Spring Boot集成Sharding-JDBC实现分库分表+读写分离

已于 2022-01-26 21:37:52 修改
阅读量1.9k 收藏 8
点赞数 3
分类专栏： mysql和oracle数据库相关 文章标签： spring boot java 数据库
于 2022-01-26 21:36:11 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/nandao158/article/details/122708529
版权

查看此文章前先参考上篇文章，数据分表和读写分离

今天开始分享分库分表+读写分离，相关jar包参考以前文章，数据源也大概相同，核心在配置文件，废话少说，开始：

1、此次采用4个数据库user0,user1,user2,user3，三张表 tbl_user0、tbl_user1、tbl_user2，两主两从配置策略。

2、数据库表/mapper/xml配置

2.1、user0 、user1 数据库表结构

CREATE TABLE `tbl_user0` (
  `id` bigint(20) NOT NULL AUTO_INCREMENT,
  `name` varchar(64) DEFAULT NULL COMMENT '名称',
  `city_id` int(12) DEFAULT NULL COMMENT '城市',
  `sex` tinyint(1) DEFAULT NULL COMMENT '性别',
  `phone` varchar(32) DEFAULT NULL COMMENT '电话',
  `email` varchar(32) DEFAULT NULL COMMENT '邮箱',
  `create_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '创建时间',
  `password` varchar(32) DEFAULT NULL COMMENT '密码',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=68 DEFAULT CHARSET=utf8;
 
CREATE TABLE `tbl_user1` (
  `id` bigint(20) NOT NULL AUTO_INCREMENT,
  `name` varchar(64) DEFAULT NULL COMMENT '名称',
  `city_id` int(12) DEFAULT NULL COMMENT '城市',
  `sex` tinyint(1) DEFAULT NULL COMMENT '性别',
  `phone` varchar(32) DEFAULT NULL COMMENT '电话',
  `email` varchar(32) DEFAULT NULL COMMENT '邮箱',
  `create_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '创建时间',
  `password` varchar(32) DEFAULT NULL COMMENT '密码',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=68 DEFAULT CHARSET=utf8;
 
CREATE TABLE `tbl_user2` (
  `id` bigint(20) NOT NULL AUTO_INCREMENT,
  `name` varchar(64) DEFAULT NULL COMMENT '名称',
  `city_id` int(12) DEFAULT NULL COMMENT '城市',
  `sex` tinyint(1) DEFAULT NULL COMMENT '性别',
  `phone` varchar(32) DEFAULT NULL COMMENT '电话',
  `email` varchar(32) DEFAULT NULL COMMENT '邮箱',
  `create_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '创建时间',
  `password` varchar(32) DEFAULT NULL COMMENT '密码',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=68 DEFAULT CHARSET=utf8;

2.2、实体类

import java.io.Serializable;
import java.util.Date;
public class TblUser implements Serializable {
    private Long id;
 
    private String name;
 
    private Integer cityId;
 
    private Boolean sex;
 
    private String phone;
 
    private String email;
 
    private Date createTime;
 
    private String password;
 
    public Long getId() {
        return id;
    }
 
    public void setId(Long id) {
        this.id = id;
    }
 
    public String getName() {
        return name;
    }
 
    public void setName(String name) {
        this.name = name == null ? null : name.trim();
    }
 
    public Integer getCityId() {
        return cityId;
    }
 
    public void setCityId(Integer cityId) {
        this.cityId = cityId;
    }
 
    public Boolean getSex() {
        return sex;
    }
 
    public void setSex(Boolean sex) {
        this.sex = sex;
    }
 
    public String getPhone() {
        return phone;
    }
 
    public void setPhone(String phone) {
        this.phone = phone == null ? null : phone.trim();
    }
 
    public String getEmail() {
        return email;
    }
 
    public void setEmail(String email) {
        this.email = email == null ? null : email.trim();
    }
 
    public Date getCreateTime() {
        return createTime;
    }
 
    public void setCreateTime(Date createTime) {
        this.createTime = createTime;
    }
 
    public String getPassword() {
        return password;
    }
 
    public void setPassword(String password) {
        this.password = password == null ? null : password.trim();
    }
}

