分库分表ShardingSphere（ShardingJDBC）学习笔记

（一）使用场景

一般情况下，单机数据库容量支撑不住了，应先从缓存技术着手降低对数据库的访问压力，如果缓存使用过后，数据库访问量还是非常大，可以考虑数据库读写分离，如果依然非常大，且业务持续增长无法估量，最后才考虑分库分表。

当然了,海量数据的存储可以用HBase，HIVE这些

如果确定使用分库分表，就应该在系统设计之初开始对业务数据的耦合程度和使用情况进行考量，尽量控制业务Sql语句的使用范围。

（二）ShardingJDBC的应用

基本概念这块：

逻辑表：t_user：水平拆分的数据库的相同逻辑和数据结构表的总称
真实表：t_user1,t_user2:在分片数据库中真实存在的物理表
分片键：member_id:用于分片的数据库字段，将数据库进行水平差分的关键字段
分片算法：ds->{member_id % 2} 这里指按照member的奇偶分片
分片策略：分片键+分片算法

（三）ShardingJDBC的分片算法

五种分片策略：

1、None：不分片

2、Inline：项目中用这个算法，提供对SQL语句中的=和IN的分片操作支持。
**只支持单分片键**也就是说不支持范围查询

3、Standard：自定定制好找库或找表的策略，只支持单片分片策略，可设置按照范围查找（算法中提前设置好范围）

4、Complex：支持多分片键的复杂分片策略

5、Hint：强制路由到某个表/库中，也就是说适合于一些不跟Sql语句相关联的分片策略