本文简介

官网地址:https://shardingsphere.apache.org/document/current/cn/overview/

本文将说明sharding-jdbc的分片功能和数据加密功能

在项目的pom.xml中引入sharding-jdbc并编写配置文件

pom.xml增加依赖

  <dependency><groupId>org.apache.shardingsphere</groupId><artifactId>shardingsphere-jdbc-core</artifactId><version>5.3.0</version></dependency>如果是在spring项目启动报错，查看报错信息可看到snakeyaml依赖冲突所以这里一并将snakeyaml显示声明版本号如果需要使用其它sharding-jdbc版本，那么相信解决依赖冲突问题并不困难...<dependency><groupId>org.yaml</groupId><artifactId>snakeyaml</artifactId><version>1.33</version></dependency>

编写sharding-jdbc的配置文件sharding-databases-tables.yaml

1.基础设置

 # JDBC 逻辑库名称。在集群模式中，使用该参数来联通 ShardingSphere-JDBC 与 ShardingSphere-Proxy。# 默认值：logic_dbdatabaseName : testmode: # 不配置则默认单机模式type: Standalone # 运行模式类型。可选配置：Standalone、Clusterrepository:type: JDBC # 持久化仓库类型 如果你选择集群方式，那么可以使用zk、nacos等注册中心

2.数据源设置,如果需要分库那么可配置多个数据源

dataSources: # 数据源配置，可配置多个 <data-source-name>ds_1: # 数据源名称dataSourceClassName: com.alibaba.druid.pool.DruidDataSource # 数据源完整类名driverClassName: com.mysql.cj.jdbc.Driver # 数据库驱动类名，以数据库连接池自身配置为准# 数据库 URL 连接，以数据库连接池自身配置为准url: jdbc:mysql://127.0.0.1/test?useUnicode=true&characterEncoding=utf-8&autoReconnect=true&useSSL=false&allowMultiQueries=true&nullCatalogMeansCurrent=true&serverTimezone=UTCusername: root # 数据库用户名，以数据库连接池自身配置为准password: root # 数据库密码，以数据库连接池自身配置为准# ... 数据库连接池的其它属性
#  ds_2:  数据源名称
#    dataSourceClassName: com.alibaba.druid.pool.DruidDataSource # 数据源完整类名
#    driverClassName: com.mysql.cj.jdbc.Driver # 数据库驱动类名，以数据库连接池自身配置为准
#     数据库 URL 连接，以数据库连接池自身配置为准
#    url: jdbc:mysql://127.0.0.1/ry?useUnicode=true&characterEncoding=utf-8&autoReconnect=true&useSSL=false&allowMultiQueries=true&nullCatalogMeansCurrent=true&serverTimezone=UTC
#    username: root # 数据库用户名，以数据库连接池自身配置为准
#    password: root # 数据库密码，以数据库连接池自身配置为准# ... 数据库连接池的其它属性

