Sharding-JDBC一些配置详解4.x

最新推荐文章于 2024-08-01 18:47:20 发布
最新推荐文章于 2024-08-01 18:47:20 发布
阅读量1.7k 收藏 4
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wangmourena/article/details/110367642
版权

快速入门

说明：单库商品表水平分片，分片规则%2

#端口号
server.port=56000
#实例名称
spring.application.name= sharding_quick
#表示后发现的bean会覆盖之前相同名称的bean
spring.main.allow-bean-definition-overriding=true
#该配置项就是指将带有下划线的表字段映射为驼峰格式的实体类属性
mybatis.configuration.map-underscore-to-camel-case=true
#以下是分片规则配置

##定义数据源
spring.shardingsphere.datasource.names=m1
#数据源1
spring.shardingsphere.datasource.m1.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.m1.driver-class-name =com.mysql.jdbc.Driver
spring.shardingsphere.datasource.m1.url=jdbc:mysql://118.31.18.203:3306/order_db?useUnicode=true
spring.shardingsphere.datasource.m1.username=root
spring.shardingsphere.datasource.m1.password=root


#指定t_order表的数据分布情况，配置数据节点
spring.shardingsphere.sharding.tables.t_order.actualDataNodes=m1.t_order_$->{1..2}

#指定t_order表的主键生成策略为SNOWFLAKE
spring.shardingsphere.sharding.tables.t_order.keyGenerator.column=order_id
spring.shardingsphere.sharding.tables.t_order.keyGenerator.type=SNOWFLAKE

#分表策略，指定t_order表的分片策略，分片策略包括分片键和分片算法
spring.shardingsphere.sharding.tables.t_order.tableStrategy.inline.shardingColumn=order_id
spring.shardingsphere.sharding.tables.t_order.tableStrategy.inline.algorithmExpression=t_order_$->{order_id % 2+1}


#打开sql输出日志
spring.shardingsphere.props.sql.show=true

#打开swagger
swagger.enable=true

#日志级别
logging.level.root=info
logging.level.org.springframework.web=info
logging.level.com.itheima=debug
logging.level.druid.sql=debug

水平分库分表

#端口号
server.port=56000
#实例名称
spring.application.name= sharding_quick
#表示后发现的bean会覆盖之前相同名称的bean
spring.main.allow-bean-definition-overriding=true
#该配置项就是指将带有下划线的表字段映射为驼峰格式的实体类属性
mybatis.configuration.map-underscore-to-camel-case=true
#以下是分片规则配置

##定义数据源
spring.shardingsphere.datasource.names=m1,m2
#数据源1
spring.shardingsphere.datasource.m1.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.m1.driver-class-name =com.mysql.jdbc.Driver
spring.shardingsphere.datasource.m1.url=jdbc:mysql://118.31.18.203:3306/order_db_1?useUnicode=true
spring.shardingsphere.datasource.m1.username=root
spring.shardingsphere.datasource.m1.password=root
#数据源2
spring.shardingsphere.datasource.m2.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.m2.driver-class-name =com.mysql.jdbc.Driver
spring.shardingsphere.datasource.m2.url=jdbc:mysql://118.31.18.203:3306/order_db_2?useUnicode=true
spring.shardingsphere.datasource.m2.username=root
spring.shardingsphere.datasource.m2.password=root

#指定t_order表的数据分布情况，配置数据节点
spring.shardingsphere.sharding.tables.t_order.actualDataNodes=m$->{1..2}.t_order_$->{1..2}

#指定t_order表的主键生成策略为SNOWFLAKE
spring.shardingsphere.sharding.tables.t_order.keyGenerator.column=order_id
spring.shardingsphere.sharding.tables.t_order.keyGenerator.type=SNOWFLAKE

#分表策略，指定t_order表的分片策略，分片策略包括分片键和分片算法
spring.shardingsphere.sharding.tables.t_order.tableStrategy.inline.shardingColumn=order_id
spring.shardingsphere.sharding.tables.t_order.tableStrategy.inline.algorithmExpression=t_order_$->{order_id % 2+1}

#分库策略，以user_id为分片键，分片策略为user_id%2+1，user_id为偶数操作m1数据源，否则操作m2。
spring.shardingsphere.sharding.tables.t_order.databaseStrategy.inline.shardingColumn=user_id
spring.shardingsphere.sharding.tables.t_order.databaseStrategy.inline.algorithmExpression=m$->{user_id % 2+1 }

