Sharding-JDBC教程：Spring Boot整合Sharding-JDBC实现数据分表+读写分离

读写分离

在上一篇文章介绍了如何使用Sharing-JDBC实现数据库的读写分离。读写分离的好处就是在并发量比较大的情况下，将查询数据库的压力 分担到多个从库中，能够满足高并发的要求。比如上一篇实现的那样，架构图如下：

image

数据分表

当数据量比较大的时候，比如单个表的数据量超过了500W的数据，这时可以考虑将数据存储在不同的表中。比如将user表拆分为四个表user0、user1、 user2、user3装在四个表中。此时如图所示：

image

案例详解

和上一篇文章使用的数据库是同一个数据库，数据库信息如下：

数据库类型	数据库	ip
主	cool	10.0.0.3
从	cool	10.0.0.13
从	cool	10.0.0.17

在主库初始化Mysql数据的脚本，初始化完后，从库也会创建这些表，脚本信息如下：

1.  `USE `cool`;`

3.  `/*Table structure for table `user_0` */`

5.  `DROP TABLE IF EXISTS `user_0`;`

7.  `CREATE TABLE `user_0`  (`

8.  ``id`  int(12) NOT NULL AUTO_INCREMENT,`

9.  ``username` varchar(12) NOT NULL,`

10.  ``password` varchar(30) NOT NULL,`

11.  `PRIMARY KEY (`id`),`

12.  `KEY `idx-username`  (`username`)`

13.  `) ENGINE=InnoDB AUTO_INCREMENT=149 DEFAULT CHARSET=utf8;`

15.  `/*Table structure for table `user_1` */`

17.  `DROP TABLE IF EXISTS `user_1`;`

19.  `CREATE TABLE `user_1`  (`

20.  ``id`  int(12) NOT NULL AUTO_INCREMENT,`

21.  ``username` varchar(12) NOT NULL,`

22.  ``password` varchar(30) NOT NULL,`

23.  `PRIMARY KEY (`id`),`

24.  `KEY `idx-username`  (`username`)`

25.  `) ENGINE=InnoDB AU