資料量大了一定要分表，分庫分表Sharding-JDBC入門與專案實戰-有解無憂

最近專案中不少表的資料量越來越大，并且導致了一些資料庫的性能問題，因此想借助一些分庫分表的中間件，實作自動化分庫分表實作，調研下來，發現Sharding-JDBC目前成熟度最高并且應用最廣的Java分庫分表的客戶端組件，

本文主要介紹一些Sharding-JDBC核心概念以及生產環境下的實戰指南，旨在幫助組內成員快速了解Sharding-JDBC并且能夠快速將其使用起來，

Sharding-JDBC官方檔案：https://shardingsphere.apache.org/document/current/cn/overview/

核心概念

在使用Sharding-JDBC之前，一定是先理解清楚下面幾個核心概念，

邏輯表

水平拆分的資料庫（表）的相同邏輯和資料結構表的總稱，例：訂單資料根據主鍵尾數拆分為10張表，分別是t_order_0到t_order_9，他們的邏輯表名為t_order，

真實表

在分片的資料庫中真實存在的物理表，即上個示例中的t_order_0到t_order_9，

資料節點

資料分片的最小單元，由資料源名稱和資料表組成，例：ds_0.t_order_0，

系結表

指分片規則一致的主表和子表，例如：t_order表和t_order_item表，均按照order_id分片，則此兩張表互為系結表關系，系結表之間的多表關聯查詢不會出現笛卡爾積關聯，關聯查詢效率將大大提升，舉例說明,如果SQL為：

SELECT i.* FROM t_order o JOIN t_order_item i ON o.order_id=i.order_id WHERE o.order_id in (10, 11);

假設t_order和t_order_item對應的真實表各有2個，那么真實表就有t_order_0、t_order_1、t_order_item_0、t_order_item_1，在不配置系結表關系時，假設分片鍵order_id將數值10路由至第0片，將數值11路由至第1片，那么路由后的SQL應該為4條，它們呈現為笛卡爾積：

SELECT i.* FROM t_order_0 o JOIN t_order_item_0 i ON o.order_id=i.order_id WHERE o.order_id in (10, 11);
SELECT i.* FROM t_order_0 o JOIN t_order_item_1 i ON o.order_id=i.order_id WHERE o.order_id in (10, 11);
SELECT i.* FROM t_order_1 o JOIN t_order_item_0 i ON o.order_id=i.order_id WHERE o.order_id in (10, 11);
SELECT i.* FROM t_order_1 o JOIN t_order_item_1 i ON o.order_id=i.order_id WHERE o.order_id in (10, 11);

在配置系結表關系后，路由的SQL應該為2條：

SELECT i.* FROM t_order_0 o JOIN t_order_item_0 i ON o.order_id=i.order_id WHERE o.order_id in (10, 11);
SELECT i.* FROM t_order_1 o JOIN t_order_item_1 i ON o.order_id=i.order_id WHERE o.order_id in (10, 11);

廣播表

指所有的分片資料源中都存在的表，表結構和表中的資料在每個資料庫中均完全一致，適用于資料量不大且需要與海量資料的表進行關聯查詢的場景，例如：字典表，關注公眾號：程式員白楠楠，獲取一份2020面試題pdf

資料分片

分片鍵

用于分片的資料庫欄位，是將資料庫(表)水平拆分的關鍵欄位，例：將訂單表中的訂單主鍵的尾數取模分片，則訂單主鍵為分片欄位，SQL 中如果無分片欄位，將執行全路由，性能較差，除了對單分片欄位的支持，Sharding-JDBC 也支持根據多個欄位進行分片，

分片演算法

通過分片演算法將資料分片，支持通過=、>=、<=、>、<、BETWEEN和IN分片，分片演算法需要應用方開發者自行實作，可實作的靈活度非常高，

目前提供4種分片演算法，由于分片演算法和業務實作緊密相關，因此并未提供內置分片演算法，而是通過分片策略將各種場景提煉出來，提供更高層級的抽象，并提供介面讓應用開發者自行實作分片演算法，