2.3、mapper和xml配置 参考上篇文章

3、分库分表和读写分离配置策略


sharding:
  jdbc:
    datasource:
      names: user0,user1,user2,user3
      user0:
        type: com.alibaba.druid.pool.DruidDataSource
        driverClassName: com.mysql.jdbc.Driver
        url: jdbc:mysql://127.0.0.1:3306/sys_db?useAffectedRows=true&allowMultiQueries=true&useUnicode=true&characterEncoding=UTF-8&useSSL=false&serverTimezone=CTT&zeroDateTimeBehavior=convertToNull
        username: root
        password: 123456
        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
        validation-query: SELECT 1 FROM DUAL
        test-while-idle: true
        test-on-borrow: false
        test-on-return: false
        stat-view-servlet:
          enabled: true
          url-pattern: /druid/*
        filter:
          stat:
            log-slow-sql: true
            slow-sql-millis: 1000
            merge-sql: true
          wall:
            config:
              multi-statement-allow: true
      user1:
        type: com.alibaba.druid.pool.DruidDataSource
        driverClassName: com.mysql.jdbc.Driver
        url: jdbc:mysql://127.0.0.1:3306/u_db?useAffectedRows=true&allowMultiQueries=true&useUnicode=true&characterEncoding=UTF-8&useSSL=false&serverTimezone=CTT&zeroDateTimeBehavior=convertToNull
        username: root
        password: 123456
        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
        validation-query: SELECT 1 FROM DUAL
        test-while-idle: true
        test-on-borrow: false
        test-on-return: false
        stat-view-servlet:
          enabled: true
          url-pattern: /druid/*
        filter:
          stat:
            log-slow-sql: true
            slow-sql-millis: 1000
            merge-sql: true
          wall:
            config:
              multi-statement-allow: true
      user2:
        type: com.alibaba.druid.pool.DruidDataSource
        driverClassName: com.mysql.jdbc.Driver
        url: jdbc:mysql://127.0.0.1:3306/t_sys?useAffectedRows=true&allowMultiQueries=true&useUnicode=true&characterEncoding=UTF-8&useSSL=false&serverTimezone=CTT&zeroDateTimeBehavior=convertToNull
        username: root
        password: 123456
        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
        validation-query: SELECT 1 FROM DUAL
        test-while-idle: true
        test-on-borrow: false
        test-on-return: false
        stat-view-servlet:
          enabled: true
          url-pattern: /druid/*
        filter:
          stat:
            log-slow-sql: true
            slow-sql-millis: 1000
            merge-sql: true
          wall:
            config:
              multi-statement-allow: true
      user3:
        type: com.alibaba.druid.pool.DruidDataSource
        driverClassName: com.mysql.jdbc.Driver
        url: jdbc:mysql://127.0.0.1:3306/a_db?useAffectedRows=true&allowMultiQueries=true&useUnicode=true&characterEncoding=UTF-8&useSSL=false&serverTimezone=CTT&zeroDateTimeBehavior=convertToNull
        username: root
        password: 123456
        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
        validation-query: SELECT 1 FROM DUAL
        test-while-idle: true
        test-on-borrow: false
        test-on-return: false
        stat-view-servlet:
          enabled: true
          url-pattern: /druid/*
        filter:
          stat:
            log-slow-sql: true
            slow-sql-millis: 1000
            merge-sql: true
          wall:
            config:
              multi-statement-allow: true

    config:
      sharding:
        default-database-strategy:
          inline:
            sharding-column: id #分库的字段，本案例是根据id进行分
            algorithm-expression: ds_$->{id % 2} #分库策略

        tables:
          tbl_user:
            actual-data-nodes: ds_$->{0..1}.tbl_user$->{0..2} #分库分表的策略
            table-strategy:
              inline:
                sharding-column: id #分表的字段，本案例是根据id进行分
                #precise-algorithm-class-name:  # 可以是分表算法的实现类
                algorithm-expression: tbl_user$->{id % 3} #分表的算法
            key-generator-column-name: id  #自动生成id

        #default-data-source-name: ds_0
        #binding-tables: tbl_user #绑定表规则列表
        master-slave-rules:
          ds_0: #数据库分区
            master-data-source-name: user0 #ds_0区的主库
            slave-data-source-names: user1 #ds_0区的从库
          ds_1:
            master-data-source-name: user2 #ds_1区的主库
            slave-data-source-names: user3 #ds_1区的从库

      props:
        sql:
          show: true #是否开启SQL显示，默认值: false
        executor:
          size: 20 #工作线程数量，默认值: CPU核数
        check:
          table:
            metadata:
              enabled: true #是否在启动时检查分表元数据一致性，默认值: false

