分库分表-ShardingSphere

• 前言

一般mysql单表存储数据量小于500万左右或者容量小于2GB的时候，它的读写性能是最好的。但是当业务发展到一定程度，数据增长到一定程度的时候，我们就会发现为什么查询速度越来越慢了，甚至还会出现数据库挂了等其他一系列问题。那么此时我们就需要采取一些方案来解决这些问题，一般如下：

1.分库分表
2.读写分离
3.利用NoSql

这里我暂时只记录分库分表。

• 调研

一般业界用的比较多的是阿里的MyCat以及当当的Sharding-Jdbc。

MyCat比较适合大公司。他是架在应用层和数据库之间，做了一层代理和转发。对于业务上来说，并不需要关心数据怎么分库分表。MyCat单独的一个应用会专门维护这些数据。他回去拦截应用的sql并进行处理再转发出去。对于业务层几乎不需要改动，但是多了一层转发的链路。

Sharding-Jdbc比较适合中小型公司。虽然他只支持Mysql，但是他十分轻量，支持任何基于java的ORM框架以及三方的数据库连接池。他是以jar包的形式，因此非常灵活，性能高。虽然不用像Mycat需要多一层转发，但是每个项目都需要依赖这个jar包，同时在扩展数据库的时候避免不了部分数据的迁移。

• 选择

由于Sharding-Jdbc已经进入了Apache孵化器，其名为ShardingSphere。因此我这里直接用了ShardingSphere，可以更方便的进行运用。

官方文档：https://shardingsphere.apache.org/document/current/cn/overview/

• 操作

1. 依赖jar包

如上文所有，每个项目都需要依赖相关jar包：

<dependency>
      <groupId>org.apache.shardingsphere</groupId>
      <artifactId>sharding-jdbc-core</artifactId>
      <version>4.0.0-RC1</version>
</dependency>
<!-- for spring boot -->
<dependency>
       <groupId>org.apache.shardingsphere</groupId>
       <artifactId>sharding-jdbc-spring-boot-starter</artifactId>
       <version>4.0.0-RC1</version>
 </dependency>
 <!-- for spring namespace -->
 <dependency>
       <groupId>org.apache.shardingsphere</groupId>
       <artifactId>sharding-jdbc-spring-namespace</artifactId>
       <version>4.0.0-RC1</version>
  </dependency>

2. 配置

由于Apache进行了封装，因此只需要简单配置即可使用：

spring.shardingsphere.datasource.names=bill_0,bill_1

spring.shardingsphere.datasource.bill_0.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.bill_0.driver-class-name=com.mysql.jdbc.Driver
spring.shardingsphere.datasource.bill_0.url=jdbc:mysql://127.0.0.1:3306/bill_0?characterEncoding=utf8&useSSL=false
spring.shardingsphere.datasource.bill_0.username=root
spring.shardingsphere.datasource.bill_0.password=123456

spring.shardingsphere.datasource.bill_1.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.bill_1.driver-class-name=com.mysql.jdbc.Driver
spring.shardingsphere.datasource.bill_1.url=jdbc:mysql://127.0.0.1:3306/bill_1?characterEncoding=utf8&useSSL=false
spring.shardingsphere.datasource.bill_1.username=root
spring.shardingsphere.datasource.bill_1.password=123456

#spring.shardingsphere.sharding.default-database-strategy.inline.sharding-column=id
#spring.shardingsphere.sharding.default-database-strategy.inline.algorithm-expression=bill_$->{id % 2}
spring.shardingsphere.sharding.default-database-strategy.complex.sharding-columns=user_id
spring.shardingsphere.sharding.default-database-strategy.complex.algorithm-class-name=com.hongkj.algorithm.CustomDataBaseAlgorithm

spring.shardingsphere.sharding.tables.bill_asset_user.actual-data-nodes=bill_$->{0..1}.bill_asset_user_$->{0..1}
#spring.shardingsphere.sharding.tables.bill_asset_user.table-strategy.inline.sharding-column=id
#spring.shardingsphere.sharding.tables.bill_asset_user.table-strategy.inline.algorithm-expression=bill_asset_user_$->{id % 2}
spring.shardingsphere.sharding.tables.bill_asset_user.table-strategy.complex.sharding-columns=balance_type
spring.shardingsphere.sharding.tables.bill_asset_user.table-strategy.complex.algorithm-class-name=com.hongkj.algorithm.CustomTableAlgorithm
#spring.shardingsphere.sharding.tables.bill_asset_user.key-generator.column=order_no
spring.shardingsphere.sharding.binding-tables=bill_asset_user

#用于单分片键的标准分片场景
#spring.shardingsphere.sharding.tables.bill_asset_user.database-strategy.standard.sharding-column= #分片列名称
#spring.shardingsphere.sharding.tables.bill_asset_user.database-strategy.standard.precise-algorithm-class-name= #精确分片算法类名称，用于=和IN。该类需实现PreciseShardingAlgorithm接口并提供无参数的构造器
#spring.shardingsphere.sharding.tables.bill_asset_user.database-strategy.standard.range-algorithm-class-name=

#利用雪花算法自增id
spring.shardingsphere.sharding.tables.bill_asset_user.key-generator.column=id
spring.shardingsphere.sharding.tables.bill_asset_user.key-generator.type=SNOWFLAKE
spring.shardingsphere.sharding.tables.bill_asset_user.key-generator.props.worker.id=123
spring.shardingsphere.sharding.tables.bill_asset_user.key-generator.props.max.tolerate.time.difference.milliseconds=0
#spring.shardingsphere.sharding.tables.bill_asset_user.key-generator.props.<property-name>= #属性配置, 注意：使用SNOWFLAKE算法，需要配置worker.id与max.tolerate.time.difference.milliseconds属性
spring.shardingsphere.props.sql.show=true

• 策略

一共提供了5种分片策略，如下：

1.StandardShardingStrategy--标准分片策略
2.ComplexShardingStrategy--复合分片策略(可由开发者自己实现算法)
3.InlineShardingStrategy-Inline表达式分片策略(最常见的就是取模)
4.HintShardingStrategy--通过Hint而非SQL解析的方式分片的策略
5.NoneShardingStrategy--不分片策略

我选择的最灵活的复合分片策略，这样可以自由的自己定义算法。具体实现如下：

public class CustomAlgorithm implements ComplexKeysShardingAlgorithm<String> {
    [@Override](https://my.oschina.net/u/1162528)
    public Collection<String> doSharding(Collection<String> collection, ComplexKeysShardingValue<String> complexKeysShardingValue) {
       String userId = complexKeysShardingValue.getColumnNameAndShardingValuesMap().get("user_id").toArray()[0].toString();
       for (String s : collection) {
           int hash = userId.hashCode() % 2;
           if(s.endsWith(hash + "")){
               List<String> list = new ArrayList<>();
               list.add(s);
               return list;
           }
       }
       throw new UnsupportedOperationException();
   }
}

上面这个简单的算法，就已经实现了根据不同的用户id来取模，从而来选择不同的库或者表。

• 之后

这里只是先暂时实现了一个demo，但是分库分表很明显只是刚刚开始。接下去分布式锁，数据迁移等分库分表的相关问题都会蜂拥而至。接下去一点点记录吧！

未完，待续。。。若有问题，欢迎一起讨论，一起学习进步！

转载于:https://my.oschina.net/u/3095034/blog/3062142