shardingSphere 适配达梦数据库

shardingSphere 官方声明支持任意实现JDBC规范的数据库，但是目前支持的数据库有MySQL，Oracle，SQLServer和PostgreSQL。对达梦数据库并不适配，如果要使用shardingSphere对达梦数据库进行操作，需要对shardingSphere 进行扩展，具体操作步骤如下：

1、在自己项目中引入shardingSphere的依赖：这里以4.1.1的版本为例，这里要说明的是，不同版本的shardingSphere对数据库类型的声明代码文件的位置不同，在进行扩展时要注意版本。

<dependency>
            <groupId>org.apache.shardingsphere</groupId>
            <artifactId>sharding-jdbc-spring-boot-starter</artifactId>
            <version>4.1.1</version>
 </dependency>

2、在自己的项目中新建两个类：

1.DMDatabaseType

package com.example.shardingdemo.util;
​
import org.apache.shardingsphere.spi.database.type.BranchDatabaseType;
import org.apache.shardingsphere.spi.database.type.DatabaseType;
import org.apache.shardingsphere.underlying.common.database.type.DatabaseTypes;
​
import java.util.Collection;
import java.util.Collections;
​
/**
 * Database type of Oracle.
 */
public final class DMDatabaseType implements BranchDatabaseType {
​
    @Override
    public String getName() {
        System.out.println("获取达梦名称");
        return "DM";
    }
​
    @Override
    public Collection<String> getJdbcUrlPrefixAlias() {
        return Collections.emptyList();
    }
​
    @Override
    public DMDataSourceMetaData getDataSourceMetaData(final String url, final String username) {
        return new DMDataSourceMetaData(url, username);
    }
​
    //作为MySQL的子集,sql解析等操作使用MySQL的实现
    @Override
    public DatabaseType getTrunkDatabaseType() {
        return DatabaseTypes.getActualDatabaseType("MySQL");
    }
}

​

1. DMDataSourceMetaData

   package com.example.shardingdemo.util;
   ​
   import com.google.common.base.Strings;
   import lombok.Getter;
   import org.apache.shardingsphere.spi.database.metadata.DataSourceMetaData;
   import org.apache.shardingsphere.underlying.common.database.metadata.UnrecognizedDatabaseURLException;
   ​
   import java.util.regex.Matcher;
   import java.util.regex.Pattern;
   ​
   /**
    * Data source meta data for Oracle.
    */
   @Getter
   public final class DMDataSourceMetaData implements DataSourceMetaData {
   ​
       private static final int DEFAULT_PORT = 5236;
   ​
       private final String hostName;
   ​
       private final int port;
   ​
       private final String catalog;
   ​
       private final String schema;
   ​
       private final Pattern pattern = Pattern.compile("jdbc:dm://([\\w\\-\\.]+):?([0-9]*)/([\\w\\-]+)", Pattern.CASE_INSENSITIVE);
   ​
       public DMDataSourceMetaData(final String url, final String username) {
           Matcher matcher = pattern.matcher(url);
           if (!matcher.find()) {
               throw new UnrecognizedDatabaseURLException(url, pattern.pattern());
           }
           hostName = matcher.group(1);
           port = Strings.isNullOrEmpty(matcher.group(2)) ? DEFAULT_PORT : Integer.valueOf(matcher.group(2));
           catalog = matcher.group(3);
           schema = username;
   ​
   ​
   ​
       }
   }

   ​

   利用spi机制，Resource下面创建META-INF/services 目录里创建一个以服务接口命名的文件，4.1.1版本的shardingSphere的文件名称为：org.apache.shardingsphere.spi.database.type.DatabaseType，在文件中加上DMDatabaseType类的路径。

   效果图为：

   

以上步骤就是给shardingSphere进行了外部拓展，使其适配了达梦数据库。

接下来就是在配置文件中配置好数据源和分片规则，就可以使用shardingSphere对达梦数据库进行分库分表操作了。以下是配置文件的相关代码：这里要注意的是，shardingSphere和shardingJDBC的配置是不一样的，不能混用，要不然报错。

server.port=8082
# sharding-jdbc 水平分表策略
# 配置数据源，给数据源起别名
spring.shardingsphere.datasource.names=m1,m2
​
# 一个实体类对应两张表，覆盖
spring.main.allow-bean-definition-overriding=true
​
# 配置数据源的具体内容，包含连接池，驱动，地址，用户名，密码
spring.shardingsphere.datasource.m1.type=com.zaxxer.hikari.HikariDataSource
spring.shardingsphere.datasource.m1.driver-class-name=dm.jdbc.driver.DmDriver
spring.shardingsphere.datasource.m1.jdbc-url=jdbc:dm://localhost:5236/W
spring.shardingsphere.datasource.m1.username=SYSDBA
spring.shardingsphere.datasource.m1.password=
​
spring.shardingsphere.datasource.m2.type=com.zaxxer.hikari.HikariDataSource
spring.shardingsphere.datasource.m2.driver-class-name=dm.jdbc.driver.DmDriver
spring.shardingsphere.datasource.m2.jdbc-url=jdbc:dm://localhost:5236/H
spring.shardingsphere.datasource.m2.username=SYSDBA
spring.shardingsphere.datasource.m2.password=
​
​
# 指定course表分布的情况，配置表在哪个数据库里，表的名称都是什么 m1.course_1,m1.course_2
spring.shardingsphere.sharding.tables.course.actual-data-nodes=m1.course_$->{1..2}
spring.shardingsphere.sharding.tables.course1.actual-data-nodes=m2.course1_$->{1..2}
​
# 指定 course 表里面主键 cid 的生成策略 SNOWFLAKE
spring.shardingsphere.sharding.tables.course.key-generator.column=cid
spring.shardingsphere.sharding.tables.course.key-generator.type=SNOWFLAKE
​
spring.shardingsphere.sharding.tables.course1.key-generator.column=cid1
spring.shardingsphere.sharding.tables.course1.key-generator.type=SNOWFLAKE
​
#spring.shardingsphere.sharding.tables.course.key-generator.type=AtomicLong
​
# 配置分表策略    约定 cid 值偶数添加到 course_1 表，如果 cid 是奇数添加到 course_2 表
spring.shardingsphere.sharding.tables.course.table-strategy.inline.sharding-column=cid
spring.shardingsphere.sharding.tables.course.table-strategy.inline.algorithm-expression=course_$->{cid % 2 + 1}
​
spring.shardingsphere.sharding.tables.course1.table-strategy.inline.sharding-column=cid1
spring.shardingsphere.sharding.tables.course1.table-strategy.inline.algorithm-expression=course1_$->{cid1 % 2 + 1}
# 打开 sql 输出日志
spring.shardingsphere.props.sql.show=true
​

到这里为止，就可以使用shardingSphere对达梦数据库进行基本的分库分表的操作了，更多的功能还没有进行研究，还是希望达梦官方可以对分库分表进行更多的支持，有更成熟的落地方案。