#打开sql输出日志
spring.shardingsphere.props.sql.show=true

#打开swagger
swagger.enable=true

#日志级别
logging.level.root=info
logging.level.org.springframework.web=info
logging.level.com.itheima=debug
logging.level.druid.sql=debug

垂直分库+读写分离

说明：垂直分库把user和order分库，读写分离以user为案例，m0为主库写操作，s0为从库读操作

#端口号
server.port=56000
#实例名称
spring.application.name= sharding_quick
#表示后发现的bean会覆盖之前相同名称的bean
spring.main.allow-bean-definition-overriding=true
#该配置项就是指将带有下划线的表字段映射为驼峰格式的实体类属性
mybatis.configuration.map-underscore-to-camel-case=true
#以下是分片规则配置

##定义数据源
spring.shardingsphere.datasource.names=m0,m1,m2,s0

#数据源s0
spring.shardingsphere.datasource.s0.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.s0.driver-class-name =com.mysql.jdbc.Driver
spring.shardingsphere.datasource.s0.url=jdbc:mysql://localhost:3307/user_db?useUnicode=true
spring.shardingsphere.datasource.s0.username=root
spring.shardingsphere.datasource.s0.password=root

#数据源0
spring.shardingsphere.datasource.m0.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.m0.driver-class-name =com.mysql.jdbc.Driver
spring.shardingsphere.datasource.m0.url=jdbc:mysql://localhost:3306/user_db?useUnicode=true
spring.shardingsphere.datasource.m0.username=root
spring.shardingsphere.datasource.m0.password=root

#数据源1
spring.shardingsphere.datasource.m1.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.m1.driver-class-name =com.mysql.jdbc.Driver
spring.shardingsphere.datasource.m1.url=jdbc:mysql://118.31.18.203:3306/order_db_1?useUnicode=true
spring.shardingsphere.datasource.m1.username=root
spring.shardingsphere.datasource.m1.password=root
#数据源2
spring.shardingsphere.datasource.m2.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.m2.driver-class-name =com.mysql.jdbc.Driver
spring.shardingsphere.datasource.m2.url=jdbc:mysql://118.31.18.203:3306/order_db_2?useUnicode=true
spring.shardingsphere.datasource.m2.username=root
spring.shardingsphere.datasource.m2.password=root

#指定t_order表的数据分布情况，配置数据节点
spring.shardingsphere.sharding.tables.t_order.actualDataNodes=m$->{1..2}.t_order_$->{1..2}

#指定t_order表的主键生成策略为SNOWFLAKE
spring.shardingsphere.sharding.tables.t_order.keyGenerator.column=order_id
spring.shardingsphere.sharding.tables.t_order.keyGenerator.type=SNOWFLAKE

#t_order分表策略，指定t_order表的分片策略，分片策略包括分片键和分片算法
spring.shardingsphere.sharding.tables.t_order.tableStrategy.inline.shardingColumn=order_id
spring.shardingsphere.sharding.tables.t_order.tableStrategy.inline.algorithmExpression=t_order_$->{order_id % 2+1}


#主库从库逻辑数据源定义ds0为user_db
spring.shardingsphere.sharding.master-slave-rules.ds0.masterDataSourceName=m0
spring.shardingsphere.sharding.master-slave-rules.ds0.slaveDataSourceNames=s0

#t_user分表策略
#spring.shardingsphere.sharding.tables.t_user.actualDataNodes=m0.t_user
#配置主库从库
spring.shardingsphere.sharding.tables.t_user.actualDataNodes=ds0.t_user
spring.shardingsphere.sharding.tables.t_user.tableStrategy.inline.shardingColumn=user_id
spring.shardingsphere.sharding.tables.t_user.tableStrategy.inline.algorithmExpression=t_user
spring.shardingsphere.sharding.tables.t_user.keyGenerator.column=user_id
spring.shardingsphere.sharding.tables.t_user.keyGenerator.type=SNOWFLAKE

#分库策略，以user_id为分片键，分片策略为user_id%2+1，user_id为偶数操作m1数据源，否则操作m2。
spring.shardingsphere.sharding.tables.t_order.databaseStrategy.inline.shardingColumn=user_id
spring.shardingsphere.sharding.tables.t_order.databaseStrategy.inline.algorithmExpression=m$->{user_id % 2+1 }

