ShardingSphere-Proxy5自定义算法

ShardingSphere-Proxy5自定义算法

ShardingSphere 支持两种方式来扩展自定义算法:SPI 和 ClassBased。CLASS_BASE实际上是已经实现了的SPI。

ClassBased实现自定义分片

ClassBased需要我们实现StandardShardingAlgorithm接口。

创建springboot工程

首先创建一个springboot工程,并添加sharding-sphere依赖

<dependency>  
    <groupId>org.apache.shardingsphere</groupId>  
    <artifactId>shardingsphere-jdbc-core-spring-boot-starter</artifactId>  
    <version>5.2.0</version>  
</dependency>
新建自定义算法类

新建一个类DemoAlgortihm并实现StandardShardingAlgorithm接口。


public class DemoAlgortihm implements StandardShardingAlgorithm<Integer> {  
  
    /**  
     * 精确查询分片执行接口  
     * @param availableTargetNames: 可用的分片名集合(分库就是库名,分表就是表名)  
     * @param preciseShardingValue: 分片键  
     * @return 分片名  
     */  
    @Override  
    public String doSharding(Collection<String> availableTargetNames, PreciseShardingValue<Integer> preciseShardingValue) {  
        // availableTargetNames: 分片集合  
        // preciseShardingValue: 分片键值  
        String logicTableName = preciseShardingValue.getLogicTableName();  
        // 获取分片键value  
        Integer userIdL = preciseShardingValue.getValue();  
  
        // 实现 t_order$->{user_id % 2}        BigInteger userId = BigInteger.valueOf(userIdL);  
  
        BigInteger result = userId.mod(new BigInteger("2"));  
        String key = logicTableName+""+result;  
  
        if (availableTargetNames.contains(key)) {  
            return key;  
        }  
  
        throw new UnsupportedOperationException("route: " + key + " is not supported, please check your config");  
    }  
  
    /**  
     * 范围查询分片算法(分片键涉及区间查询时会进入该方法进行分片计算)  
     * @param availableTargetNames  
     * @param rangeShardingValue  
     * @return 返回多个分片名  
     */  
    @Override  
    public Collection<String> doSharding(Collection<String> availableTargetNames, RangeShardingValue<Integer> rangeShardingValue) {  
        // 对于取模算法分片,无法确定查询区间里涉及的分片,因此直接返回所有路由  
        return availableTargetNames;  
    }  

	// 自定义算法参数
	@Getter  
	private Properties props;
	
    @Override  
    public void init(Properties properties) {  
    }  
}
打包

打包放在sharding-proxy的lib目录。注意打包时不能使用springboot插件进行打包,打包后包结构一定要如下所示,否则无法正确找到自定义算法。这种形式的打包并不会引入依赖,因此如果自定义算法需要引入其他jar包时,我们要手动把依赖的包也一并放到sharding-proxy的lib目录。
在这里插入图片描述

配置分片规则

修改config-sharding.yaml文件添加数据分片规则

    alg_hash_mod:
      # type: HASH_MOD
      # props:
      #   sharding-count: 2
      type: CLASS_BASED
      props:
        strategy: standard # 我们实现的是StandardShardingAlgorithm接口,因此属于standard策略
        # 自定义算法全限定类名
        algorithmClassName: com.sharding.algortihm.DemoAlgortihm

完整配置文件

databaseName: sharding_db

dataSources:
  ds_0:
    url: jdbc:mysql://127.0.0.1:13307/demo_ds_0?serverTimezone=UTC&useSSL=false
    username: root
    password: sunday
    connectionTimeoutMilliseconds: 30000
    idleTimeoutMilliseconds: 60000
    maxLifetimeMilliseconds: 1800000
    maxPoolSize: 50
    minPoolSize: 1
  ds_1:
    url: jdbc:mysql://127.0.0.1:3306/demo_ds_1?serverTimezone=UTC&useSSL=false
    username: root
    password: sunday
    connectionTimeoutMilliseconds: 30000
    idleTimeoutMilliseconds: 60000
    maxLifetimeMilliseconds: 1800000
    maxPoolSize: 50
    minPoolSize: 1

rules:
- !SHARDING
  tables:
    t_order:
      actualDataNodes: ds_${0..1}.t_order${0..1}
      databaseStrategy:
        standard:
          shardingColumn: user_id
          shardingAlgorithmName: alg_mod
      tableStrategy:
        standard:
          shardingColumn: order_no
          shardingAlgorithmName: alg_hash_mod
      keyGenerateStrategy:
        column: id
        keyGeneratorName: snowflake

