数据分片（分库分表）sharding-jdbc

1、什么时候要进行分库分表

引用《阿里巴巴Java开发手册》

2、分库分表概念

2.1 垂直分库：
垂直拆分的原则一般是按照业务类型来拆分，核心思想是专库专用，将业务耦合度比较高的表拆分到单独的库中。举个形象的例子就是在整理衣服的时候，将羽绒服、毛衣、T 恤分别放在不同的格子里。这样可以解决我在开篇提到的第三个问题：把不同的业务的数据分拆到不同的数据库节点上，这样一旦数据库发生故障时只会影响到某一个模块的功能，不会影响到整体功能，从而实现了数据层面的故障隔离。

2.2 水平分库：
水平分库主要是解决库中数据量过大造成效率低下的问题，例如某个商城系统，通过垂直分库后，拆分为用户库，订单库，商品库等等。 随着业务增长，订单库的数据暴增，此时就要对订单库进行水平拆分，将订单库拆分为多个。

2.3 垂直分表：
对于字段过多的表，例如商品表，拆分为商品基础信息表和商品详细信息表。

2.4 水平分表：
与水平分库类似，解决单表数据量过大的问题。

3、水平拆分方法

3.1 取模法

例如订单表拆分为10份，分别为 t_order0、t_order1 … t_order9
根据订单ID对10取模后结果，拆分。此时订单ID就是分区键
当查询中包含分区键时，例如select * from t_order WHERE order_id = xxxxx。可以确定数据到底时再哪个表中。
当查询中不包含分区键时候，例如查询某个用户的订单列表。 select * from t_order WHERE user_id = xxxxx 此时无法确定数据在哪个表中，所以要进行全表搜索，然后再将数据汇总。

3.2 范围法
将订单表按照订单创捷时间所在月份拆分为 t_order202001 t_order202002 t_order202003 等等

4、实现方式

4.1 客户端实现
客户端对sql解析后，根据配置好的规则，将sql进行改写后转发到不同的数据库
例如 SELECT * from t_order WHERE order_id = 1232345431234
客户端流程大致如下
1、路由：根据配置规则，确定order_id = 1232345431234 这条数据在 1号库的 t_order9 中
2、执行，如果路由后确定不了具体在哪个库或表，请求会在所有库或表中查询
3、汇总返回结果

实现方案：sharding-jdbc 等

4.2 数据库中间件
客户端代码无需改变，将数据源配置为数据库中间件即可，由中间件路由执行后返回结果

实现方案 mycat 等

5、sharding-jdbc 示例

pom , 注意druid不要引用为druid-spring-boot-starter。 因为数据源配置在shardingsphere的配置中，druid-spring-boot-starter初始化时找不到数据源配置会报错

        <dependency>
            <groupId>org.apache.shardingsphere</groupId>
            <artifactId>sharding-jdbc-spring-boot-starter</artifactId>
            <version>4.1.1</version>
        </dependency>
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>druid</artifactId>
            <version>1.1.22</version>
        </dependency>

spring:
  shardingsphere:
    # 数据源配置
    datasource:
      names: ds0,ds1
      ds0:
        type: com.alibaba.druid.pool.DruidDataSource
        url: jdbc:mysql://127.0.01:3306/sharding1?characterEncoding=utf-8&serverTimezone=Asia/Shanghai
        username: root
        password: root
      ds1:
        type: com.alibaba.druid.pool.DruidDataSource
        url: jdbc:mysql://127.0.01:3306/sharding2?characterEncoding=utf-8&serverTimezone=Asia/Shanghai
        username: root
        password: root
    sharding:
      # 绑定表配置，如果一组表分区键相同，则互为绑定表，每组表用，分割
      binding-tables:
        - t_order
      # 广播表，所有数据源中都有的表，修改删除请求会广播，查询请求随意选择某个数据源
      broadcast-tables: t_config
      # 默认数据源
      default-data-source-name: ds0
      # 分表规则
      tables:
        # t_order表分表规则
        t_order:
          # 数据节点配置
          actual-data-nodes: ds$->{0..1}.t_order$->{0..3}
          table-strategy:
            # 自定义分表逻辑
            #standard:
              #sharding-column: orderno
              #preciseAlgorithmClassName: com.zql.sharding.shardingdemo.OrderTableStrategy
            # inline表达式配置分表逻辑
            inline:
              # 按照orderno取模分表
              sharding-column: orderno
              algorithm-expression: t_order$->{orderno % 4}
          # 分库规则
          database-strategy:
            inline:
              # 按照user_id取模分库
              sharding-column: user_id
              algorithm-expression: ds$->{user_id % 2}
          # 主键生成策略
          #key-generator:
            #column: orderno
            #type: SNOWFLAKE
    props:
      sql:
        show: true