3.分片规则配置，分片策略对于分库和分表是通用的写法

rules:- !SHARDINGtables: # 数据分片规则配置user_info: # 逻辑表名称actualDataNodes : ds_1.user_info_0,ds_1.user_info_1 # 由数据源名 + 表名组成（参考 Inline 语法规则）
#        actualDataNodes : test.user_info,ry.user_info # 由数据源名 + 表名组成（参考 Inline 语法规则）
#        databaseStrategy : # 分库策略，缺省表示使用默认分库策略，以下的分片策略只能选其一
#          standard: # 用于单分片键的标准分片场景
#            shardingColumn: # 分片列名称
#            shardingAlgorithmName: user_info_db # 分片算法名称
#          complex: # 用于多分片键的复合分片场景
#            shardingColumns: # 分片列名称，多个列以逗号分隔
#            shardingAlgorithmName: # 分片算法名称
#          hint: # Hint 分片策略
#            shardingAlgorithmName: # 分片算法名称
#          none: # 不分片tableStrategy: # 分表策略，同分库策略standard: # 用于单分片键的标准分片场景shardingColumn: uid # 分片列名称
#            shardingAlgorithmName: user_info_table # 分片算法名称shardingAlgorithmName: my_user_info_table # 分片算法名称keyGenerateStrategy: # 分布式序列策略column: id # 自增列名称，缺省表示不使用自增主键生成器keyGeneratorName: snowflake # 分布式序列算法名称
#        auditStrategy: # 分片审计策略
#          auditorNames: # 分片审计算法名称
#            - <auditor_name>
#            - <auditor_name>
#          allowHintDisable: true # 是否禁用分片审计hint
#    autoTables: # 自动分片表规则配置
#      t_order_auto: # 逻辑表名称
#        actualDataSources (?): # 数据源名称
#        shardingStrategy: # 切分策略
#          standard: # 用于单分片键的标准分片场景
#            shardingColumn: # 分片列名称
#            shardingAlgorithmName: # 自动分片算法名称
#    bindingTables (+): # 绑定表规则列表
#      - <logic_table_name_1, logic_table_name_2, ...>
#      - <logic_table_name_1, logic_table_name_2, ...>
#    broadcastTables (+): # 广播表规则列表
#      - <table_name>
#      - <table_name>
#    defaultDatabaseStrategy: # 默认数据库分片策略
#    defaultTableStrategy: # 默认表分片策略
#    defaultKeyGenerateStrategy: # 默认的分布式序列策略
#    defaultShardingColumn: # 默认分片列名称# 分片算法配置shardingAlgorithms:user_info_db: # 分片算法名称type: INLINE # 分片算法类型props: # 分片算法属性配置 t_user_$->{u_id % 8} 表示 t_user 表根据 u_id 模 8，而分成 8 张表，表名称为 t_user_0 到 t_user_7algorithm-expression: user_info_$->{uid % 2}# ...user_info_table: # 分片算法名称type: INLINE # 分片算法类型props:# 分片算法属性配置 t_user_$->{u_id % 8} 表示 t_user 表根据 u_id 模 8，而分成 8 张表，表名称为 t_user_0 到 t_user_7algorithm-expression: user_info_$->{uid % 2}my_user_info_table: # 自定义的分片算法type: CLASS_BASEDprops:strategy: STANDARDalgorithmClassName: com.user.firm.config.PreciseShardingTableAlgorithm# 分布式序列算法配置keyGenerators:snowflake: # 分布式序列算法名称type: SNOWFLAKE # 分布式序列算法类型
#        props: # 分布式序列算法属性配置# ...# 分片审计算法配置
#    auditors:
#      <sharding_audit_algorithm_name> (+): # 分片审计算法名称
#        type: # 分片审计算法类型
#        props: # 分片审计算法属性配置# ...

4.数据加密配置，可和分片配合使用

此处说明一下，如果需要自定义加密策略，则需要使用spi机制进行注入
比如下列配置的SimpleAlgorithm，下面详细说明自定义加密的实现

  - !ENCRYPTtables:user_info: # 加密表名称columns:nick_name: # 加密列名称 逻辑列 查询字段密文列 重命名到 逻辑列plainColumn : nick_name # 原文列名称,在SQL查询中不直接使用，只是方便展示给开发人员看的cipherColumn: nick_name_cipher # 密文列名称encryptorName: assisted_encryptor # 密文列加密算法名称，查询字段使用assistedQueryColumn: nick_name_assisted  # 查询辅助列名称，查询条件使用,如果不指定默认密文列为查询辅助列assistedQueryEncryptorName: sm3_encryptor  # 查询辅助列加密算法名称likeQueryColumn: nick_name_like  # 模糊查询辅助列名称likeQueryEncryptorName: like_encryptor  # 模糊查询列加密算法名称queryWithCipherColumn: true # 该表是否使用加密列进行查询# 加密算法配置encryptors:name_encryptor: # 加解密算法名称type: AES # 加解密算法类型props: # 加解密算法属性配置aes-key-value: 123456abcassisted_encryptor: # 加解密算法名称type: AES # 加解密算法类型props: # 加解密算法属性配置aes-key-value: 123456abcsm4_encryptor: # 加解密算法名称type: SM4 # 加解密算法类型props: # 加解密算法属性配置sm4-padding: PKCS7Paddingsm4-mode: ECBsm4-key: 66b77319f642d2642fd334cf1a2f21a0sm3_encryptor: # 加解密算法名称type: SM3 # 加解密算法类型props: # 加解密算法属性配置SimpleAlgorithm: # 加解密算法名称type: SimpleAlgorithm # 加解密算法类型props: # 加解密算法属性配置like_encryptor: # 加解密算法名称type: CHAR_DIGEST_LIKE # 加解密算法类型queryWithCipherColumn: true # 是否使用加密列进行查询。在有原文列的情况下，可以使用原文列进行查询

