分库分表详细实践讲解sharding-jdbc

在我们系统运行很长时间后，数据会越来越多。单表的数量达到平顶后，查询效率就会慢下来，即便是加了索引，也会不起作用。这个时候就要考虑分表分库的做法了。

分表分库中间件

市面上最常用的就是mycat和sharding-jdbc用的最多了。如果是中大型的项目，采用mycat。如果是中小型的公司，就sharding-jdbc就可以了，二个中间件的使用差异不大

sharding-jdbc

今天主要讲的就是这个。用起来简单方便，少量的配置就可以实现分表分库了，也是很多小公司使用的

这个是当当网开源的项目，现在更名为shardingsphere，已经被apache基金会管理为顶级项目。现在已经多元化发展了。到了3.0版本后加入了分布式事务的功能，现在已经发展到了4.0的版本了

现在sharding-sphree已经是个生态圈了，包含三大中间件：

sharding-jdbc sharding-proxy sharding-sidecar

分库分表概念认识

分片

分片就是把一张数据量很大的表，拆分很多小的表，字段一样。比如：order表拆分order_1,order_2等等，这样就是水平拆分表，每个小表就是一个分片

逻辑表

逻辑表就是一组相同的字段和逻辑的表的总称。比如我们把t_order表拆分了很多的小表t_order_n，但是他们都是相同的逻辑和字段，我们sql执行的过程其实是对t_order表的操作，这个t_order表就是我们说的逻辑表，t_order_n就是我们的真实表

分片键

就是我们用哪个字段来进行分表分库，比如我们拿order表的id取模的方式来，那id就是分片键，sharidng-jdbc还支持多个字段作为分片键进行分片处理

分片算法和分配策略

分配算法就是我们分表分库之后，我们的sql语句在哪个数据库或者哪个表去查询，路由到对应的库和表上

分配策略就是我们根据一定的规则去分片，比如按月，按年去分片，按id的区间进行分片保存等

分库，分表的分配策略是独立的，而且sharding-jdbc没有直接提供分片算法的实现，需要自己去实现接口

常用的分片算法

精确分片，范围分片，复合分片，hint分片

分布式主键

为了在不同的真实表中防止主键冲突的问题，我们必须考虑生成全局唯一 的主键。sharding-jdbc为我们提供了二种主键生成策略，uuid和雪花算法。默认使用snowflake长整形数据，也可以自己实现主键生成算法

广播表

广播表就是我们在各个不同的库中，有相同的表，比如配置信息，字典等表。当一个库中表数据发生改变的时候，及时通知到其他库中表同步改变。

绑定表

简单来说就是主子表。比如t_order 和 t_order_item，他们都是order_id关联的。把这二个表设置为绑定表的作用就是关联查询的时候，防止笛卡尔积的负面作用。绑定表之后，同一条数据就会落到同一个数据库中。

其他第三方插件的结合

由于sharding-jdbc是采用jdbc的协议来开发的，所以sharding-jdbc兼容：hiberate，mybatis，springjdbc，jpa，完美兼容第三方数据库连接池，druid，hikaricp。之所以能分库分表，其实也就是sql解析到不同的库和表中执行。