前言

在上一篇文章中我们实现了水平分表，也就是两张列，字段完全相同的表在同一个数据库中，没有完成数据库的水平分割，这篇文章来完成水平方向的分库分表

关于水平分库分表可以参考文章：https://blog.csdn.net/weixin_38192427/article/details/122441366

需求说明

水平分库是把同一个表的 数据 按一定规则拆到不同的数据库中，每个库可以放在不同的服务器上。如 order_db_1 和 order_db_2 两个数据库，它们分别部署在不同的服务器上，这两个库中的表分别都有 t_order_1 和 t_order_2 两张表，这两张表的列，字段都是相同的。分别创建数据库，表，完成数据的插入与查询

数据库表创建

分别创建订单库 order_db_1 与 order_db_2，然后在 order_db_1 与 order_db_2中再分别创建 t_order_1、t_order_2 表，可以看到两张表的列是完全相同的

CREATE TABLE `t_order_1` (`order_id` int(11) NOT NULL COMMENT '订单id',`price` decimal(10,2) NOT NULL COMMENT '订单价格',`user_id` int(11) NOT NULL COMMENT '下单用户id',`status` varchar(50) CHARACTER SET utf8mb4 NOT NULL COMMENT '订单状态',PRIMARY KEY (`order_id`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8 ROW_FORMAT=DYNAMIC;CREATE TABLE `t_order_2` (`order_id` int(11) NOT NULL COMMENT '订单id',`price` decimal(10,2) NOT NULL COMMENT '订单价格',`user_id` int(11) NOT NULL COMMENT '下单用户id',`status` varchar(50) CHARACTER SET utf8mb4 NOT NULL COMMENT '订单状态',PRIMARY KEY (`order_id`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8 ROW_FORMAT=DYNAMIC;

如下图所示

编写程序

引入 `maven` 依赖

主要依赖如下，其它依赖自行引入

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

实体类

@Data
public class Order implements Serializable {@NotNull(message = "参数orderId不能为空")private Integer orderId;@NotNull(message = "参数price不能为空")private BigDecimal price;@NotNull(message = "参数userId不能为空")private Integer userId;@NotBlank(message = "参数status不能为空")private String status;
}

`dao` 层

`Mapper` 接口

@Mapper
public interface OrderMapper {int insertOrder(Order order);List<Order> findOrderByIds(List<Integer> orderIds);
}

`Mapper.xml`

<insert id="insertOrder" parameterType="org.example.pojo.Order">insert into t_order(order_id, price, user_id, status)values (#{orderId,jdbcType=INTEGER}, #{price,jdbcType=DECIMAL}, #{userId,jdbcType=INTEGER},#{status,jdbcType=VARCHAR})
</insert><select id="findOrderByIds" parameterType="java.util.List" resultType="org.example.pojo.Order">select<include refid="Base_Column_List"></include>from t_order AS twhere t.order_id in<foreach collection="list" item="id" open="(" separator="," close=")">#{id}</foreach>
</select>

注意 SQL 语句的写法，抽象表名是 t_order，并不是具体的 t_order_1 或 t_order_2

`Service` 层

@Service
public class OrderServiceImpl implements OrderService {@Autowiredprivate OrderMapper orderMapper;@Overridepublic int insertOrder(Order order) {return orderMapper.insertOrder(order);}@Overridepublic List<Order> getOrderByIds(List<Integer> orderIds) {return orderMapper.findOrderByIds(orderIds);}
}

`Controller` 层

@Controller
@RequestMapping(path = "/order")
public class OrderController {@Autowiredprivate OrderService orderService;@PostMapping(path = "/addOrder")@ResponseBodypublic ResultMap addOrder(@Valid Order order, @NotNull BindingResult bindingResult) {// 参数校验if (bindingResult.hasErrors()) {String message = bindingResult.getFieldError().getDefaultMessage();return new ResultMap().fail().message(message);}int i = orderService.insertOrder(order);if (i > 0) {return new ResultMap().success().message("成功");}return new ResultMap().fail().message("失败");}@GetMapping(path = "/getOrder")@ResponseBodypublic ResultMap getOrder(@NotNull @RequestBody List<Integer> orderIds) {if (orderIds.isEmpty()) {return new ResultMap().fail().message("参数orderIds不能为空");}List<Order> orderList = orderService.getOrderByIds(orderIds);if (orderList.isEmpty()) {return new ResultMap().fail().message("没有查询到你想要的数据");}return new ResultMap().success().data(orderList).message("查询成功");}
}

