
这一步拆分基本是服务化，例如，中间表、字典表、配置表等越来越多，可以将这些表拆分到单独库中，甚至可以微服务化。
- 垂直分表
以字段为依据，按照字段活跃性拆到不同表中。
每张表结构不一样。
每张表数据也不一样，至少有一列交集用于关联。
所有表并集数据是全量数据。
场景：
用户表中有id、名称、住址等信息，每次查询用户信息时住址字段使次数很低，大字段等单独拆分一张，从而减少IO提升性能。
- 水平分库
以字段为依据，按照一定策略（hash、range等），将一个库中的数据拆分到多个库中。
每个库结构都一样。
每个库数据都不一样，没有交集。
所有库并集是全量数据。
场景：
库多了，IO和cpu压力可以成倍缓解。
- 水平分表
以字段为依据，按照一定策略（hash、range等），将一个表中的数据拆分到多个表中。
每张表结构都一样。
每张表数据都不一样，没有交集。
所有表并集是全量数据。
场景：
表的数据量少了，sql执行效率高，IO和cpu压力可以成倍缓解。
POM文件
<dependencies>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
<optional>true</optional>
</dependency>
<dependency>
<groupId>com.baomidou</groupId>
<artifactId>mybatis-plus-boot-starter</artifactId>
<version>3.3.2</version>
</dependency>
<dependency>
<groupId>MysqL</groupId>
<artifactId>mysql-connector-java</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-actuator</artifactId>
</dependency>
<dependency>
<groupId>com.baomidou</groupId>
<artifactId>mybatis-plus-generator</artifactId>
<version>3.3.2</version>
</dependency>
<!-- Druid连接池 -->
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>druid-spring-boot-starter</artifactId>
<version>1.1.10</version>
</dependency>
<!-- 分库分表 -->
<dependency>
<groupId>org.apache.shardingsphere</groupId>
<artifactId>sharding-jdbc-spring-boot-starter</artifactId>
<version>4.0.0-RC1</version>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
<scope>test</scope>
<exclusions>
<exclusion>
<groupId>org.junit.vintage</groupId>
<artifactId>junit-vintage-engine</artifactId>
</exclusion>
</exclusions>
</dependency>
</dependencies>
分表配置
新建数据库名：sharding
新建表名：tbl_dept_1和tbl_dept_2
表结构：
说明：根据dept_id进行分表选择。
yml文件：
spring:
main:
allow-bean-deFinition-overriding: true
# 配置Sharding-JDBC的分片策略
shardingsphere:
# 配置数据源，给数据源起名g1,g2...此处可配置多数据源
datasource:
names: g1
g1:
type: "com.alibaba.druid.pool.DruidDataSource"
driver-class-name: "com.MysqL.cj.jdbc.Driver"
url: "jdbc:MysqL://localhost:3306/sharding?useLegacyDatetimeCode=false&serverTimezone=Asia/Shanghai&useUnicode=true&characterEncoding=UTF-8&zeroDateTimeBehavior=convertToNull"
username: "账号"
password: "密码"
# 配置表的分布，表的策略
sharding:
tables:
# 表名
tbl_dept:
actual-data-nodes: g1.tbl_dept_${0..1}
key-generator:
# 指定tbl_dept表 主键dept_id 生成策略为 SNowFLAKE
column: dept_id
type: SNowFLAKE
table-strategy:
inline:
# 指定分片策略 约定dept_id值是偶数添加到tbl_dept_1表，如果dept_id奇数添加到tbl_dept_2表
sharding-column: dept_id
algorithm-expression: tbl_dept_${dept_id % 2 + 1}
# 打开sql输出日志
props:
sql:
show: true
TblDept byId = tblDeptService.getById(6);
执行效果日志：
分库配置
新建数据库名：sharding_1，sharding_2
在两个库中分别新建表名：tbl_dept_1和tbl_dept_2
表结构：
说明：根据s_id进行分库选择，根据dept_id进行分表选择。
yml文件：
spring:
main:
allow-bean-deFinition-overriding: true
# 配置Sharding-JDBC的分片策略
shardingsphere:
# 配置数据源，给数据源起名g1,g2...此处可配置多数据源
datasource:
names: g1,g2
g1:
type: "com.alibaba.druid.pool.DruidDataSource"
driver-class-name: "com.MysqL.cj.jdbc.Driver"
url: "jdbc:MysqL://localhost:3306/sharding_1?useLegacyDatetimeCode=false&serverTimezone=Asia/Shanghai&useUnicode=true&characterEncoding=UTF-8&zeroDateTimeBehavior=convertToNull"
username: "账号"
password: "密码"
g2:
type: "com.alibaba.druid.pool.DruidDataSource"
driver-class-name: "com.MysqL.cj.jdbc.Driver"
url: "jdbc:MysqL://localhost:3306/sharding_2?useLegacyDatetimeCode=false&serverTimezone=Asia/Shanghai&useUnicode=true&characterEncoding=UTF-8&zeroDateTimeBehavior=convertToNull"
username: "账号"
password: "密码"
# 配置表的分布，表的策略
sharding:
tables:
# 表名
tbl_dept:
actual-data-nodes: g${1..2}.tbl_dept_${1..2}
# 指定tbl_dept表 主键dept_id 生成策略为 SNowFLAKE
key-generator:
column: dept_id
type: SNowFLAKE
# 指定分片策略 约定dept_id值是偶数添加到tbl_dept_1表，如果dept_id奇数添加到tbl_dept_2表
database-strategy:
inline:
sharding-column: s_id
algorithm-expression: g${s_id % 2 + 1}
table-strategy:
inline:
sharding-column: dept_id
algorithm-expression: tbl_dept_${dept_id % 2 + 1}
# 打开sql输出日志
props:
sql:
show: true
TblDept tblDept = new TblDept();
tblDept.setDeptId(16L);
tblDept.setDeptName("分库");
tblDept.setSId(6);
tblDeptService.save(tblDept);
执行效果日志：
TblDept tblDept = new TblDept();
tblDept.setDeptId(19L);
tblDept.setDeptName("分库");
tblDept.setSId(6);
tblDeptService.save(tblDept);
执行效果日志：
转自：https://blog.csdn.net/s1078229131/article/details/106785894
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