#打开sql输出日志
spring.shardingsphere.props.sql.show=true

#打开swagger
swagger.enable=true

#日志级别
logging.level.root=info
logging.level.org.springframework.web=info
logging.level.com.itheima=debug
logging.level.druid.sql=debug

主从+读写

#端口号
server.port=561000
#实例名称
spring.application.name= sharding_order
#表示后发现的bean会覆盖之前相同名称的bean
spring.main.allow-bean-definition-overriding=true
#该配置项就是指将带有下划线的表字段映射为驼峰格式的实体类属性
mybatis.configuration.map-underscore-to-camel-case=true

#以下是分片规则配置

##定义数据源
spring.shardingsphere.datasource.names=m1,m2,s1,s2
#------------------------------------------------------------------------
#定义order_db_1数据源主库
spring.shardingsphere.datasource.m1.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.m1.driver-class-name =com.mysql.jdbc.Driver
spring.shardingsphere.datasource.m1.url=jdbc:mysql://localhost:3306/order_db_1?useUnicode=true
spring.shardingsphere.datasource.m1.username=root
spring.shardingsphere.datasource.m1.password=root

#定义order_db_1数据源从库
spring.shardingsphere.datasource.s1.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.s1.driver-class-name =com.mysql.jdbc.Driver
spring.shardingsphere.datasource.s1.url=jdbc:mysql://localhost:3307/order_db_1?useUnicode=true
spring.shardingsphere.datasource.s1.username=root
spring.shardingsphere.datasource.s1.password=root

#读写分离，主库和从库绑定
spring.shardingsphere.sharding.master-slave-rules.ds1.masterDataSourceName=m1
spring.shardingsphere.sharding.master-slave-rules.ds1.slaveDataSourceNames=s1

#-------------------------------------------------------------------------------------

#定义order_db_2数据源主库
spring.shardingsphere.datasource.m2.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.m2.driver-class-name =com.mysql.jdbc.Driver
spring.shardingsphere.datasource.m2.url=jdbc:mysql://localhost:3306/order_db_2?useUnicode=true
spring.shardingsphere.datasource.m2.username=root
spring.shardingsphere.datasource.m2.password=root

#定义order_db_2数据源从库
spring.shardingsphere.datasource.s2.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.s2.driver-class-name =com.mysql.jdbc.Driver
spring.shardingsphere.datasource.s2.url=jdbc:mysql://localhost:3307/order_db_2?useUnicode=true
spring.shardingsphere.datasource.s2.username=root
spring.shardingsphere.datasource.s2.password=root

#读写分离，主库和从库绑定
spring.shardingsphere.sharding.master-slave-rules.ds2.masterDataSourceName=m2
spring.shardingsphere.sharding.master-slave-rules.ds2.slaveDataSourceNames=s2


#指定t_order表的数据分布情况，配置数据节点
#spring.shardingsphere.sharding.tables.t_order.actualDataNodes=m$->{1..2}.t_order_$->{1..2}
spring.shardingsphere.sharding.tables.t_order.actualDataNodes=ds$->{1..2}.t_order_$->{1..2}

#指定t_order表的主键生成策略为SNOWFLAKE
spring.shardingsphere.sharding.tables.t_order.keyGenerator.column=order_id
spring.shardingsphere.sharding.tables.t_order.keyGenerator.type=SNOWFLAKE

#t_order分表策略，指定t_order表的分片策略，分片策略包括分片键和分片算法
spring.shardingsphere.sharding.tables.t_order.tableStrategy.inline.shardingColumn=order_id
spring.shardingsphere.sharding.tables.t_order.tableStrategy.inline.algorithmExpression=t_order_$->{order_id % 2+1}

#分库策略，以user_id为分片键，分片策略为user_id%2+1，user_id为偶数操作m1数据源，否则操作m2。
spring.shardingsphere.sharding.tables.t_order.databaseStrategy.inline.shardingColumn=user_id
spring.shardingsphere.sharding.tables.t_order.databaseStrategy.inline.algorithmExpression=ds$->{user_id % 2+1 }

#打开sql输出日志
spring.shardingsphere.props.sql.show=true

#日志级别
logging.level.root=info
logging.level.org.springframework.web=info
logging.level.com.itheima=debug
logging.level.druid.sql=debug

Sharding-JDBC与MyCAT的区别

在这里插入图片描述
在这里插入图片描述
个人更倾向与sharding-jdbc，因为绑定了服务，服务集群便使sharding更加高可用
而mycat时独立出来的一个服务还需要集群使用keeplive等中间件来保证高可用

