分库分表sharding-jdbc

一、为什么要分库分表
图示为垂直分库

二、分库分表的方式
分库分表有4种方式，垂直分库/垂直分表，水平分库/水平分表。
1.垂直分库
把原本的单库拆成多库，一般是根据表来分库。如把用户表分成单独的用户库。
2.垂直分表
把原来的单表拆成多表，一般是把一些大数据高量查询的字段，独立成一个新表。如把商品表中的商品详情字段拆成一张新的商品详情表。

垂直分库/分表本质上，只是把单一数据库，数据表，进行优化。把各个表的查询压力，由原来的单一数据库，分流到个每个表拆分后的数据库中。数据量大了之后，拆分后的数据库也不能高效工作了，这时就要把库中的数据进行分散。也就是水平分库。

3.水平分库
把单库中的数据，分散到多个库中，如把用户库分成用户库_0,用户库_1。
4.水平分表
把单表中的数据，分散到多个表中，如把用户表分成用户表_0,用户表_1。

水平分库/分表，一般都是要设置分库键，和分表键的。不设置的话会查询所有分库节点，产生多余的查询。

三、使用sharding-jdbc实现水平分库分表
垂直分库分表不概述，因为一般使用微服务方式开发，就是使用垂直分库了。垂直分表则是一个表的设计问题了。
因此，只讨论一下怎么sharding-jdbc水平主从复制分库分表

一、确定数据库节点
声明所有数据库节点，我这里是2个业务节点order_db_0(m0),order_db_1(m1)，但做了主从复制，所以有2个是从节点。2个主节点，负责写。2个从节点负责读,实现了读写分离，总共4个节点。

二、设置主从关系
一个主从关系，对应一个名称。2个业务节点那就是有两个主从关接
三、设置业务节点分库逻辑
有2个业务节点，就直接user_id%2了,因为取值为0-1嘛。

四、设置业务节点分表逻辑
有3个逻辑表。
五、选配公共表

六、真实场景注意
一般最少设3个节点3个分表。也就是分库逻辑，分表逻辑要最少%3。
因为， 一般项目的并发不会很高，基本不会在同一毫秒内产生多个并发，那么每个不同毫秒产生的第一个nextId雪花值，都为偶数。那么%2值，百分百为0。这样的话所有数据都在一个库中了，就不能上平均分到每个节点上了。

spring:
  redis:
    host: 127.0.0.1
    port: 6379
  shardingsphere:
    datasource:
      # names: m$->{0..2}
      names: m$->{0}
      m0:
        type: com.zaxxer.hikari.HikariDataSource
        driverClassName: com.mysql.jdbc.Driver
        jdbc-url: jdbc:mysql://localhost:3306/task_chat_task_0?useUnicode=true&characterEncoding=UTF-8&useSSL=false&serverTimezone=GMT%2B8
        username: root
        password: root
      # m1:
      #   type: com.zaxxer.hikari.HikariDataSource
      #   driverClassName: com.mysql.jdbc.Driver
      #   jdbc-url: jdbc:mysql://localhost:3306/task_chat_task_1?useUnicode=true&characterEncoding=UTF-8&useSSL=false&serverTimezone=GMT%2B8
      #   username: root
      #   password: root
      # m2:
      #   type: com.zaxxer.hikari.HikariDataSource
      #   driverClassName: com.mysql.jdbc.Driver
      #   jdbc-url: jdbc:mysql://localhost:3306/task_chat_task_2?useUnicode=true&characterEncoding=UTF-8&useSSL=false&serverTimezone=GMT%2B8
      #   username: root
      #   password: root
    sharding:
      tables:
        task:
          # actualDataNodes: m$->{0..2}.task
          actualDataNodes: m$->{0}.task
          database-strategy:
            inline:
              shardingColumn: task_id
              algorithmExpression: m$->{task_id%1}
        chat:
          # actualDataNodes: m$->{0..2}.chat
          actualDataNodes: m$->{0}.chat
          database-strategy:
            inline:
              shardingColumn: chat_id
              algorithmExpression: m$->{chat_id%1}
        list:
          # actualDataNodes: m$->{0..2}.list
          actualDataNodes: m$->{0}.list
          database-strategy:
            inline:
              shardingColumn: list_id
              algorithmExpression: m$->{list_id%1}
    props:
      sql:
        show: true
server:
  port: 1003
seata:
  enabled: true
  service:
    vgroup-mapping: default
    grouplist:
      default: 127.0.0.1:8091
    disable-global-transaction: false
dubbo:
  registry:
    address: spring-cloud://127.0.0.1
  protocol:
    name: dubbo
    port: -1
  scan:
    base-packages: springcloud



spring:
  shardingsphere:
    datasource:
      names: m0
      m0:
        type: com.zaxxer.hikari.HikariDataSource
        driverClassName: com.mysql.jdbc.Driver
        jdbc-url: jdbc:mysql://localhost:3306/taskchat_user_0?useUnicode=true&characterEncoding=UTF-8&useSSL=false&serverTimezone=GMT%2B8
        username: root
        password: root
    sharding:
      tables:
        user:
          # 不分表，2020。10。5认为分表没必要
          # actualDataNodes: m0.user_$->{0..2}
          actualDataNodes: m0.user
          # tableStrategy:
          #   inline:
          #     shardingColumn: user_id
          #     algorithmExpression: user_$->{user_id%3}
          database-strategy:
            inline:
              shardingColumn: phone
              algorithmExpression: m$->{phone%1}
    props:
      sql:
        show: true
  redis:
    host: 127.0.0.1
    port: 6379
server:
  port: 1001
seata:
  enabled: true
  service:
    vgroup-mapping: default
    grouplist:
      default: 127.0.0.1:8091
    disable-global-transaction: false
sms:
  id: LTAI4G1SPA3fPuZBHESLZzVz
  sercret: ck4fY3W4pkSwEHR4XF0qDky0hS2OWO