  keyGenerators:
    snowflake:
      type: SNOWFLAKE

  shardingAlgorithms:
    alg_mod:
      type: MOD
      props:
        sharding-count: 2
    alg_hash_mod:
      # type: HASH_MOD
      # props:
      #   sharding-count: 2
      type: CLASS_BASED
      props: # 算法参数,可以在下面自定义自己的参数,获取时通过自定义算法中的props对象获取。参数值仅支持字符串和数字,不支持对象、map等参数,对于map等参数可以按照字符串形式传入程序,然后通过JSON工具反序列化。
        strategy: standard # 我们实现的是StandardShardingAlgorithm接口,因此属于standard策略
        # 自定义算法全限定类名
        algorithmClassName: com.sharding.algortihm.DemoAlgortihm
连接proxy创建分片表

配置分片表后,并没有生成相应的分片表,需要连接上sharding-proxy,在proxy中执行建表语句,在创建逻辑表时分片表会被proxy自动按照配置的规则进行创建。

CREATE TABLE `t_order` (
  `id` bigint(20) NOT NULL AUTO_INCREMENT,
  `order_no` varchar(30) DEFAULT NULL,
  `user_id` bigint(20) DEFAULT NULL,
  `amount` decimal(10,2) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=779468255126355969 DEFAULT CHARSET=utf8mb4;
插入测试数据
INSERT INTO `sharding_db`.`t_order`(`id`, `order_no`, `user_id`, `amount`) VALUES (779468213359476737, '22', 22, 22.00);
INSERT INTO `sharding_db`.`t_order`(`id`, `order_no`, `user_id`, `amount`) VALUES (779468285585391617, '44', 44, 44.00);
INSERT INTO `sharding_db`.`t_order`(`id`, `order_no`, `user_id`, `amount`) VALUES (779468168534949888, '11', 11, 11.00);
INSERT INTO `sharding_db`.`t_order`(`id`, `order_no`, `user_id`, `amount`) VALUES (779468255126355968, '33', 33, 33.00);
  • 2
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Sharding-JDBC 提供的分片算法包含以下四种: 1. 标准分片算法 标准分片算法是按照分片键的值进行取模运算,将数据分散到不同的数据节点上。 Java 代码实现: ```java public class StandardShardingAlgorithm implements PreciseShardingAlgorithm<Long> { @Override public String doSharding(Collection<String> availableTargetNames, PreciseShardingValue<Long> shardingValue) { for (String each : availableTargetNames) { if (each.endsWith(shardingValue.getValue() % availableTargetNames.size() + "")) { return each; } } throw new IllegalArgumentException(); } } ``` 2. 范围分片算法 范围分片算法是将数据按照分片键的范围进行划分,每个数据节点负责处理一定范围内的数据。 Java 代码实现: ```java public class RangeShardingAlgorithm implements RangeShardingAlgorithm<Long> { @Override public Collection<String> doSharding(Collection<String> availableTargetNames, RangeShardingValue<Long> shardingValue) { Collection<String> result = new LinkedHashSet<>(); Range<Long> range = shardingValue.getValueRange(); for (String each : availableTargetNames) { String[] temp = each.split("_"); long begin = Long.parseLong(temp[2]); long end = Long.parseLong(temp[3]); for (long i = begin; i <= end; i++) { if (range.contains(i)) { result.add(each); } } } return result; } } ``` 3. 哈希分片算法 哈希分片算法是将分片键的值进行哈希运算,将哈希结果分散到不同的数据节点上。 Java 代码实现: ```java public class HashShardingAlgorithm implements PreciseShardingAlgorithm<Long> { @Override public String doSharding(Collection<String> availableTargetNames, PreciseShardingValue<Long> shardingValue) { int hashCode = shardingValue.getValue().hashCode(); if (hashCode < 0) { hashCode = -hashCode; } return availableTargetNames.toArray(new String[0])[hashCode % availableTargetNames.size()]; } } ``` 4. 自定义分片算法 自定义分片算法是用户可以自己定义分片算法,实现自己的数据分片逻辑。 Java 代码实现: ```java public class MyShardingAlgorithm implements PreciseShardingAlgorithm<Long> { @Override public String doSharding(Collection<String> availableTargetNames, PreciseShardingValue<Long> shardingValue) { // 自定义分片逻辑 return null; } } ```
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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