字节跳动
关注
专栏目录
springboot整合sharding-jdbc实现分库分表详解
congge
05-21 6634
springboot整合sharding-jdbc实现分库分表详解
springboot整合sharding-jdbc分库分表最全详解
背景模版
09-02 3532
最近公司一个新项目，需要进行分库分表，本人调研了mycat和sharding-jdbc后决定使用sharding-jdbc来进行分库分表，至于这两个的区别以及特点可以自行到官网查看，mycat更偏向于运维部署层面的分库分表，基于插件来动态代理，sharding-jdbc是基于jar包依赖的配置，调研后就是demo的编写。按照我下面的讲解保证能够搭建成功，并且对于一些可能出现的问题也会提醒注意。 ...
分库分表(Sharding-jdbc)
qq_44250808的博客
02-09 1311
ShardingSphere是一套开源的分布式数据库中间件解决方案组成的生态圈，它Sharding-JDBC、Sharding-Proxy和Sharding-Sidecar（计划中）这3款相互独立的产品组成。数据分片是Sharding-JDBC核心功能，它是指按照某个维度将存放在单一数据库中的数据分散存放至多个数据库或表中，以达到提升性能瓶颈以及可用性的效果。例：订单数据根据主键尾数拆分为10张表，分别是 t_order_0 到 t_order_9 ，他们的逻辑表名为 t_order。
shardingJdbc配置
dulalarepost的博客
08-25 1814
概念 shardingJdbc：分库分表中间件，Sharding-JDBC是当当开源的数据库水平切分的中间件，其代表了客户端类的分库分表技术框架（这一点与MyCat不同，MyCat本质上是一种数据库代理）。Sharding-JDBC定位为轻量级数据库驱动，由客户端直连数据库，以jar包形式提供服务，未使用中间层，无需额外部署，无其他依赖，业务系统开发人员与数据库运维人员无需改变原有的开发与运维方式。因此Sharding-JDBC即为增强版的JDBC驱动，可以实现旧代码迁移零成本的目标。 maven <
如何使用Sharding-JDBC，进行分库分表
最新发布
qq_54523931的博客
08-01 1406
Sharding-JDBC是当当网研发的开源分布式数据库中间件，定位为轻量级Java框架，在Java的JDBC层提供的额外服务。 它使用客户端直连数据库，以jar包形式提供服务，无需额外部署和依赖，可理解为增强版的JDBC驱动，完全兼容JDBC和各种ORM框架，从3.0开始Sharding-JDBC被包含在Sharding-Sphere中。ShardingSphere是一套开源的分布式数据库中间件解决方案组成的生态圈，它由Sharding-JDBC、Sharding-Proxy和Sharding-Sidec
Sharding-JDBC配置解读
风中飘雪
06-07 1624
分库配置：
ShardingJdbc实战-ShardingJdbc配置及读写分离
Grady的博客
02-29 876
ShardingJdbc配置，ShardingJdbc实战，ShardingJdbc读写分离
# Sharding-JDBC从入门到精通（4）- Sharding-JDBC 入门程序几种配置方式
段子手168的博客
06-30 1091
# Sharding-JDBC从入门到精通（4）- Sharding-JDBC 入门程序几种配置方式 ## 一、Sharding-JDBC 入门程序（水平分表）-使用 application.yml 配置文件的 方式 ## 二、Sharding-JDBC 入门程序（水平分表）-集成 SpringBoot 方式 ## 三、Sharding-JDBC 入门程序（水平分表）- application.properties 配置文件 配置数据源 方式。
Myqsql使用Sharding-JDBC配置详解
赵广陆
05-07 1261
目录1 需求说明2 环境搭建2.1 环境说明2.2 创建数据库2.3.引入maven依赖3 编写程序3.1 分片规则配置3.2. 数据操作3.3 测试4 流程分析5 其他集成方式5.1 Spring Boot Yaml 配置5.2 Java 配置5.3 Spring Boot properties配置5.4 Spring命名空间配置6 sharding-jdbc4种分片策略6.1 准备工作6.2 标准分片策略6.3 精准分片算法6.4 范围分片算法6.5 复合分片策略6.6 行表达式分片策略6.7 Hint
Sharding-JDBC 使用入门和基本配置
gao2175的博客
03-21 3248
作者：高玉珑 来源：宜信技术学院 技术沙龙001期|AI中台：一种敏捷的智能业务支持方案|宜信技术沙龙 3月28日晚8点线上直播，点击报名 宜信技术学院 1、什么是Sharding-JDBC Sharding-JDBC定位为轻量级Java框架，在Java的JDBC层提供的额外服务。它使用客户端直连数据库，以jar包形式提供服务，无需额外部署和依赖，可理解为增强版的JDBC驱动，完全兼...