5.自定义加密的实现
自定义加密实现StandardEncryptAlgorithm接口并重写如下方法
并且在META-INF/路径下增加spi声明文件
内容为自定义加密函数的全路径
文件名为加密函数所实现的接口的全路径

public class SimpleAlgorithm implements StandardEncryptAlgorithm {@Overridepublic Object encrypt(Object o, EncryptContext encryptContext) {/*加密函数，o为需要加密字段的值 encryptContext表的信息应返回 密文*/return o;}@Overridepublic Object decrypt(Object o, EncryptContext encryptContext) {/*解密函数，o为需要加密字段的值 encryptContext表的信息应返回 明文*/return o;}@Overridepublic Properties getProps() {/*读取配置文件以及参数*/return null;}@Overridepublic void init(Properties properties) {/** 初始化配置文件* */}@Overridepublic String getType() {/*该算法在配置文件的类型名*/return "SimpleAlgorithm";}

全局参数，是否打印SQL，是否打印简单SQL


props:sql-show: true
#  sql-simple: true

7.读取配置文件声明数据源

        File yamlFile = ResourceUtils.getFile("classpath:sharding-databases-tables.yaml");DataSource dataSource = YamlShardingSphereDataSourceFactory.createDataSource(yamlFile);

效果展示

分表展示，执行SQL语句时 sharding 会根据分表规则重写SQL
加密展示，数据库中为密文，但查询到的结果会经过加密方法解密为为明文

sharding-jdbc的使用相关推荐

Spring boot项目集成Sharding Jdbc
环境 jdk:1.8 framework: spring boot, sharding jdbc database: MySQL 搭建步骤在pom 中加入sharding 依赖 <depend ...
Spring boot + Sharding JDBC 分库分表及分布式事务处理
Sharding JDBC 基础概念 Apache ShardingSphere 是一套开源的分布式数据库解决方案组成的生态圈,它由 JDBC.Proxy 和 Sidecar(规划中)这 3 款既能够 ...
Sharding JDBC(四) 分片策略一：标准分片策略StandardShardingStrategy
目录一.标准分片策略StandardShardingStrategy 二.StandardShardingStrategy配置实现分库分表最核心的两点SQL 路由 . SQL 改写 applic ...
sharding jdbc 的雪花算法中的属性worker.id和max.vibration.offset
雪花算法生成的id总共64位8个字节,结构如下: 符号位时间位工作机器标识位序列位 1位(固定位0) 41位 10位 12位 worker.id sharding jdbc 4.1.1使用雪花 ...
理解Sharding jdbc原理，看这一篇就够了
相比于Spring基于AbstractRoutingDataSource实现的分库分表功能,Sharding jdbc在单库单表扩展到多库多表时,兼容性方面表现的更好一点.例如,spring实现的分库 ...
【MySQL 读写分离】Sharding JDBC + Spring boot 实现数据库读写分离的登录 Demo
上篇文章我们搭建了 MySQL 数据库主从复制集群 MySQL 搭建主从复制集群~~~ 本篇文章我们利用搭建好的主从复制集群,使用 SpringBoot 结合 Sharding-JDBC 搭建一个小的 ...
SSM项目引入sharding JDBC进行分表
SSM项目引入sharding JDBC进行分表注意点: 本次集成sharing-jdbc 4.1.1,由于各个版本差别比较大,配置方式差别也特别大,请根据官方文档进行配置! 官方配置路径:http ...
Sharding JDBC分片和读写分离详解
目录 Sharding Sphere简介开始使用Sharding JDBC 数据分片简单示例 Spring Boot示例代码分析属性分析绑定表和广播表真实表绑定表广播表 Shardin ...
SpringBoot + Sharding JDBC，一文搞定分库分表、读写分离
程序员的成长之路互联网/程序员/技术/资料共享关注阅读本文大概需要 30 分钟. 来自:blog.csdn.net/qq_40378034/article/details/115264837 S ...
SpringBoot + Sharding JDBC 读写分离、分库分表
Sharding-JDBC 最早是当当网内部使用的一款分库分表框架,到2017年的时候才开始对外开源,这几年在大量社区贡献者的不断迭代下,功能也逐渐完善,现已更名为 ShardingSphere,20 ...

sharding-jdbc的使用

sharding-jdbc的使用，不强制依赖spring

本文简介

在项目的pom.xml中引入sharding-jdbc并编写配置文件

效果展示

sharding-jdbc的使用相关推荐

最新文章

热门文章