ShardingSphere-JDBC-若依框架集成-Toy模板网

这篇具有很好参考价值的文章主要介绍了ShardingSphere-JDBC-若依框架集成。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

前言

ShardingSphere基础知识、ShardingSphere-JDBC如何集成进若依框架中
使用的是若依框架（SpringBoot）前后端版本、动态数据源，可自行切换，默认数据源为达梦8

基础知识

官网文档地址：https://shardingsphere.apache.org/document/current/cn/overview/

简介

开源的分布式数据库中间件解决方案组成的生态圈
关系型数据库中间件
产品组件
- ShardingSphere-JDBC：轻量级Java框架，在Java的JDBC层提供额外服务
- ShardingSphere-Proxy：透明化的数据库代理端，通过实现数据库二进制协议，对异构语言提供支持

产品功能

数据分片：分库、分表（垂直、水平）
分布式事务
读写分离
数据迁移
联邦查询：跨数据源查询
数据加密
影子库：压测数据隔离的影子数据库

使用

项目框架：若依前后端分离版本（SpringBoot 2.7.10）

ORM：Mybatis Plus（mybatis-plus-boot-starter 3.5.3）

数据库连接池：druid（druid-spring-boot-starter 1.2.15）

组件：ShardingSphere-JDBC（shardingsphere-jdbc-core-spring-boot-starter 5.2.0）

方案一

总pom引入shardingsphere-jdbc-core-spring-boot-starter

<!-- 分库分表引擎 -->
<dependency>
	<groupId>org.apache.shardingsphere</groupId>
    <artifactId>shardingsphere-jdbc-core-spring-boot-starter</artifactId>
    <version>5.2.0</version>
</dependency>

framework模块引入shardingsphere-jdbc-core-spring-boot-starter

admin模块新增配置文件application-shardingsphere.yml

# 数据源配置
spring:
  shardingsphere:
    # 单机模式
    mode:
      type: Standalone
    props:
      sql-show: true
    # 数据源配置
    datasource:
      names: druid,sharding
      # 主库数据源
      master:
        type: com.alibaba.druid.pool.DruidDataSource
        driver-class-name: dm.jdbc.driver.DmDriver
        url: jdbc:dm://localhost:5236?SCHEMA=xx&zeroDateTimeBehavior=convertToNull&useUnicode=true&characterEncoding=utf-8&allowMultiQueries=true&rewriteBatchedStatements=true
        username: SYSDBA
        password: SYSDBA
	  # 分库数据源	
      sharding:
        type: com.alibaba.druid.pool.DruidDataSource
        driver-class-name: dm.jdbc.driver.DmDriver
        url: jdbc:dm://localhost:5236?SCHEMA=xx
        username: SYSDBA
        password: SYSDBA
#        driver-class-name: com.mysql.jdbc.Driver
#        url: jdbc:mysql://localhost:3306/ry-order1?useUnicode=true&characterEncoding=utf8&zeroDateTimeBehavior=convertToNull&useSSL=true&serverTimezone=GMT%2B8
#        username: root
#        password: root		

    # 标准分片配置
    rules:
      # 分片规则
      sharding:
        tables:
		  # 表名
          tb_user:
            actual-data-nodes: sharding.tb_user_${0..1} # 相当于tb_user_0、tb_user_1
            table-strategy: # 分表策略
              standard: # 标准分表策略
                sharding-column: id                        # 分表列名
                sharding-algorithm-name: tb_user_inline    # 分表算法名字
		# 分片算法
        shardingAlgorithms:
          tb_user_inline:
			# 策略类型
            type: INLINE
            props:
              algorithm-expression: tb_user_$->{id % 2} # 结果为0和1，与上面的表名对应

相应修改DruidProperties.java里的配置值

结果：没有数据分片的效果

方案二

在方案一的基础上

DataSourceType加上类型SHARDING

DruidConfig加上数据源

setDataSource(targetDataSources, DataSourceType.SHARDING.name(), "shardingSphereDataSource");

调用方法上增加数据源类型

@Override
@DataSource(DataSourceType.SHARDING)
public Long insertNew(User user) {
    return (long) userMapper.insert(user);
}

