[shardingSphere 使用与场景2] shardingSphere 读写分离配置

shardngSphere 的读写分离配置

主要讲解shardngSphere 的读写分离配置与基础内容讲解

maven依赖配置

shardingSphere 版本 5.0.0-alpha，

<dependency>
	<groupId>org.apache.shardingsphere</groupId>
	<artifactId>shardingsphere-jdbc-core-spring-boot-starter</artifactId>
	<version>5.0.0-alpha</version>
</dependency>

yaml的数据源配置与策略配置

版本5与版本4的配置完全不一样
数据库配置是一主一从，由于是读写分离，数据库从库同步主库数据需要运维配置

spring:
  shardingsphere:
    sharding:
      default-database-strategy: # 默认数据库策略
        standard:
          sharding-column: id
          sharding-algorithm-name: database-default
    enabled: true
    props:
      sql-show: true
    datasource:
      common:
        driver-class-name: com.mysql.cj.jdbc.Driver
        type: com.alibaba.druid.pool.DruidDataSource
      names: master, slave1
      master:
        url: jdbc:mysql://192.168.212.147:3306/db0?useUnicode=true&characterEncoding=utf-8&useSSL=false&serverTimezone=GMT%2b8&allowPublicKeyRetrieval=true
        username: root
        password: 123456
      slave1:
        url: jdbc:mysql://192.168.212.148:3306/db0?useUnicode=true&characterEncoding=utf-8&useSSL=false&serverTimezone=GMT%2b8&allowPublicKeyRetrieval=true
        username: root
        password: 123456
    rules:
      replica-query: # 读写分离数据源配置
        dataSources: 
          ms: # 该数据源在配置表的时候使用
            primaryDataSourceName: master
            replicaDataSourceNames:
              - slave1
            loadBalancerName: round
        loadBalancers:
          round:
            type: ROUND_ROBIN # 类型有轮询与数据 ROUND_ROBIN 是轮询 
            props: # 负载均衡器没有配置参数，不配置却会有错
              enabled: true
      sharding:
        key-generators: # 分布式主键策略
          snowflake: # 策略名自定义
            type: SNOWFLAKE
            props:
              worker-id: 123
        sharding-algorithms: # 数据分片策略
          table-order-id:
            type: INLINE
            props:
              algorithm-expression: tb_order$->{order_id % 5}
          database-default:
            type: INLINE
            props:
              algorithm-expression: master
        tables: # 表配置
          tb_order:
            actual-data-nodes: ms.tb_order$->{0..4} # 配置读写分离数据源
            table-strategy:
              standard:
                sharding-column: order_id
                sharding-algorithm-name: table-order-id
            key-generate-strategy: #上面配置的雪花算法主键生成策略
              column: order_id
              key-generator-name: snowflake

需配置事务管理器与jdbcTemplate

springboot 启动时不自动加载默认数据源，使用sharding的数据源
springboot 启动时不自动加载默认默认事务管理，由于有分布式的业务，需要分布式事务管理（这不细讲）
jdbcTemplate 提供给执行sql的框架使用如 jpa等等

@Configuration
@Slf4j
public class DatabaseConfig {

    @Resource
    private DataSource dataSource;

    @Bean
    public PlatformTransactionManager txManager() {
        return new DataSourceTransactionManager(dataSource);
    }

    @Bean
    public JdbcTemplate jdbcTemplate() {
        return new JdbcTemplate(dataSource);
    }

}

剔除springboot 默认加载数据源与默认事务管理器

@SpringBootApplication(
	exclude = {
		DataSourceAutoConfiguration.class,
		DataSourceTransactionManagerAutoConfiguration.class
	}
)

读写测试

众所周知，有逻辑表与物理表的概念

• 在 master 主库插入数据
  
• 在 slave1 从库查询数据
  

读写分离场景

对于2C端产品，日活增加而导致数据库的查询压力增大，为了避免整个系统受到影响就采用读写分离。读流量增大的时候，可以继续让从库横向扩展。

官网SEO场景，官网日活用户或许并不会很大，但需要抗住各个搜索引擎的数据摘取，或是网站的访问攻击，避免数据库读请求太多而影响到写的功能（读请求太多，CPU被读请求占满，无法进行写操作），应考采用读写分离方案。

总结

主要目的还是让多个数据库分担流量压力，亦可以采取缓存，限流，降级等等策略来完成，但数据库是最底层最根本的服务支撑，数据库的高可用也是最重要的。