4、测试API

     for(Long i=10L;i<15;i++) {
			TblUser user = new TblUser();
			user.setId(i);
			user.setName("nandao"+i+"");
			user.setCityId(1 % 2 == 0 ? 1 : 2);
			user.setCreateTime(new Date());
			user.setSex(true);
			user.setPhone("11111111");
			user.setEmail("xxxxx");
			user.setCreateTime(new Date());
			user.setPassword("eeeeeeeeeeee");
 
			tblUserMapper.insertOne(user);
		}

5、执行的部分日志：

 
 
 [http-nio-8088-exec-1] INFO  ShardingSphere-SQL - Rule Type: sharding
 [http-nio-8088-exec-1] INFO  ShardingSphere-SQL - Logic SQL: insert into tbl_user (id, name, city_id,
      sex, phone, email, create_time, 
      password)
    values (?, ?, ?,
      ?, ?, ?, ?, 
      ?)
[http-nio-8088-exec-1] INFO  ShardingSphere-SQL - SQLStatement: InsertStatement(super=DMLStatement(super=io.shardingsphere.core.parsing.parser.sql.dml.insert.InsertStatement@57b9717e), columns=[Column(name=id, tableName=tbl_user), Column(name=name, tableName=tbl_user), Column(name=city_id, tableName=tbl_user), Column(name=sex, tableName=tbl_user), Column(name=phone, tableName=tbl_user), Column(name=email, tableName=tbl_user), Column(name=create_time, tableName=tbl_user), Column(name=password, tableName=tbl_user)], generatedKeyConditions=[GeneratedKeyCondition(column=Column(name=id, tableName=tbl_user), index=0, value=null)], insertValues=InsertValues(insertValues=[InsertValue(type=VALUES, expression=(?, ?, ?,
      ?, ?, ?, ?, 
      ?), parametersCount=8)]), columnsListLastPosition=94, generateKeyColumnIndex=0, insertValuesListLastPosition=144)
[http-nio-8088-exec-1] INFO  ShardingSphere-SQL - Actual SQL: ds_1 ::: insert into tbl_user1 (id, name, city_id,
      sex, phone, email, create_time, 
      password)
    values (?, ?, ?,
      ?, ?, ?, ?, 
      ?) ::: [[13, nandao13, 2, true, 11111111, xxxxx, 2022-01-26 20:43:30.694, eeeeeeeeeeee]]
 [http-nio-8088-exec-1] DEBUG c.h.e.db.mapper.TblUserMapper.insertOne - <==    Updates: 1
[http-nio-8088-exec-1] DEBUG org.mybatis.spring.SqlSessionUtils - Closing non transactional SqlSession [org.apache.ibatis.session.defaults.DefaultSqlSession@13e589fa]
 [http-nio-8088-exec-1] DEBUG org.mybatis.spring.SqlSessionUtils - Creating a new SqlSession
[http-nio-8088-exec-1] DEBUG org.mybatis.spring.SqlSessionUtils - SqlSession [org.apache.ibatis.session.defaults.DefaultSqlSession@1706af65] was not registered for synchronization because synchronization is not active
[http-nio-8088-exec-1] DEBUG o.m.spring.transaction.SpringManagedTransaction - JDBC Connection [io.shardingsphere.shardingjdbc.jdbc.core.connection.ShardingConnection@3fca1fc0] will not be managed by Spring
[http-nio-8088-exec-1] DEBUG c.h.e.db.mapper.TblUserMapper.insertOne - ==>  Preparing: insert into tbl_user (id, name, city_id, sex, phone, email, create_time, password) values (?, ?, ?, ?, ?, ?, ?, ?) 
 [http-nio-8088-exec-1] DEBUG c.h.e.db.mapper.TblUserMapper.insertOne - ==> Parameters: 14(Long), nandao14(String), 2(Integer), true(Boolean), 11111111(String), xxxxx(String), 2022-01-26 20:43:30.721(Timestamp), eeeeeeeeeeee(String)
[http-nio-8088-exec-1] INFO  ShardingSphere-SQL - Rule Type: sharding
[http-nio-8088-exec-1] INFO  ShardingSphere-SQL - Logic SQL: insert into tbl_user (id, name, city_id,
      sex, phone, email, create_time, 
      password)
    values (?, ?, ?,
      ?, ?, ?, ?, 
      ?)
[http-nio-8088-exec-1] INFO  ShardingSphere-SQL - SQLStatement: InsertStatement(super=DMLStatement(super=io.shardingsphere.core.parsing.parser.sql.dml.insert.InsertStatement@57b9717e), columns=[Column(name=id, tableName=tbl_user), Column(name=name, tableName=tbl_user), Column(name=city_id, tableName=tbl_user), Column(name=sex, tableName=tbl_user), Column(name=phone, tableName=tbl_user), Column(name=email, tableName=tbl_user), Column(name=create_time, tableName=tbl_user), Column(name=password, tableName=tbl_user)], generatedKeyConditions=[GeneratedKeyCondition(column=Column(name=id, tableName=tbl_user), index=0, value=null)], insertValues=InsertValues(insertValues=[InsertValue(type=VALUES, expression=(?, ?, ?,
      ?, ?, ?, ?, 
      ?), parametersCount=8)]), columnsListLastPosition=94, generateKeyColumnIndex=0, insertValuesListLastPosition=144)
 [http-nio-8088-exec-1] INFO  ShardingSphere-SQL - Actual SQL: ds_0 ::: insert into tbl_user2 (id, name, city_id,
      sex, phone, email, create_time, 
      password)
    values (?, ?, ?,
      ?, ?, ?, ?, 
      ?) ::: [[14, nandao14, 2, true, 11111111, xxxxx, 2022-01-26 20:43:30.721, eeeeeeeeeeee]]
[http-nio-8088-exec-1] DEBUG c.h.e.db.mapper.TblUserMapper.insertOne - <==    Updates: 1
[http-nio-8088-exec-1] DEBUG org.mybatis.spring.SqlSessionUtils - Closing non transactional SqlSession [org.apache.ibatis.session.defaults.DefaultSqlSession@1706af65]

