druid mysql读写分离_ShardingJdbc+Druid基于MySql实现数据库读写分离demo

最近在学习数据库，做了一个数据源Druid，读写分离中间节ShardingJdbc对MySql读写分离的demo。

一、数据库

#主数据库：写入数据

Master_Host=192.168.10.197

Master_DB=qw_test

Master_user=root

Master_password=root

#从数据库：读取数据

Slave_Host=192.168.199.149

Slave_DB=qw_test

Slave_user=root

Slave_password=root

二、依赖包

mysql

mysql-connector-java

5.1.35

com.dangdang

sharding-jdbc-core

1.4.2

com.alibaba

druid

1.0.29

三、源码

import com.alibaba.druid.pool.DruidDataSourceFactory;

import com.dangdang.ddframe.rdb.sharding.api.MasterSlaveDataSourceFactory;

import com.dangdang.ddframe.rdb.sharding.api.rule.DataSourceRule;

import com.dangdang.ddframe.rdb.sharding.api.rule.ShardingRule;

import com.dangdang.ddframe.rdb.sharding.jdbc.ShardingDataSource;

import javax.sql.DataSource;

import java.sql.Connection;

import java.sql.PreparedStatement;

import java.sql.ResultSet;

import java.util.HashMap;

import java.util.Map;

import java.util.Properties;

/**

* 数据库读写分离简单demo

*/

public class ShardingJdbc {

/**

* 测试代码

* 测试代码中读和写如果在一次连接中执行的话，都操作的是主数据库的数据。如果分开不同连接执行的话，读会读取从数据库的数据

* 这是因为ShardingJdbc为了防止主从数据库同步延时导致的数据不一致。

*/

public static void main(String[] args) throws Exception {

testWrite();//测试写入

testRead();//测试读取

}

/**

* 具体的测试写代码

* 这里使用的JDBC原生的实现方式

*/

private static void testWrite() throws Exception {

String sql = "insert into param_area_tb (id, AreaName, ZipCode) values (90202, '11', '111')";

Connection conn = getConn();

PreparedStatement pstmt = conn.prepareStatement(sql);

int i = pstmt.executeUpdate();

System.out.println(i);

}

/**

* 具体的测试读代码

* 这里使用的JDBC原生的实现方式

*/

private static void testRead() throws Exception {

String sql = "SELECT * FROM param_code_tb";

Connection conn = getConn();

PreparedStatement pstmt = conn.prepareStatement(sql);

ResultSet resultSet = pstmt.executeQuery();

while (resultSet.next()) {

System.out.print(resultSet.getInt(1));

System.out.print(resultSet.getString(2));

System.out.print(resultSet.getString(3));

System.out.println();

}

}

/**

* @title 获取数据库连接Connention

* @desc 通过Duird获取的数据连接源，通过ShardingJDBC，生成针对业务层的 Connention

* 此处的DataSource既可以使用Druid,也可以使用C3P0等ShardingJDBC支持的任何形式的数据源。

* 官方的Demo使用的是commons-dbcp

*/

private static Connection getConn() throws Exception {

DataSource masterSlaveDs0 = MasterSlaveDataSourceFactory

.createDataSource("ms_0", createDataSource("qw_test", "192.168.10.197"), createDataSource("qw_test", "192.168.199.149"));

MapdataSourceMap = new HashMap<>(2);

dataSourceMap.put("sharding_0", masterSlaveDs0);

DataSourceRule dataSourceRule = new DataSourceRule(dataSourceMap);

ShardingRule shardingRule = ShardingRule.builder()

.dataSourceRule(dataSourceRule)

.build();

DataSource dataSource = new ShardingDataSource(shardingRule);

return dataSource.getConnection();

}

/**

* @title 生成数据库连接源DataSource

* @desc 根据数据库url，用户名、密码，使用Druid获取数据库连洁源

*/

private static DataSource createDataSource(String dataSourceName, String url) throws Exception {

Properties props = new Properties();

props.put("driverClassName", com.mysql.jdbc.Driver.class.getName());

props.put("url", String.format("jdbc:mysql://%s:3306/%s", url, dataSourceName));

props.put("username", "root");

props.put("password", "root");

return DruidDataSourceFactory.createDataSource(props);

}

}

测试后显示正常。如果有时间，再单独写一个实现数据库分库分表的简单demo

四、传送门

ShardingJDBC官网http://shardingjdbc.io