精確分片演算法

對應 PreciseShardingAlgorithm，用于處理使用單一鍵作為分片鍵的 = 與 IN 進行分片的場景，需要配合 StandardShardingStrategy 使用，

范圍分片演算法

對應 RangeShardingAlgorithm，用于處理使用單一鍵作為分片鍵的 BETWEEN AND、>、<、>=、<=進行分片的場景，需要配合 StandardShardingStrategy 使用，

復合分片演算法

對應 ComplexKeysShardingAlgorithm，用于處理使用多鍵作為分片鍵進行分片的場景，包含多個分片鍵的邏輯較復雜，需要應用開發者自行處理其中的復雜度，需要配合 ComplexShardingStrategy 使用，

Hint分片演算法

對應 HintShardingAlgorithm，用于處理通過Hint指定分片值而非從SQL中提取分片值的場景，需要配合 HintShardingStrategy 使用，

分片策略

包含分片鍵和分片演算法，由于分片演算法的獨立性，將其獨立抽離，真正可用于分片操作的是分片鍵 + 分片演算法，也就是分片策略，目前提供 5 種分片策略，

標準分片策略

對應 StandardShardingStrategy，提供對 SQ L陳述句中的 =, >, <, >=, <=, IN 和 BETWEEN AND 的分片操作支持，StandardShardingStrategy 只支持單分片鍵，提供 PreciseShardingAlgorithm 和 RangeShardingAlgorithm 兩個分片演算法，PreciseShardingAlgorithm 是必選的，用于處理 = 和 IN 的分片，RangeShardingAlgorithm 是可選的，用于處理 BETWEEN AND, >, <, >=, <=分片，如果不配置 RangeShardingAlgorithm，SQL 中的 BETWEEN AND 將按照全庫路由處理，

復合分片策略

對應 ComplexShardingStrategy，復合分片策略，提供對 SQL 陳述句中的 =, >, <, >=, <=, IN 和 BETWEEN AND 的分片操作支持，ComplexShardingStrategy 支持多分片鍵，由于多分片鍵之間的關系復雜，因此并未進行過多的封裝，而是直接將分片鍵值組合以及分片運算子透傳至分片演算法，完全由應用開發者實作，提供最大的靈活度，

行運算式分片策略

對應 InlineShardingStrategy，使用 Groovy 的運算式，提供對 SQL 陳述句中的 = 和 IN的分片操作支持，只支持單分片鍵，對于簡單的分片演算法，可以通過簡單的配置使用，從而避免繁瑣的Java代碼開發，如: t_user_$->{u_id % 8} 表示 t_user 表根據 u_id 模 8，而分成 8 張表，表名稱為 t_user_0 到 t_user_7，可以認為是精確分片演算法的簡易實作

Hint分片策略

對應 HintShardingStrategy，通過 Hint 指定分片值而非從 SQL 中提取分片值的方式進行分片的策略，

分布式主鍵

用于在分布式環境下，生成全域唯一的id，Sharding-JDBC 提供了內置的分布式主鍵生成器，例如 UUID、SNOWFLAKE，還抽離出分布式主鍵生成器的介面，方便用戶自行實作自定義的自增主鍵生成器，為了保證資料庫性能，主鍵id還必須趨勢遞增，避免造成頻繁的資料頁面分裂，

讀寫分離

提供一主多從的讀寫分離配置，可獨立使用，也可配合分庫分表使用，

同一執行緒且同一資料庫連接內，如有寫入操作，以后的讀操作均從主庫讀取，用于保證資料一致性
基于Hint的強制主庫路由，
主從模型中，事務中讀寫均用主庫，

執行流程

Sharding-JDBC 的原理總結起來很簡單: 核心由 SQL決議 => 執行器優化 => SQL路由 => SQL改寫 => SQL執行 => 結果歸并的流程組成，

