Sharding JDBC使用入门

Sharding JDBC

https://shardingsphere.apache.org/index_zh.html

4.x开始apache孵化

Sharding JDBC 不是做分库分表的，它是用来去操作已经分库分表好的数据

• 主要功能
  1. 数据分片
  2. 读写分离

数据分片

概念

https://shardingsphere.apache.org/document/current/cn/features/sharding/concept/

数据库与表

db0
  ├── t_order_0 
  ├── t_order_1 
  ├── t_order_item_0
  ├── t_order_item_1
  └── config
db1
  ├── t_order_0 
  ├── t_order_1
  ├── t_order_item_0
  ├── t_order_item_1
  └── config

• 逻辑表与真实表
  把一个水平拆分的 逻辑表 t_order，拆分为真实表 t_order_0到t_order_9。

• 数据节点
  t_order_0的 数据节点为 db0.t_order_0。
  t_order整体的数据节点配置为： db0.t_order_0, db0.t_order_1, db1.t_order_0, db1.t_order_1

• 绑定表
  如 t_order表和t_order_item表里 order_id字段存在对应关系，均按照order_id分片可以使对应的列会在相近的真实表，则此两张表互为绑定表关系
  即：
  t_order_0里关联的数据都在t_order_item_0 里
  t_order_1里关联的数据都在t_order_item_1 里

• 广播表
  广播表表结构和表中的数据在每个分片数据库中均完全一致
  db0.config 完全等于 db1.config

分片键

用于分片的数据库字段

1. SQL 中如果无分片字段，则无法进行分片，将全路由执行，性能较差
2. 当分片键处于运算表达式中时，无法通过 SQL 字面提取用于分片的值，将导致全路由。
3. 不能将原生自增主键同时作为分片键使用。

分片算法

单分片键 或 多分片键 通过 =、IN、 BETWEEN 进行分片

分片算法灵活度非常高。

1. 可由开发者自行实现，
2. 也可使用 Apache ShardingSphere 内置的分片算法语法糖（ 包括取模、哈希、范围、时间等常用分片算法的实现），

强制分片路由

分片字段并非由 SQL 而是其他外置条件决定的场景，在 Apache ShardingSphere 中叫做 Hint。
Hint行分片 进行分片

分片策略

分片策略：分片键和分片算法 的组合

1.2.3.是解析SQL里的分片字段来分片
4.是非SQL决定，而由其他外置条件决定的场景

1. 标准分片策略 （StandardShardingStrategy）
   单分片键 + 精确分片算法【必选】 + 范围分片算法【可选】
   作用： 对SQL语句中 单分片键的 =, IN和BETWEEN AND的分片操作

2. 复合分片策略 （ComplexShardingStrategy）
   多分片键 + 开发者实现算法 （直接将分片键值组合以及分片操作符透传至分片算法，完全由应用开发者实现）
   作用： 对SQL语句中 多分片键的 =, IN和BETWEEN AND的分片操作

3. 行表达式分片策略 （InlineShardingStrategy）
   Groovy表达式配置的 单分片键 + 精确分片算法
   作用： 用Groovy的表达式 对SQL语句中 单分片键的 =和IN的分片操作。避免繁琐的Java代码开发

4. Hint分片策略 （HintShardingStrategy）
   通过Hint而非SQL解析的方式分片的策略。

5. 不分片策略 （NoneShardingStrategy）

行表达式

通过行表达式可以有效的简化数据节点配置
在配置中使用${ expression }或$->{ expression }标识行表达式即可

支持数据节点和分片算法这两个部分的配置。行表达式的内容使用的是Groovy的语法

springBoot 使用

https://github.com/xu1211/mysql-jsonNotes/tree/shardingJdbc