6、执行后数据库两个主库三张表的数据显示：

user0：

tbl_user0:

tbl_user1:

tbl_user2:

user2:

tbl_user0:

无数据 

tbl_user1:

 tbl_user2

 到此、分库分表、读写分离分享完毕，下篇分享主从复制，敬请期待！

寅灯
关注
  • 3
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
专栏目录
详解Spring Boot中整合Sharding-JDBC读写分离示例
08-26
主要介绍了详解Spring Boot中整合Sharding-JDBC读写分离示例，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
【MySQL】Spring Boot项目基于Sharding-JDBC和MySQL主从复制实现读写分离(8千字详细教程)
Sihang_Xie的博客
11-20 1188
本文详细介绍了如何实现MySQL主从复制，以及Spring Boot项目如何实现读写分离。
Sharding-JDBC教程：Spring Boot整合Sharding-JDBC实现读写分离.docx
08-26
Sharding-JDBC教程：Spring Boot整合Sharding-JDBC实现读写分离
Sharding-Jdbc 实现读写分离 + 分库分表，写得太好了！
程序员闪充宝
04-30 1320
大家好，我是宝哥！| 概览ShardingSphere-Jdbc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，可理解为增强版的Jdbc驱动，完全兼容Jdbc和各种ORM框架。| MySQL主从复制1）docker配置mysql主从复制1）创建主服务器所需目录mkdir-p/usr/local/mysql...
mybatis-plus-sharding-jdbc-spring-boot-starter:mybatis加上分片jdbc弹簧启动启动器
05-02
mybatis-plus 读写分离+分库分表 项目基于： 因为原项目中提到的 sharding-jdbc-mybatis-plus-spring-boot-starter 没有再更新，所以产生了此项目 dependencies com.baomidou:mybatis-plus:2.2.0 sharding-jdbc-core-spring-boot-starter:2.0.3 spring-boot-starter:1.5.10.RELEASE 尽量保持以上依赖跟官方最近稳定版同步 声明 项目 使用了 mybatis-plus 的 groupId,如果觉得不妥 可以联系我修改 使用 sharding.jdbc: datasource: names: ds_master_0,ds_master_0_slave_0 ds_master_0: type: c
springBoot+ShardingJDBC实现分库分表和读写分离
h1986615202111的博客
02-04 7136
代码地址 sharding_sphere_demo: shardingJDBC的入门使用 ShardingSphere的介绍 ShardingSphere是一款起源于当当网内部的应用框架。2015年在当当网内部诞 生，最初就叫ShardingJDBC。2016年的时候，由其中一个主要的开发人员张亮， 带入到京东数科，组件团队继续开发。在国内历经了当当网、电信翼支付、京东数 科等多家大型互联网企业的考验，在2017年开始开源。并逐渐由原本只关注于关系 型数据库增强工具的ShardingJ...
SpringBoot+ShardingSphereJDBC实现读写分离
油墨香^-^的博客
09-21 2338
本文讲述了如何使用+进行读写分离，以及利用MySQL进行一主一从的主从复制。MySQL主从复制环境准备（Docker）搭建++Druid环境测试数据库中间件可以简化对读写分离以及分库分表的操作，并隐藏底层实现细节，可以像操作单库单表那样操作多库多表，主流的设计方案主要有两种：服务端代理：需要独立部署一个代理服务，该代理服务后面管理多个数据库实例，在应用中通过一个数据源与该代理服务器建立连接，由该代理去操作底层数据库，并返回相应结果。
