真香！基于ShardingSphere-JDBC的MySQL读写分离

前言

为了减轻每台MySQL主机的访问压力，还可以对MySQL进行读写分离，实际上，主从复制和读写分离一般就是联合使用的。

找到一份好的资料也是学习过程中，非常重要的一个点。你的检索能力越强，你就会越容易找到最合适你的资料。

我这边也整理了一些最新的面试题资料和Java架构学习资料，学习技术内容包含有：Spring，Dubbo，MyBatis, RPC,源码分析，高并发、高性能、分布式,性能优化，微服务 高级架构开发等等。。

有需要的小伙伴可以戳这里免费领取，暗号：CSDN。

这篇水文来聊一下MySQL的读写分离。借助于一些数据库中间件，实现起来贼容易，一看就会！

MySQL读写分离

MySQL读写分离基本原理是让master数据库处理写操作，slave数据库处理读操作。master将写操作的变更同步到各个slave节点。

MySQL读写分离能提高系统性能：

• 物理服务器增加，机器处理能力提升。拿硬件换性能。
• slave可以配置myiasm引擎，提升查询性能以及节约系统开销。
• master直接写是并发的，slave通过主库发送来的binlog恢复数据是异步的。
• slave可以单独设置一些参数来提升其读的性能。
• 增加冗余，提高可用性。

如何实现读写分离

MySQL官方提供了MySQL Proxy，但是已经不建议使用了：

与此同时它建议我们使用MySQL Router，再但是，MySQL Router不仅功能少，而且需要在应用程序代码中指定读/写的不同端口，在实际生产环境中应该没人会这样用。
其实，当前已经有不少比较不错的MySQL中间件，像shardingsphere-jdbc，mycat，amoeba等，这些都是比较不错的选择。
这里，我们使用Apache开源项目ShardingSphere的JDBC来实现MySQL的读写分离。#

ShardingSphere-JDBC

ShardingSphere的JDBC组件，称之为Sharding-JDBC，它是一个轻量级的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。

这就意味着，在项目中我们不需要额外安装什么软件，直接引入Jar包依赖，就可以实现数据库的分库分表、读写分离等。

说的直白一点，Sharding-JDBC就是包含了分库分表读写分离功能的JDBC，因此我们可以直接把Sharding-JDBC当做普通的JDBC来使用。

Sharding-JDBC实现读写分离的核心概念

主库

• 添加、更新以及删除数据操作所使用的数据库，目前仅支持单主库。

从库

• 查询数据操作所使用的数据库，可支持多从库。
• 我们使用一主两从的MySQL数据库架构来实现主从复制和读写分离。

主从同步

• 将主库的数据异步的同步到从库的操作。由于主从同步的异步性，从库与主库的数据会短时间内不一致。

负载均衡策略

• 如果有多个从库，可以通过负载均衡策略将查询请求疏导至不同的从库。

基于Sharding-JDBC的MySQL读写分离代码实现

1. 主从复制主机配置：
   主从同步的数据库为shardingsphere_demo：

log-bin=master-bin
binlog-format=ROW
server-id=1
binlog-do-db=shardingsphere_demo

shardingsphere_demo库有一个表叫laogong：

create table laogong( id int, 
name varchar(20),
 age int
 );

2. 创建SpringBoot项目，引入Jar包

引入ShardingSphere的Jar包依赖：

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

还用到了druid连接池，mybatis，mysql驱动，这里不展示了。

3. 配置文件

配置是整个Sharding-JDBC的核心，是Sharding-JDBC中唯一与应用开发者打交道的模块。

配置模块也是Sharding-JDBC的门户，通过它可以快速清晰的理解Sharding-JDBC所提供的功能。

配置读写分离

根据前文主从复制主机的信息，配置如下：

spring:  
  shardingsphere:    
   # 数据源相关配置    
  datasource:      
   # 数据源名称      
   names: master,s1,s2      
   # MySQL master数据源      
   master:        
 # 数据库连接池        
   type: com.alibaba.druid.pool.DruidDataSource        
   driver-class-name: com.mysql.jdbc.Driver        
   url: jdbc:mysql://192.168.2.158:3306/shardingsphere_demo? serverTimezone=UTC        
   username: root        
   password: 123456      
 # 两个slave数据源      
 s1:        
   type: com.alibaba.druid.pool.DruidDataSource        
   driver-class-name: com.mysql.jdbc.Driver        
   url: jdbc:mysql://192.168.2.159:3306/shardingsphere_demo?serverTimezone=UTC        
   username: root        
   password: 123456      
 s2:        
   type: com.alibaba.druid.pool.DruidDataSource        
   driver-class-name: com.mysql.jdbc.Driver        
   url: jdbc:mysql://192.168.2.157:3306/shardingsphere_demo? serverTimezone=UTC        
   username: root        
   password: 123456    
   masterslave:      
   load-balance-algorithm-type: round_robin      
   name: ms      
   master-data-source-name: master      
  slave-data-source-names: s1,s2    
# 其他属性    
 props:      
   # 开启SQL显示      
    sql.show: true

4. 创建实体类和Mapper类

实体类的代码这里不贴了，侮辱智商

Mapper类：

@Repository
@Mapper
public interface LaogongMapper {    
	@Insert("insert into laogong(id, name, age) values(#{id}, #{name}, #{age})")    public void addLaogong(Laogong laogong);    
	@Select("select * from laogong where id=#{id}")    
	public Laogong queryLaogong(Integer id);
}

5. 测试
   测试写入数据

向laogong表插入5条数据：

@Test
public void testMSInsert(){    
	for (int i = 1; i <= 5; i++) {        
		Laogong laogong = new Laogong();        
		laogong.setId(i);        
		laogong.setName("xblzer" + i);        
		laogong.setAge(new Random().nextInt(30));
		laogongMapper.addLaogong(laogong);    
	}
}

运行结果：

可以看到，插入的SQL语句，全部往master主库写入数据。

6. 测试读取数据

读取id=1的数据，循环读取10次，看都从哪个库读取：

@Test
public void testMSQuery(){    
	for (int i = 0; i < 10; i++) {        
		Laogong laogong = laogongMapper.queryLaogong(1);        		
		System.out.println(laogong);    
	}
}

结果验证：

只从S1、S2这两个从库中读取数据。

通过以上两个读取和写入数据的测试，可以可到，通过Sharding-JDBC真的很方便就帮我们实现了读写分离！这个时候我们可以说真香了！

最后

基于Sharding-JDBC的MySQL读写分离用起来真是很方便，而且ShardingSphere 已于2020年4月16日成为 Apache 软件基金会的顶级项目了，相信ShardingSphere会很快的火起来的。

我们项目上已经用这个做MySQL分库分表读写分离了。这次这篇文章只提到了读写分离，其实Sharding-JDBC还可以实现很多功能：

• 数据分片（分库&分表）
• 读写分离
• 分布式事务
• 分布式治理
• 数据加密
• …

ShardingSphere已经形成了一个生态圈，其功能仍在不断完善。

本次导航结束，以上。