專案實戰

spring-boot專案實戰

引入依賴

<dependency>
    <groupId>org.apache.shardingsphere</groupId>
    <artifactId>sharding-jdbc-spring-boot-starter</artifactId>
    <version>4.0.1</version>
</dependency>

資料源配置

如果使用sharding-jdbc-spring-boot-starter, 并且資料源以及資料分片都使用shardingsphere進行配置，對應的資料源會自動創建并注入到spring容器中，

spring.shardingsphere.datasource.names=ds0,ds1

spring.shardingsphere.datasource.ds0.type=org.apache.commons.dbcp.BasicDataSource
spring.shardingsphere.datasource.ds0.driver-class-name=com.mysql.jdbc.Driver
spring.shardingsphere.datasource.ds0.url=jdbc:mysql://localhost:3306/ds0
spring.shardingsphere.datasource.ds0.username=root
spring.shardingsphere.datasource.ds0.password=

spring.shardingsphere.datasource.ds1.type=org.apache.commons.dbcp.BasicDataSource
spring.shardingsphere.datasource.ds1.driver-class-name=com.mysql.jdbc.Driver
spring.shardingsphere.datasource.ds1.url=jdbc:mysql://localhost:3306/ds1
spring.shardingsphere.datasource.ds1.username=root
spring.shardingsphere.datasource.ds1.password=

# 其它分片配置

但是在我們已有的專案中，資料源配置是單獨的，因此要禁用sharding-jdbc-spring-boot-starter里面的自動裝配，而是參考原始碼自己重寫資料源配置，需要在啟動類上加上@SpringBootApplication(exclude = {org.apache.shardingsphere.shardingjdbc.spring.boot.SpringBootConfiguration.class})來排除，然后自定義配置類來裝配DataSource，

@Configuration
@Slf4j
@EnableConfigurationProperties({
        SpringBootShardingRuleConfigurationProperties.class,
        SpringBootMasterSlaveRuleConfigurationProperties.class, SpringBootEncryptRuleConfigurationProperties.class, SpringBootPropertiesConfigurationProperties.class})
@AutoConfigureBefore(DataSourceConfiguration.class)
public class DataSourceConfig implements ApplicationContextAware {

    @Autowired
    private SpringBootShardingRuleConfigurationProperties shardingRule;

    @Autowired
    private SpringBootPropertiesConfigurationProperties props;

    private ApplicationContext applicationContext;

    @Bean("shardingDataSource")
    @Conditional(ShardingRuleCondition.class)
    public DataSource shardingDataSource() throws SQLException {
        // 獲取其它方式配置的資料源
        Map<String, DruidDataSourceWrapper> beans = applicationContext.getBeansOfType(DruidDataSourceWrapper.class);
        Map<String, DataSource> dataSourceMap = new HashMap<>(4);
        beans.forEach(dataSourceMap::put);
        // 創建shardingDataSource
        return ShardingDataSourceFactory.createDataSource(dataSourceMap, new ShardingRuleConfigurationYamlSwapper().swap(shardingRule), props.getProps());
    }

    @Bean
    public SqlSessionFactory sqlSessionFactory() throws SQLException {
        SqlSessionFactoryBean sqlSessionFactoryBean = new SqlSessionFactoryBean();
        // 將shardingDataSource設定到SqlSessionFactory中
        sqlSessionFactoryBean.setDataSource(shardingDataSource());
        // 其它設定
        return sqlSessionFactoryBean.getObject();
    }
}

分布式id生成器配置

Sharding-JDBC提供了UUID、SNOWFLAKE生成器，還支持用戶實作自定義id生成器，比如可以實作了type為SEQ的分布式id生成器，呼叫統一的分布式id服務獲取id，

@Data
public class SeqShardingKeyGenerator implements ShardingKeyGenerator {

    private Properties properties = new Properties();

