SpringBoot3分库分表
标签：ShardingSphere5.分库.分表；一、简介
分库分表的设计和实现方式，在之前的内容中总结过很多，本文基于SpringBoot3和ShardingSphere5框架实现数据分库分表的能力；
不得不提ShardingSphere5文档中描述的两个基本概念：
https://img2023.cnblogs.com/blog/1691717/202308/1691717-20230810223457889-963165329.png
垂直分片
按照业务拆分的方式称为垂直分片，又称为纵向拆分，它的核心理念是专库专用。在拆分之前，一个数据库由多个数据表构成，每个表对应着不同的业务。而拆分之后，则是按照业务将表进行归类，分布到不同的数据库中，从而将压力分散至不同的数据库。
水平分片
水平分片又称为横向拆分。 相对于垂直分片，它不再将数据根据业务逻辑分类，而是通过某个字段（或某几个字段），根据某种规则将数据分散至多个库或表中，每个分片仅包含数据的一部分。
下面从案例实践中，看看ShardingSphere5框架是如何实现分库分表的原理；
二、工程搭建
1、工程结构
https://img2023.cnblogs.com/blog/1691717/202308/1691717-20230810223502733-847102565.png
2、依赖管理
这里只看两个核心组件的依赖：shardingsphere-jdbc组件是5.2.1版本，mybatis组件是3.5.13版本，在依赖管理中还涉及MySQL和分页等，并且需要添加很多排除配置，具体见源码；
<dependency>
<groupId>org.mybatis.spring.boot</groupId>
<artifactId>mybatis-spring-boot-starter</artifactId>
<version>${mybatis.version}</version>
</dependency>
<dependency>
<groupId>org.apache.shardingsphere</groupId>
<artifactId>shardingsphere-jdbc-core-spring-boot-starter</artifactId>
<version>${shardingsphere.version}</version>
</dependency>三、配置详解
1、配置文件
此处只展示分库分表的相关配值，默认数据源使用db_master库，注意tb_order库表路由的策略和分片算法的关联关系，其他工程配置详见源码仓库；
spring:
# 分库分表配置
shardingsphere:
datasource:
# 默认数据源
sharding:
default-data-source-name: db_master
names: db_master,db_0,db_1
db_master:
type: com.zaxxer.hikari.HikariDataSource
driver-class-name: com.mysql.cj.jdbc.Driver
jdbc-url: jdbc:mysql://localhost:3306/shard_db
username: root
password: 123456
db_0:
type: com.zaxxer.hikari.HikariDataSource
driver-class-name: com.mysql.cj.jdbc.Driver
jdbc-url: jdbc:mysql://localhost:3306/shard_db_0
username: root
password: 123456
db_1:
type: com.zaxxer.hikari.HikariDataSource
driver-class-name: com.mysql.cj.jdbc.Driver
jdbc-url: jdbc:mysql://localhost:3306/shard_db_1
username: root
password: 123456
rules:
sharding:
tables:
# tb_order逻辑
tb_order:
actual-data-nodes: db_${0..1}.tb_order_${0..2}
# tb_order库路由
database-strategy:
standard:
sharding-column: order_id
sharding-algorithm-name: database_inline
# tb_order表路由
table-strategy:
standard:
sharding-column: order_id
sharding-algorithm-name: table_inline
sharding-algorithms:
# tb_order库路由算法
database_inline:
type: INLINE
props:
algorithm-expression: db_${order_id % 2}
# tb_order表路由算法
table_inline:
type: INLINE
props:
algorithm-expression: tb_order_${order_id % 3}
props:
sql-show: true
sql-comment-parse-enabled: true2、配置原理
在配置中需要管理三个数据源，shard_db默认库，在操作不涉及需要路由的表时默认使用该数据源，shard_db_0和shard_db_1是tb_order逻辑表的路由库；
https://img2023.cnblogs.com/blog/1691717/202308/1691717-20230810223507824-891612061.png
逻辑表tb_order整体使用两个数据库，每个库建3张结构相同相同的表，在操作tb_order数据时，会根据order_id字段值定位数据所属的分片节点；
[*]库路由db_${0..1}采用db_${order_id%2}的算法；
[*]表路由tb_order_${0..2}采用tb_order_${order_id%3}的算法；
四、测试案例
1、主库操作
基于Mybatis持久层框架，实现对shard_db默认库的数据操作，注意控制台的日志打印，可以看到一系列解析逻辑以及库表节点的定位，分页查询使用PageHelper组件即可；
public class MasterTest {
@Autowired
private BuyerMapper buyerMapper ;
@Autowired
private SellerMapper sellerMapper ;
@Test
public void testBuyerQuery (){
// 主键查询
Buyer buyer = buyerMapper.selectByPrimaryKey(1) ;
System.out.println(buyer.getId()+";"+buyer.getBuyerName());
}
@Test
public void testBuyerInsert (){
// 新增数据
Buyer buyer = new Buyer() ;
buyer.setBuyerName("买家Three");
System.out.println(buyerMapper.insert(buyer));
}
@Test
public void testBuyerUpdate (){
// 更新数据
Buyer buyer = buyerMapper.selectByPrimaryKey(3) ;
if (buyer != null){
buyer.setBuyerName("Three买家");
System.out.println(buyerMapper.updateByPrimaryKey(buyer));
}
}
@Test
public void testSellerPage (){
// 1、设置分页和查询条件
PageHelper.startPage(2,2) ;
SellerExample sellerExample = new SellerExample() ;
sellerExample.setOrderByClause("id asc");
// 2、查询数据
List<Seller> sellerList = sellerMapper.selectByExample(sellerExample) ;
// 3、构建分页实体对象
PageInfo<Seller> pageInfo = new PageInfo<>(sellerList) ;
System.out.println(pageInfo);
}
}2、分库操作
在对tb_order表执行增删改查时，会根据order_id的字段值计算库表的路由节点，注意分页时会查询所有的分库和分表，然后汇总查询的结果；
public class ShardTest { @Autowired private OrderMapper orderMapper ; /** * 写入100条数据 */ @Test public void testOrderInsert (){ for (int i=1 ; i
页:
[1]