Sharding-JDBC 实战 - 分片策略2：Inline行表达式分片策略InlineShardingStrategy

Sharding-JDBC 实战 - 分片策略2：Inline行表达式分片策略InlineShardingStrategy

什么是Inline分片策略

Inline分片策略是Sharding-JDBC提供的一种简化分片规则配置的策略。通过使用Groovy表达式，Inline分片策略可以快速定义数据分片的规则，从而减少代码量并提高配置的灵活性和可读性。

使用步骤

1. 引入依赖
   在Maven项目中引入Sharding-JDBC依赖：

   <dependency>
       <groupId>org.apache.shardingsphere</groupId>
       <artifactId>sharding-jdbc-core</artifactId>
       <version>4.1.1</version>
   </dependency>
   

2. 配置数据源
   配置多个数据源，并将其注册到ShardingDataSource中：

   Map<String, DataSource> dataSourceMap = new HashMap<>();
   dataSourceMap.put("ds0", createDataSource("ds0"));
   dataSourceMap.put("ds1", createDataSource("ds1"));
   

3. 配置Inline分片策略
   配置分片规则，指定逻辑表、实际表和Inline分片策略：

   ShardingRuleConfiguration shardingRuleConfig = new ShardingRuleConfiguration();
   TableRuleConfiguration orderTableRuleConfig = new TableRuleConfiguration("t_order", "ds${0..1}.t_order_${0..1}");
   
   // 使用Inline分片策略
   orderTableRuleConfig.setTableShardingStrategyConfig(new InlineShardingStrategyConfiguration("order_id", "t_order_${order_id % 2}"));
   orderTableRuleConfig.setDatabaseShardingStrategyConfig(new InlineShardingStrategyConfiguration("user_id", "ds${user_id % 2}"));
   
   shardingRuleConfig.getTableRuleConfigs().add(orderTableRuleConfig);
   

4. 配置ShardingDataSource
   创建ShardingDataSource并初始化：

   DataSource dataSource = ShardingDataSourceFactory.createDataSource(dataSourceMap, shardingRuleConfig, new Properties());
   

示例

假设有一个订单表t_order，我们将其分成两个数据库ds0和ds1，每个数据库中有两个实际表t_order_0和t_order_1。分片规则是根据order_id进行表分片，根据user_id进行库分片。

public class ShardingJDBCInlineExample {
    public static void main(String[] args) throws SQLException {
        Map<String, DataSource> dataSourceMap = new HashMap<>();
        dataSourceMap.put("ds0", createDataSource("ds0"));
        dataSourceMap.put("ds1", createDataSource("ds1"));

        ShardingRuleConfiguration shardingRuleConfig = new ShardingRuleConfiguration();

        TableRuleConfiguration orderTableRuleConfig = new TableRuleConfiguration("t_order", "ds${0..1}.t_order_${0..1}");

        orderTableRuleConfig.setTableShardingStrategyConfig(new InlineShardingStrategyConfiguration("order_id", "t_order_${order_id % 2}"));
        orderTableRuleConfig.setDatabaseShardingStrategyConfig(new InlineShardingStrategyConfiguration("user_id", "ds${user_id % 2}"));

        shardingRuleConfig.getTableRuleConfigs().add(orderTableRuleConfig);

        DataSource dataSource = ShardingDataSourceFactory.createDataSource(dataSourceMap, shardingRuleConfig, new Properties());
    }

    private static DataSource createDataSource(String dataSourceName) {
        // 创建数据源的具体代码，通常使用数据库连接池如Druid、HikariCP等
    }
}

通过以上配置，Sharding-JDBC会根据order_id和user_id的值将数据分片到对应的数据库和表中，从而实现数据的水平扩展。

结论

Inline分片策略通过使用Groovy表达式简化了分片规则的配置，使得分片策略的配置更加简洁、直观。通过Inline分片策略，用户可以轻松定义数据的分片规则，提高配置的灵活性和可读性。在实际应用中，Inline分片策略特别适用于分片规则较为简单且固定的场景。