`application.properties` 文件

server.port=8080# sharding-jdbc分片规则配置开始---------------------------------------------------------------
# 自定义数据源名称为 m1和m2
spring.shardingsphere.datasource.names=m1,m2spring.shardingsphere.datasource.m1.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.m1.driver-class-name=com.mysql.jdbc.Driver
spring.shardingsphere.datasource.m1.url=jdbc:mysql://127.0.0.1:3306/order_db_1?characterEncoding=utf8&useSSL=false&autoReconnect=true&serverTimezone=UTC
spring.shardingsphere.datasource.m1.username=root
spring.shardingsphere.datasource.m1.password=123456spring.shardingsphere.datasource.m2.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.m2.driver-class-name=com.mysql.jdbc.Driver
spring.shardingsphere.datasource.m2.url=jdbc:mysql://127.0.0.1:3306/order_db_2?characterEncoding=utf8&useSSL=false&autoReconnect=true&serverTimezone=UTC
spring.shardingsphere.datasource.m2.username=root
spring.shardingsphere.datasource.m2.password=123456# 分库策略，以 user_id 为分片键
spring.shardingsphere.sharding.tables.t_order.database-strategy.inline.sharding-column=user_id
# 分片策略为 user_id 为偶数操作 m1 数据源，否则操作 m2
spring.shardingsphere.sharding.tables.t_order.database-strategy.inline.algorithm-expression=m$->{user_id % 2 + 1}# 指定表的数据分布情况，其中t_order可以自定义，配置数据节点 m1.t_order_1，m1.t_order_2，m2.t_order_1，m2.t_order_2
spring.shardingsphere.sharding.tables.t_order.actual-data-nodes=m$->{1..2}.t_order_$->{1..2}# 指定t_order表的主键是order_id，主键生成策略为SNOWFLAKE，它是一种分布式自增算法，保证id全局唯一
spring.shardingsphere.sharding.tables.t_order.key-generator.column=order_id
spring.shardingsphere.sharding.tables.t_order.key-generator.type=SNOWFLAKE# 指定t_order表的分片策略，分片策略包括分片键和分片算法
spring.shardingsphere.sharding.tables.t_order.table-strategy.inline.sharding-column=order_id
# order_id为偶数的数据落在t_order_1，为奇数的落在t_order_2
spring.shardingsphere.sharding.tables.t_order.table-strategy.inline.algorithm-expression=t_order_$->{order_id % 2 + 1}# 打开sql输出日志
spring.shardingsphere.props.sql.show=true
# sharding-jdbc分片规则配置结束---------------------------------------------------------------# 指定 mapper 文件路径
mybatis.mapper-locations=cldasspath:com/example/mapper/*.xml
mybatis.configuration.cache-enabled=true
# 开启驼峰命名
mybatis.configuration.map-underscore-to-camel-case=true

user_id：分库策略，以 user_id 为分片键
m$->{user_id % 2 + 1}：分片策略表达式，user_id 为偶数操作 m1 数据源，否则操作 m2
order_id：分表策略，以 order_id 为分片键
t_order_$->{order_id % 2 + 1}：分片策略表达式，order_id 为偶数的数据落在 t_order_1 表，为奇数的落在t_order_2 表
更多详细的配置文档说明：https://shardingsphere.apache.org/document/legacy/3.x/document/cn/manual/sharding-jdbc/configuration/config-spring-boot/

接口测试

数据插入测试

启动项目，使用 postman 测试接口 http://localhost:8080/order/addOrder，结果如下

由于传入的参数 orderId 和 userId 均为奇数，所以数据应该落到数据库 order_db_2 中的 t_order_2 表中，如下

在看看控制台 SQL 日志，如下

再看看数据库 order_db_1 中的 t_order_2 表数据，依然是空的

参数 userId 来确定数据具体要插入到哪个数据库之中
参数 orderId 来确定数据具体要插入到哪个表之中

数据查询测试

先查看 order_db_1 数据库中 t_order_1 表的数据如下

再查看 order_db_2 数据库中 t_order_2 表的数据如下

启动项目，使用 postman 测试接口 http://localhost:8080/order/getOrder，传入的参数 orderIds 为 [1,2] 的数组，进行批量查询，结果如下

