当前位置： 移动技术网 > IT编程>开发语言>Java > SpringBoot 2.0 整合sharding-jdbc中间件实现数据分库分表

SpringBoot 2.0 整合sharding-jdbc中间件实现数据分库分表

2019年07月19日  | 移动技术网IT编程  | 我要评论

一、水平分割

1、水平分库
1)、概念：
 以字段为依据，按照一定策略，将一个库中的数据拆分到多个库中。
2)、结果
 每个库的结构都一样；数据都不一样；
 所有库的并集是全量数据；
2、水平分表
1)、概念
 以字段为依据，按照一定策略，将一个表中的数据拆分到多个表中。
2)、结果
 每个表的结构都一样；数据都不一样；
 所有表的并集是全量数据；

二、shard-jdbc 中间件

1、架构图


2、特点

1)、sharding-jdbc直接封装jdbc api，旧代码迁移成本几乎为零。
2)、适用于任何基于java的orm框架，如hibernate、mybatis等 。
3)、可基于任何第三方的数据库连接池，如dbcp、c3p0、 bonecp、druid等。
4)、以jar包形式提供服务，无proxy代理层，无需额外部署，无其他依赖。
5)、分片策略灵活，可支持等号、between、in等多维度分片，也可支持多分片键。
6)、sql解析功能完善，支持聚合、分组、排序、limit、or等查询。

三、项目演示

1、项目结构

springboot     2.0 版本
druid          1.1.13 版本
sharding-jdbc  3.1 版本

2、数据库配置

一台基础库映射（shard_one）
两台库做分库分表（shard_two，shard_three）。
表使用：table_one，table_two

3、核心代码块

数据源配置文件

spring:
 datasource:
  # 数据源：shard_one
  dataone:
   type: com.alibaba.druid.pool.druiddatasource
   druid:
    driverclassname: com.mysql.jdbc.driver
    url: jdbc:mysql://localhost:3306/shard_one?useunicode=true&characterencoding=utf8&zerodatetimebehavior=converttonull&usessl=false
    username: root
    password: 123
    initial-size: 10
    max-active: 100
    min-idle: 10
    max-wait: 60000
    pool-prepared-statements: true
    max-pool-prepared-statement-per-connection-size: 20
    time-between-eviction-runs-millis: 60000
    min-evictable-idle-time-millis: 300000
    max-evictable-idle-time-millis: 60000
    validation-query: select 1 from dual
    # validation-query-timeout: 5000
    test-on-borrow: false
    test-on-return: false
    test-while-idle: true
    connectionproperties: druid.stat.mergesql=true;druid.stat.slowsqlmillis=5000
  # 数据源：shard_two
  datatwo:
   type: com.alibaba.druid.pool.druiddatasource
   druid:
    driverclassname: com.mysql.jdbc.driver
    url: jdbc:mysql://localhost:3306/shard_two?useunicode=true&characterencoding=utf8&zerodatetimebehavior=converttonull&usessl=false
    username: root
    password: 123
    initial-size: 10
    max-active: 100
    min-idle: 10
    max-wait: 60000
    pool-prepared-statements: true
    max-pool-prepared-statement-per-connection-size: 20
    time-between-eviction-runs-millis: 60000
    min-evictable-idle-time-millis: 300000
    max-evictable-idle-time-millis: 60000
    validation-query: select 1 from dual
    # validation-query-timeout: 5000
    test-on-borrow: false
    test-on-return: false
    test-while-idle: true
    connectionproperties: druid.stat.mergesql=true;druid.stat.slowsqlmillis=5000
  # 数据源：shard_three
  datathree:
   type: com.alibaba.druid.pool.druiddatasource
   druid:
    driverclassname: com.mysql.jdbc.driver
    url: jdbc:mysql://localhost:3306/shard_three?useunicode=true&characterencoding=utf8&zerodatetimebehavior=converttonull&usessl=false
    username: root
    password: 123
    initial-size: 10
    max-active: 100
    min-idle: 10
    max-wait: 60000
    pool-prepared-statements: true
    max-pool-prepared-statement-per-connection-size: 20
    time-between-eviction-runs-millis: 60000
    min-evictable-idle-time-millis: 300000
    max-evictable-idle-time-millis: 60000
    validation-query: select 1 from dual
    # validation-query-timeout: 5000
    test-on-borrow: false
    test-on-return: false
    test-while-idle: true
    connectionproperties: druid.stat.mergesql=true;druid.stat.slowsqlmillis=5000

数据库分库策略

/**
 * 数据库映射计算
 */
public class datasourcealg implements preciseshardingalgorithm<string> {

  private static logger log = loggerfactory.getlogger(datasourcealg.class);
  @override
  public string dosharding(collection<string> names, preciseshardingvalue<string> value) {
    log.debug("分库算法参数 {},{}",names,value);
    int hash = hashutil.rshash(string.valueof(value.getvalue()));
    return "ds_" + ((hash % 2) + 2) ;
  }
}