注意点：shardingSphereDataSource默认使用的数据源名称就是sharding

结果：可以进行数据分片

方案三

总pom引入shardingsphere-jdbc-core-spring-boot-starter

<!-- 分库分表引擎 -->
<dependency>
	<groupId>org.apache.shardingsphere</groupId>
    <artifactId>shardingsphere-jdbc-core-spring-boot-starter</artifactId>
    <version>5.2.0</version>
</dependency>

framework模块引入shardingsphere-jdbc-core-spring-boot-starter

admin模块配置文件新增配置项指定sharding配置

spring:
	shardingsphere:
		configLocation: application-sharding.yml

新增sharding配置文件application-sharding.yml，注意部分单词驼峰

# 数据源
dataSources:
  sharding:
    dataSourceClassName: com.alibaba.druid.pool.DruidDataSource
    driverClassName: dm.jdbc.driver.DmDriver
    url: jdbc:dm://localhost:5236?SCHEMA=xx
    username: SYSDBA
    password: SYSDBA
    maxTotal: 100
#  ds_1:
#    dataSourceClassName: com.alibaba.druid.pool.DruidDataSource
#    driverClassName: com.mysql.cj.jdbc.Driver
#    url: jdbc:mysql://localhost:3306/ry-order2?useUnicode=true&characterEncoding=utf8&zeroDateTimeBehavior=convertToNull&useSSL=true&serverTimezone=GMT%2B8
#    username: root
#    password: root
#    maxTotal: 100

rules:
  - !TRANSACTION
    defaultType: LOCAL
  - !SHARDING
    tables:
      # 表名
      tb_user:
        actualDataNodes: sharding.tb_user_$->{0..1}
        tableStrategy: # 分表策略
          standard: # 标准分表策略
            sharding-column: id                        # 分表列名
            sharding-algorithm-name: tb_user_inline    # 分表算法名字
    # 分片算法
    shardingAlgorithms:
      tb_user_inline:
		# 策略类型
        type: INLINE
          props:
          algorithm-expression: tb_user_$->{id % 2}
	
	# 分布式序列算法配置（主键生成）
    keyGenerators:
      # 雪花算法
      snowflake:
        type: SNOWFLAKE

props:
  # 输出SQL
  sql-show: true

新增sharding配置类：ShardingProperties.java

import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Configuration;

@Configuration
public class ShardingProperties {

    @Value("${spring.shardingsphere.configLocation}")
    private String configLocation;

    public String getConfigLocation() {
        return configLocation;
    }
}

DataSourceType加上类型SHARDING

DruidConfig加上数据源

@Bean
public DataSource shardingDataSource(ShardingProperties shardingProperties) throws Exception
    {
        ClassPathResource classPathResource = new ClassPathResource(shardingProperties.getConfigLocation());
        InputStream inputStream = classPathResource.getInputStream();
        File tmpFile = File.createTempFile(shardingProperties.getConfigLocation(), ".tmp");
        Files.copy(inputStream, tmpFile.toPath(), StandardCopyOption.REPLACE_EXISTING);
        DataSource dataSource = YamlShardingSphereDataSourceFactory.createDataSource(tmpFile);
        return dataSource;
    }


// 动态数据源方法加上sharding
@Bean(name = "dynamicDataSource")
@Primary
public DynamicDataSource dataSource(DataSource masterDataSource) {
        Map<Object, Object> targetDataSources = new HashMap<>();
        targetDataSources.put(DataSourceType.MASTER.name(), masterDataSource);
        setDataSource(targetDataSources, DataSourceType.SHARDING.name(), "shardingDataSource");
        return new DynamicDataSource(masterDataSource, targetDataSources);
    }

调用方法上增加数据源类型

结果：可以进行数据分片

注意点

ShardingSphere各个版本有差异，并且不一定完全向前兼容，与其他框架如Springboot、druid上可能也存在某些版本无法兼容，所以需要注意引入的各个框架的版本
只有使用分片键进行操作才会通过分表扫描，否则依然是全表扫描
不支持分片表和单表关联查询
1. 解决方案：重写sql，不走分片查询

分页：如果是一些非主流的数据库，不在支持的数据库类型里，则需要适配

解决方案一：使用支持的数据库方言类型，如MySQL

解决方案二：通过自定义分页SQL实现

SELECT * 
  FROM ( SELECT TMP.*, 
               ROWNUM ROW_ID 
          FROM ( SELECT id, 
                       company_code, 
                  
                  FROM table_name ) TMP 
         WHERE ROWNUM <=?) 
 WHERE ROW_ID > ?

无法更新：IService.updateById()
1. 不能更新分片键字段，因为可能存在更新完不在此分片表里
2. 实体表字段加注解不更新：@TableField(updateStrategy = FieldStrategy.NEVER)
表约束失效：唯一性约束在多个表失效
使用in条件，即使使用分片键，还是会走全路由文章来源地址https://www.toymoban.com/news/detail-486721.html