ShardingSphere-jdbc-读写分离&&数据分片

目录

一：简介

二：产品

​

三：功能

四：原理

 读写分离

​

数据分片

五：ShardingSphere-jdbc 读写分离

传统方法-使用AOP动态切换数据源

​

ShardingSphere-jdbc-4.x

ShardingSphere-jdbc-5.0.0-alpha

 ShardingSphere-jdbc-5.0.0-beta

注意事项

六：ShardingSphere-jdbc 数据分片

一：创建三个数据库，每个数据库创建三个字段一致的表

二：sharding官网配置-4.x

二：sharding官网配置-5.0.0

三：sharding-5.0.0-数据源配置

三：sharding-5.0.0-规则配置

三：sharding-5.0.0-数据节点配置

三：sharding-5.0.0-分片算法配置

​四：简单的demo 

五：insert-test

五：query-test(no condition) 

​ 五：query-test(name) 

​ 五：query-test(id) 

​ 五：query-test(account)

​ 五：query-test(id+account) 

​ 五：query-test(id+name) 

六：注意事项

---

一：简介

Apache ShardingSphere 是一套开源的分布式数据库解决方案组成的生态圈，它由 JDBC、Proxy 和 Sidecar（规划中）这 3 款既能够独立部署，又支持混合部署配合使用的产品组成。 它们均提供标准化的数据水平扩展、分布式事务和分布式治理等功能，可适用于如 Java 同构、异构语言、云原生等各种多样化的应用场景。

Apache ShardingSphere 旨在充分合理地在分布式的场景下利用关系型数据库的计算和存储能力，而并非实现一个全新的关系型数据库。 关系型数据库当今依然占有巨大市场份额，是企业核心系统的基石，未来也难于撼动，更加注重在原有基础上提供增量，而非颠覆。

Apache ShardingSphere 5.x 版本开始致力于可插拔架构，项目的功能组件能够灵活的以可插拔的方式进行扩展。 目前，数据分片、读写分离、数据加密、影子库压测等功能，以及 MySQL、PostgreSQL、SQLServer、Oracle 等 SQL 与协议的支持，均通过插件的方式织入项目。 开发者能够像使用积木一样定制属于自己的独特系统。Apache ShardingSphere 目前已提供数十个 SPI 作为系统的扩展点，仍在不断增加中。

ShardingSphere 已于2020年4月16日成为 Apache 软件基金会的顶级项目。

二：产品

三：功能

数据库兼容

数据分片

分布式事务

读写分离

分布式治理

弹性伸缩

数据加密

影子库压测

数据分片

垂直拆分：

垂直拆分（拆库）：将一个数据库，拆分成多个提供不同业务数据处理能力的数据库。

垂直拆分（拆表）：如果单表数据量过大，还可能需要对单表进行拆分。

比如一个 200 列的订单主表，拆分成十几个子表：订单表、订单详情表、订单收件信息表、订单支付表、 订单产品快照表等等。

水平拆分：

水平拆分（按主键分库分表）：水平拆分就是直接对数据进行分片，有分库和分表两个具体方式，但是都只是 降低单个节点数据量，但不改变数据本身的结构。这样对业务系统本身的代码逻辑来说，就不需要做特别大的改动，甚至可以基于一些中间件做到透明

水平拆分（按时间分库分表）：很多时候，我们的数据是有时间属性的，所以自然可以按照时间维度来拆分。比如当前数据表和历史数据表，甚至按季度，按月，按天来划分不同的表。这样我们按照时间维度来查询数据时，就可以直接定位到当前的这个子表。

读写分离

让主数据库（master）处理事务性增、改、删操作（INSERT、UPDATE、DELETE），而从数据库（slave）处理SELECT查询操作。

主从复制

MySQL 主从复制是指数据可以从一个MySQL数据库服务器主节点复制到一个或多个从节点。MySQL 默认采用异步复制方式，这样从节点不用一直访问主服务器来更新自己的数据，数据的更新可以在远程连接上进行，从节点可以复制主数据库中的所有数据库或者特定的数据库，或者特定的表。

四：原理

 读写分离

数据分片