druid mysql读写分离_Sharding-JDBC + MyBatis-Plus + Druid 实现读写分离

一、概述

1，当业务数据越来越大时，就需要进行分库分表，而 Sharding-JDBC 框架就是能完整的实现分库分表、读写分离和分布式主键等功能

2，此处实现读写分离功能。因为是测试，就在同一个 MySQL中创建两个数据库来模拟。

3，Sharding-JDBC 的配置方式四种：Java，YAML，Spring命名空间和Spring Boot Starter。此处只讲 YAML 和 XML 方式。

二、数据准备新建两个数据库：ds_0 和 ds_1CREATE DATABASE `ds_0` CHARACTER SET 'utf8' COLLATE 'utf8_general_ci' CREATE DATABASE `ds_1` CHARACTER SET 'utf8' COLLATE 'utf8_general_ci'

在两个数据库中创建相同的表，然后分别插入一条不同的数据CREATE TABLE `user` ( `id` BIGINT(64) NOT NULL, `city` VARCHAR(20) NOT NULL, `name` varchar(20) NOT NULL, PRIMARY KEY (`id`) ) ENGINE=INNODB DEFAULT CHARSET=utf8; -- ds_0 数据库添加 INSERT into user values(1001, '上海', '咖啡'); -- ds_1 数据库添加 INSERT into user values(1002, '北京', '盖伦');

在数据库中创建对应的实体

三、第一种方式：使用 Xml 配置引入 pom 文件：com.baomidoumybatis-plus-boot-starter3.3.1.tmpcom.alibabadruid1.1.12com.dangdangsharding-jdbc-config-spring1.5.4.1

在 resource 目录下新建 sharding.xml。配置如下：<?xml version="1.0" encoding="UTF-8"?>

在启动类上添加对应注解，引入 sharding.xml。如下：@ImportResource(locations = "classpath:sharding.xml") @MapperScan("com.xjf.sharding.mapper") @SpringBootApplication public class ShardingApplication { public static void main(String[] args) { SpringApplication.run(ShardingApplication.class, args); } }

对应的 mapper 、controller等文件的创建不讲解，用来测试。下面统一讲效果。

四、第二种方式：YAML 配置引入 pom 文件：org.apache.shardingspheresharding-jdbc-spring-boot-starter4.0.0-RC1

配置 application.yml 文件，如下：# 数据源配置，实现读写分离 spring: main: allow-bean-definition-overriding: true shardingsphere: datasource: names: master,slave # 主数据源 master: type: com.alibaba.druid.pool.DruidDataSource driver-class-name: com.mysql.jdbc.Driver url: jdbc:mysql://localhost:3306/ds_0?characterEncoding=utf-8&useSSL=true username: root password: 123456 # 从数据源 slave: type: com.alibaba.druid.pool.DruidDataSource driver-class-name: com.mysql.jdbc.Driver url: jdbc:mysql://localhost:3306/ds_1?characterEncoding=utf-8&useSSL=true username: root password: 123456 masterslave: # 读写分离配置 load-balance-algorithm-type: round_robin # 最终的数据源名称 name: dataSource # 主库数据源名称 master-data-source-name: master # 从库数据源名称列表，多个逗号分隔 slave-data-source-names: slave props: # 开启SQL显示，默认false sql: show: true # mybatis-plus 打印日志 mybatis-plus: configuration: log-impl: org.apache.ibatis.logging.stdout.StdOutImpl

启动类配置和上面一种情况一样，不过不需要引入 xml 文件那个注解。

对应的 mapper 、controller等文件的创建不讲解，用来测试。下面统一讲效果。

五、测试创建两个接口，一个是查询，一个是新增：@GetMapping("/list") public List select(){ LambdaQueryWrapper queryWrapper = new LambdaQueryWrapper<>(); List userList = userMapper.selectList(queryWrapper); userList.forEach(System.err::println); return userList; } @GetMapping("/add") public boolean add(){ User user = new User(); user.setId(2L); user.setCity("弗雷尔卓德"); user.setName("布隆"); int insert = userMapper.insert(user); return insert > 0; }

调用查询接口，如下图，可以看到查询的是从数据库 ds_1 中的数据：

调用新增接口，可以从数据库查询数据，会发现数据新增到 ds_0 数据库中。

由此可见，Sharding-JDBC 实现读写分离成功！！！