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
- 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()
- 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
- 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文章来源:https://www.toymoban.com/news/detail-656540.html
-
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-656540.html
参考内容
- 自定义分片算法:参考1、参考2、参考3
到了这里,关于ShardingSphere-JDBC-若依框架集成(SpringBoot)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!