该项目主要采用springboot2.x+sharding -spring-boot-sharding-jdbc.zip
01-29
《SpringBoot2.x结合Sharding-JDBC实现数据库分片详解》 在当今大数据时代，数据库的性能和扩展性成为系统架构中的关键因素。SpringBoot2.x作为轻量级的Java开发框架，以其简洁的配置、快速的启动和强大的集成能力...
sharding-jdbc,分布式数据库中间件.zip
10-10
**分布式数据库中间件Sharding-JDBC详解** Sharding-JDBC是Apache ShardingSphere项目的一部分，它是一个开源的、轻量级的Java框架，能够在现有的Java应用中无缝集成，实现数据库的分布式处理。作为数据库中间件，...
sharding-demo.zip
05-23
《ShardingJDBC 4.x 读写分离实践详解》 在现代的互联网应用中，数据库的读写分离是常见的优化策略，它能够有效提升系统的并发处理能力，降低单个数据库的压力。ShardingJDBC，作为阿里巴巴开源的一款轻量级Java...
sharding-JDBC分库分表配置分析
养歌的博客
11-22 4075
什么是ShardingSphere Apache ShardingSphere 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基于数据库作为存储节点的增量功能，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。 详细资料点击官网地址. 分库分表解决什么问题 为什么要分库分表？ 分库分表就是为了解决由于数据量（比如电商的订单）过大而导致数据库性能（CPU、内存、磁盘、网络）降低的问题，将原本单个数据库拆
sharding-jdbc怎么配置
weixin_35754962的博客
02-11 886
Sharding-JDBC 配置步骤如下： 导入依赖：在项目的 build.gradle 或者 pom.xml 文件中加入 Sharding-JDBC 的依赖。 配置数据源：配置主从数据源以及分片规则。 配置分片策略：根据实际需求，选择适当的分片策略，并进行配置。 创建表：根据分片策略创建分片表，并对其进行配置。 配置 ORM 框架：如果使用了 ORM 框架，需要对其进行配置，使其与 S...
数据库分库分表（二）shardingjdbc配置文件
w_t_y_y的博客
12-07 7020
一、
Sharding-Jdbc 配置主从读写分离模式
qq_39116472的博客
09-25 1711
我们项目的读写分离的主从模式项目中一般可以分为多种方式来实现，可以手动在代码 Java 中配置多种数据源来实现读写分离的模式，我们也可以通过第三方的框架来实现读写分离例如我们的，也可以是我们的MyCat的来实现读写分离。今天我们就来讲解一下如何使用来实现读写分离。使用YMAL方式来实现配置。配置master数据源和slave数据源。我们这次是的方案是一主多从的方式来实现读写分离，mysql的主从搭建我们这次就不说了。我们这次就是主要来实现的方式来实现读写分离。
sharding jdbc使用详解
lonely_baby的博客
02-22 1497
在这个例子中，t_order 表会被分成两个物理表 t_order_0 和 t_order_1，分别存储 order_id 值为偶数和奇数的数据。在这个例子中，Sharding-JDBC 数据源是通过 ShardingDataSourceFactory 创建的，使用了前面配置的分片规则和 SQL 解析规则。接下来，需要在 Spring 配置文件中配置 SQL 解析规则。以上是 Sharding-JDBC 的使用详解说明，使用 Sharding-JDBC 可以轻松地实现分布式数据库的横向扩展。
Spring Boot学习：ShardingSphere-JDBC数据分片配置
qq_36551991的博客
12-14 2600
Spring Boot项目ShardingSphere-JDBC数据分片配置
ShardingSphere详解：Sharding-JDBC与Sharding-Proxy概览
"01-Sharding-JDBC概览.pdf" Sharding-JDBC是ShardingSphere项目的一个重要组成部分，它是一个轻量级的Java框架，主要目的是解决大数据量下的数据库分片问题。ShardingSphere作为一个开源的分布式数据库中间件解决...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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