server sql 水平分表_记一次水平分表实践（sharding-jdbc）

摘要

本文示例是按月水平分表。存在一下两点不足：

分表主键没有设计好，本文用的是自增长id，没有把时间组合到主键中，导致少了一个只根据主键查询的场景；

表中没有冗余一个专门用来分表的字段，将分表字段跟业务字段耦合了，导致一些细节问题。比如，本文的create_time 是带毫秒的，一些时间加减操作会丢失毫秒 导致查不到数据。

限于团队规模，没有做读写分离。

实践

背景

目前我们支付订单中心流水表有2400w数据(mysql单表)，查询速度非常慢，且以每天20w+的速度在增长。考虑到这个数据量(每个月600w数据)，我们打算按月分表，这样每张表600w+数据量，比较适合查询。

设计思路

将2019年11月份之前的数据都存放在默认的表中(imass_order_record)，这样做有一个好处，就是不用迁移任何历史数据。在这之后的数据，按月建表。比如2019年11月11号的数据进imass_order_record_201911这张表，2019年12月11号的数据写进imass_order_record_201912这张表。

这里在做数据查询的时候稍微注意“月切”问题。

分表策略

准确分表策略

package com.imassbank.unionpay.sharding;

import java.text.ParseException;

import java.time.LocalDate;

import java.time.ZoneId;

import java.time.format.DateTimeFormatter;

import java.util.Collection;

import java.util.Date;

import java.util.Locale;

import org.apache.commons.lang3.time.DateUtils;

import org.apache.shardingsphere.api.sharding.standard.PreciseShardingAlgorithm;

import org.apache.shardingsphere.api.sharding.standard.PreciseShardingValue;

import lombok.extern.slf4j.Slf4j;

/**

* @author Michael Feng

* @date 2019年9月19日

* @description

*/

@Slf4j

public class DatePreciseShardingAlgorithm implements PreciseShardingAlgorithm {

private static DateTimeFormatter sdf = DateTimeFormatter.ofPattern("yyyyMM", Locale.CHINA);

private static final String SEPERATOR = "_";//表名分隔符

private static Date lowwerDate = null;

static {

try {

lowwerDate = DateUtil