ShardingSphere水平分表策略配置和测试实战
[*]概念
[*]水平分表
[*]把一个表的数据分到一个数据库的多张表中，每个表只有这个表的部分数据
[*]核心是把一个大表，分割N个小表，每个表的结构是一样的，数据不一样，全部表的数据合起来就是全部数据
[*]针对数据量巨大的单张表（比如订单表），按照某种规则（RANGE,HASH取模等），切分到多张表里面去
[*]但是这些表还是在同一个库中，所以单数据库操作还是有IO瓶颈，主要是解决单表数据量过大的问题
[*]减少锁表时间，没分表前，如果是DDL(create/alter/add等)语句，当需要添加一列的时候mysql会锁表，期间所有的读写操作只能等待
[*]水平分表的适用场景
[*]当一张表的数据达到几千万时，查询一次所花的时间长，需要进行优化，缩短查询时间
[*]微博发送记录、微信消息记录、日志记录。以id增长或时间划分
[*]网站签到等活动流水数据。以时间划分
实战样板
<ul>依赖引入
<dependency>
<groupId>org.apache.shardingsphere</groupId>
<artifactId>sharding-jdbc-spring-boot-starter</artifactId>
<version>4.1.1</version>
</dependency>application
# 数据源 ds0 第一个数据库--- 版本：mysql8
shardingsphere:
datasource:
ds0:
connectionTimeoutMilliseconds: 30000
driver-class-name: com.mysql.cj.jdbc.Driver
idleTimeoutMilliseconds: 60000
jdbc-url: jdbc:mysql://:3306/[数据库]?useUnicode=true&characterEncoding=utf-8&useSSL=false&serverTimezone=Asia/Shanghai&allowPublicKeyRetrieval=true
maintenanceIntervalMilliseconds: 30000
maxLifetimeMilliseconds: 1800000
maxPoolSize: 50
minPoolSize: 50
password: [密码]
type: com.zaxxer.hikari.HikariDataSource
username: [用户名]
names: ds0
props:
# 打印执行的数据库以及语句
sql:
show: true
sharding:
tables:
[表名]:
# 指定表的数据分布情况，配置数据节点,行表达式标识符使用 ${...} 或 $->{...}，但前者与 Spring 本身的文件占位符冲突，所以在 Spring 环境中建议使用 $->{...}
actual-data-nodes: ds0.[表名_]$->{0..1}
# 水平分表策略+行表达式分片
table-strategy:
inline:
algorithm-expression: [表名_]$->{[取模字段] % 2}
sharding-column: [取模字段]测试
@Test public voidtestSaveTraffic(){ Random random = new Random(); for(int i=0;i
页:
[1]