数据表1分表策略

/**
 * 分表算法
 */
public class tableonealg implements preciseshardingalgorithm<string> {
  private static logger log = loggerfactory.getlogger(tableonealg.class);
  /**
   * 该表每个库分5张表
   */
  @override
  public string dosharding(collection<string> names, preciseshardingvalue<string> value) {
    log.debug("分表算法参数 {},{}",names,value);
    int hash = hashutil.rshash(string.valueof(value.getvalue()));
    return "table_one_" + (hash % 5+1);
  }
}

数据表2分表策略

/**
 * 分表算法
 */
public class tabletwoalg implements preciseshardingalgorithm<string> {
  private static logger log = loggerfactory.getlogger(tabletwoalg.class);
  /**
   * 该表每个库分5张表
   */
  @override
  public string dosharding(collection<string> names, preciseshardingvalue<string> value) {
    log.debug("分表算法参数 {},{}",names,value);
    int hash = hashutil.rshash(string.valueof(value.getvalue()));
    return "table_two_" + (hash % 5+1);
  }
}

数据源集成配置

/**
 * 数据库分库分表配置
 */
@configuration
public class shardjdbcconfig {
  // 省略了 druid 配置，源码中有
  /**
   * shard-jdbc 分库配置
   */
  @bean
  public datasource datasource (@autowired druiddatasource dataonesource,
                 @autowired druiddatasource datatwosource,
                 @autowired druiddatasource datathreesource) throws exception {
    shardingruleconfiguration shardjdbcconfig = new shardingruleconfiguration();
    shardjdbcconfig.gettableruleconfigs().add(gettablerule01());
    shardjdbcconfig.gettableruleconfigs().add(gettablerule02());
    shardjdbcconfig.setdefaultdatasourcename("ds_0");
    map<string,datasource> datamap = new linkedhashmap<>() ;
    datamap.put("ds_0",dataonesource) ;
    datamap.put("ds_2",datatwosource) ;
    datamap.put("ds_3",datathreesource) ;
    properties prop = new properties();
    return shardingdatasourcefactory.createdatasource(datamap, shardjdbcconfig, new hashmap<>(), prop);
  }

  /**
   * shard-jdbc 分表配置
   */
  private static tableruleconfiguration gettablerule01() {
    tableruleconfiguration result = new tableruleconfiguration();
    result.setlogictable("table_one");
    result.setactualdatanodes("ds_${2..3}.table_one_${1..5}");
    result.setdatabaseshardingstrategyconfig(new standardshardingstrategyconfiguration("phone", new datasourcealg()));
    result.settableshardingstrategyconfig(new standardshardingstrategyconfiguration("phone", new tableonealg()));
    return result;
  }
  private static tableruleconfiguration gettablerule02() {
    tableruleconfiguration result = new tableruleconfiguration();
    result.setlogictable("table_two");
    result.setactualdatanodes("ds_${2..3}.table_two_${1..5}");
    result.setdatabaseshardingstrategyconfig(new standardshardingstrategyconfiguration("phone", new datasourcealg()));
    result.settableshardingstrategyconfig(new standardshardingstrategyconfiguration("phone", new tabletwoalg()));
    return result;
  }
}

测试代码执行流程

@restcontroller
public class shardcontroller {
  @resource
  private shardservice shardservice ;
  /**
   * 1、建表流程
   */
  @requestmapping("/createtable")
  public string createtable (){
    shardservice.createtable();
    return "success" ;
  }
  /**
   * 2、生成表 table_one 数据
   */
  @requestmapping("/insertone")
  public string insertone (){
    shardservice.insertone();
    return "success" ;
  }
  /**
   * 3、生成表 table_two 数据
   */
  @requestmapping("/inserttwo")
  public string inserttwo (){
    shardservice.inserttwo();
    return "success" ;
  }
  /**
   * 4、查询表 table_one 数据
   */
  @requestmapping("/selectonebyphone/{phone}")
  public tableone selectonebyphone (@pathvariable("phone") string phone){
    return shardservice.selectonebyphone(phone);
  }
  /**
   * 5、查询表 table_one 数据
   */
  @requestmapping("/selecttwobyphone/{phone}")
  public tabletwo selecttwobyphone (@pathvariable("phone") string phone){
    return shardservice.selecttwobyphone(phone);
  }
}

四、项目源码

github：知了一笑


总结

以上所述是小编给大家介绍的springboot 2.0 整合sharding-jdbc中间件实现数据分库分表,希望对大家有所帮助

您可能感兴趣的文章:

如对本文有疑问， 点击进行留言回复！！

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网