SpringBoot使用Sharding-JDBC读写分离
weixin_34208283的博客
02-12 296
本文介绍SpringBoot使用当当Sharding-JDBC进行读写分离。 1.有关Sharding-JDBC 本文还是基于当当网Sharding-Jdbc的依赖，与上一篇使用Sharding-Jdbc进行分库分表依赖一致，并且本文大致内容与上一篇文章相似，建议先查看我的另一篇在查看这篇会简单许多，传送门《SpringBoot使用Sharding-JDBC分库分表》。 这里需要特殊介绍的是，...
在springBoot中使用Sharding-JDBC实现我们的数据库读写分离
ebdbbd的博客
08-12 822
此时我们如果启动我们的项目的话，会报错，原因是因为数据源起冲突了。因为我们的导入的Sharding_JDBC会为我们建一个数据源。②、在我们的配置文件application中配置我们的读写分离规则和数据库，连接池等等一系列。但是我们的druid连接词也会为我们建一个数据源，这样他们就起冲突了。①、首先我们在我们的POM中导入我们的maven坐标。.........
SpringBoot整合sharding-jdbc实现读写分离
小尾寒羊的博客
08-04 1561
一、什么是sharding-jdbc Sharding-Jdbc在3.0后改名为Shardingsphere它由Sharding-JDBC、Sharding-Proxy和Sharding-Sidecar（计划中）这3款相互独立的产品组成。他们均提供标准化的数据分片、分布式事务和数据库治理功能，可适用于如Java同构、异构语言、容器、云原生等各种多样化的应用场景。 Sharding-Sphere定位...
sharding-jdbc-master-slave.zip
07-11
Sharding-JDBC教程：Spring Boot2.0以上整合Sharding-JDBC实现分库分表+读写分离，Mysql数据库主从搭建：https://blog.csdn.net/forezp/article/details/94173427
Sharding-JDBC教程：Spring Boot整合Sharding-JDBC实现分库分表+读写分离.docx
08-26
Sharding-JDBC教程：Spring Boot整合Sharding-JDBC实现分库分表+读写分离
sharding-jdbc 分库分表示例
最新发布
04-11
sjdbc-sharding-table-read-write-springboot：Spring Boot版 Sharding JDBC 不分库，只分表+读写分离案例 sjdbc-db-sharding-table-springboot：Spring Boot版 Sharding JDBC 分库分表案例 sjdbc-db-sharding-...
Oracle12C 用户创建、修改、授权、删除、登录等操作
热门推荐
nandao158的博客
06-19 3万+
1.以系统用户命令行登录：sqlplus sys/sys as sysdba;2. 确认选择CDBselect name,cdb from v$database; col pdb_name for a30select pdb_id,pdb_name,dbid,status,creation_scn from dba_pdbs;select con_id,dbid,NAME,OPEN_MODE fr...
mysql 中 RC、RR隔离级别的原理及区别
nandao158的博客
04-22 1万+
今天分享 mysql 中 RC、RR隔离级别的原理及区别： 1、首先简介mysql四种隔离级别： 1）未提交读（READ UNCOMMITED）脏读 2） 已提交读 （READ COMMITED）简称(RC) 不可重复读 3）可重复读（REPEATABLE READ）简称（RR ） 4）可串行化（SERIALIZABLE） 二、实验对比RR、RC的区别：采用mysql 5.6之后的版本 1、实验1 ，采用mysql默认的隔离级别RR ，启动A、B两个事务对比，阿拉伯数字递增代表事务执...
mysql中MVCC多版本并发控制原理的详解
nandao158的博客
04-21 1万+