在看看控制台 SQL 日志，如下

可以看到，这样的 SQL 语句出现了 2 次，因为总共有 4 张表，Sharding-JDBC 会去每一张表中去查询

SpringBoot整合Sharding-JDBC实现水平分库分表相关推荐

springboott整合mybatis-plus和sharding-jdbc实现分库分表和读写分离（含完整项目代码）
springboott整合mybatis-plus和sharding-jdbc实现分库分表和读写分离(含完整项目代码) 一.整合sharding-jdbc 关于springboot整合sharding ...
你分库分表的姿势对么？——详谈水平分库分表
作者:vivo平台产品开发团队-Han Lei 一.背景提起分库分表,对于大部分服务器开发来说,其实并不是一个新鲜的名词.随着业务的发展,我们表中的数据量会变的越来越大,字段也可能随着业务复杂度的升 ...
水平分库分表的关键问题及解决思路（转）
水平分库分表的关键问题及解决思路分片技术的由来关系型数据库本身比较容易成为系统性能瓶颈,单机存储容量.连接数.处理能力等都很有限,数据库本身的"有状态性"导致了它并不像Web和 ...
水平分库分表的关键步骤以及可能遇到的问题
http://www.infoq.com/cn/articles/key-steps-and-likely-problems-of-horizontal-split-table 分片技术的由来关系型 ...
mysql sharding 知乎_分库分表系列(1)-shardingsphere核心概念
欢迎关注公众号: 戏说码农职场咱们不闲扯, 就直接入正题, 这次总结说下sharding-jdbc 分库分表的工具.整体架构 Apache ShardingSphere 是一套开源的分布式数据库中间 ...
数据库水平分库分表后的数据分页查询解决方案
2021-09-04 更: 推荐下自己的个人框架,后面代码都会移植到框架中链接 2020-10-19 更: 月底不出意外,打算重构了,fabric区块链框架改的差不多了 2020-10-? 更: 谢 ...
Oracle之垂直水平分库分表（一）
现在开始讲另外一个知识点吧,这个知识点也是怎么说呢,就是非常有用的知识点,刚才看了一下表空间现在咱们说一下ORACLE里面的表类型,表类型其实有这么多种表1. 正常我们的heap table,堆表, ...
水平分库分表的关键步骤和技术难点，分库分表的几种常见玩法及如何解决跨库查询等问题...
http://blog.csdn.net/dinglang_2009/article/details/53195871 http://blog.csdn.net/dinglang_2009/artic ...
Oracle之垂直水平分库分表（二）
对于拆分的解决方案这块,上节课我们讲到了如何去拆分,然后拆分有些问题,引入了一系列的问题,比如说分布式事务的问题,关于分布式事务这个事啊,其实挺不好解决的,就是根据情况吧,咱们在这里说三个方案,你针对 ...
基于springboot的ShardingSphere5.2.1的分库分表的解决方案之数据加密之RSA的解决方案(九)
1.需求场景我们需要将密码字段采用公钥进行加密,然后用户查询的时候根据用户名称进行查询,同时将密码通过私钥解密出来返回给到用户,那么我们现在就开始模拟实现以上的场景,因此我们直接创建了shardin ...

SpringBoot整合Sharding-JDBC实现水平分库分表

目录

前言

需求说明

数据库表创建

编写程序

引入 `maven` 依赖

实体类

`dao` 层

`Mapper` 接口

`Mapper.xml`

`Service` 层

`Controller` 层

`application.properties` 文件

接口测试

数据插入测试

数据查询测试

SpringBoot整合Sharding-JDBC实现水平分库分表相关推荐

最新文章

热门文章

SpringBoot整合Sharding-JDBC实现水平分库分表

目录

前言

需求说明

数据库表创建

编写程序

引入 maven 依赖

实体类

dao 层

Mapper 接口

Mapper.xml

Service 层

Controller 层

application.properties 文件

接口测试

数据插入测试

数据查询测试

SpringBoot整合Sharding-JDBC实现水平分库分表相关推荐

最新文章

热门文章

引入 `maven` 依赖

`dao` 层

`Mapper` 接口

`Mapper.xml`

`Service` 层

`Controller` 层

`application.properties` 文件