今天我们分享mysql中MVCC多版本并发控制原理的详解 一、MVCC定义 1、MVCC简介 MVCC，全称Multi-Version Concurrency Control，即多版本井发控制,MVCC是一种并发控制的方法，一般在数据库管理系统中,实现对数据库的并发访问，在编程语言中实现事务内存。 MVCC在MysQL InnoDB中的实现主要是为了提高数据库并发性能，用更好的方式去处理读写冲突。做到即使有读写冲突时，也能做到不加锁，非阻塞并发读。 2、当前读 像select lock in sha.
oracle 12c与其他版本的几点区别
nandao158的博客
06-19 1万+
1、oracle12c 增加CDB和PDB的概念，CDB简称数据库容器，里面可以创建多个虚拟的相互隔离的PDB数据库，因此拥有云计算机的功能，实现对云数据库的支持；PDB简称可插拔数据库，类似于之前版本的一对一或多对一关系（PAC）数据库。2、创建用户的sql语句不同，之前版本：create user test identified by test;oracle2c sql:    同时，删除、权...
oracle 10g 与11g的几点常用区别
nandao158的博客
06-19 9235
1、11g出现了 新的聚会函数，10g不支持，如下：listagg(b.person_name) within group(order by a.id) applyPerson, 2、oracle10g不支持 continue解决方法，且不支持列转行函数，11g支持:select deptno, job, sum(sal) total_salq from emp group by dep...
mysql中幻读出现的原因及解决方案
nandao158的博客
04-22 4972
今天分享 mysql中幻读出现的原因及解决方案： 一、首先明确什么是幻读：​事务A按照一定条件进行数据读取，期间事务B插入了相同搜索条件的新数据，事务A再次按照原先条件进行读取操作修改时，发现了事务B新插入的数据称之为幻读。 二、幻读出现的场景： 1、如果事务中都是用快照读，那么不会产生幻读的问题 2、快照读和当前读一起使用的时候就会产生幻读 三、实验验证 1、采用mysql 5.6之后的版本和默认的隔离级别RR ，启动A、B两个事务对比，阿拉伯数字递增代表事务执行的时间顺序，比如 1,...
sharding-jdbc-spring-boot-starter和shardingsphere-sharding-boot-starter的区别
03-31
Sharding-JDBC-Spring-Boot-Starter和ShardingSphere-Sharding-Boot-Starter都是用于在Spring Boot应用程序中集成Sharding-JDBC和ShardingSphere Sharding的工具。它们之间的区别在于： 1. Sharding-JDBC-Spring-Boot-Starter是Sharding-JDBC的一个Spring Boot集成工具，它提供了Spring Boot自动配置和快速集成Sharding-JDBC的能力。而ShardingSphere-Sharding-Boot-Starter是ShardingSphere-Sharding的一个Spring Boot集成工具，它提供了Spring Boot自动配置和快速集成ShardingSphere-Sharding的能力。 2. Sharding-JDBC-Spring-Boot-Starter基于Sharding-JDBC，它可以将数据按照分片规则分散到多个数据库中，实现数据的水平扩展和负载均衡。而ShardingSphere-Sharding-Boot-Starter基于ShardingSphere-Sharding，它提供了分库分表、读写分离、数据脱敏、分布式主键等多种数据分片策略。 3. Sharding-JDBC-Spring-Boot-Starter的配置文件中需要指定分片规则、数据源、表规则等信息，使用起来相对复杂。而ShardingSphere-Sharding-Boot-Starter提供了更简单的配置方式和更强大的功能，让开发者可以更加方便地使用分片功能。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

寅灯

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值