    @Override
    public String getType() {
        return "SEQ";
    }

    @Override
    public synchronized Comparable<?> generateKey() {
       // 獲取分布式id邏輯
    }
}

由于擴展ShardingKeyGenerator是通過JDK的serviceloader的SPI機制實作的，因此還需要在resources/META-INF/services目錄下配置org.apache.shardingsphere.spi.keygen.ShardingKeyGenerator檔案，檔案內容就是SeqShardingKeyGenerator類的全路徑名，這樣使用的時候，指定分布式主鍵生成器的type為SEQ就好了，

至此，Sharding-JDBC就整合進spring-boot專案中了，后面就可以進行資料分片相關的配置了，

資料分片實戰

如果專案初期就能預估出表的資料量級，當然可以一開始就按照這個預估值進行分庫分表處理，但是大多數情況下，我們一開始并不能準備預估出數量級，這時候通常的做法是：

線上資料某張表查詢性能開始下降，排查下來是因為資料量過大導致的，
根據歷史資料量預估出未來的資料量級，并結合具體業務場景確定分庫分表策略，
自動分庫分表代碼實作，

下面就以一個具體事例，闡述具體資料分片實戰，比如有張表資料結構如下：

CREATE TABLE `hc_question_reply_record` (
  `id` bigint NOT NULL AUTO_INCREMENT COMMENT '自增ID',
  `reply_text` varchar(500) NOT NULL DEFAULT '' COMMENT '回復內容',
  `reply_wheel_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '回復時間',

  `ctime` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '創建時間',
  `mtime` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '更新時間',
  PRIMARY KEY (`id`),
  INDEX `idx_reply_wheel_time` (`reply_wheel_time`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci
  COMMENT='回復明細記錄';

分片方案確定

先查詢目前目標表月新增趨勢：

SELECT count(*), date_format(ctime, '%Y-%m') AS `日期`
FROM hc_question_reply_record
GROUP BY date_format(ctime, '%Y-%m');

目前月新增在180w左右，預估未來達到300w(基本以2倍計算)以上，期望單表資料量不超過1000w，可使用reply_wheel_time作為分片鍵按季度歸檔，

分片配置

spring:
  # sharing-jdbc配置
  shardingsphere:
    # 資料源名稱
    datasource:
      names: defaultDataSource,slaveDataSource
    sharding:
      # 主從節點配置
      master-slave-rules:
        defaultDataSource:
          # maser資料源
          master-data-source-name: defaultDataSource
          # slave資料源
          slave-data-source-names: slaveDataSource
      tables:
        # hc_question_reply_record 分庫分表配置
        hc_question_reply_record:
          # 真實資料節點  hc_question_reply_record_2020_q1
          actual-data-nodes: defaultDataSource.hc_question_reply_record_$->{2020..2025}_q$->{1..4}
          # 表分片策略
          table-strategy:
            standard:
              # 分片鍵
              sharding-column: reply_wheel_time
              # 精確分片演算法 全路徑名
              preciseAlgorithmClassName: com.xx.QuestionRecordPreciseShardingAlgorithm
              # 范圍分片演算法，用于BETWEEN，可選，，該類需實作RangeShardingAlgorithm介面并提供無引數的構造器
              rangeAlgorithmClassName: com.xx.QuestionRecordRangeShardingAlgorithm

      # 默認分布式id生成器
      default-key-generator:
        type: SEQ
        column: id

分片演算法實作

精確分片演算法：QuestionRecordPreciseShardingAlgorithm

public class QuestionRecordPreciseShardingAlgorithm implements PreciseShardingAlgorithm<Date> {
  /**
   * Sharding.
   *
   * @param availableTargetNames available data sources or tables's names
   * @param shardingValue        sharding value
   * @return sharding result for data source or table's name
   */
  @Override
  public String doSharding(Collection<String> availableTargetNames, PreciseShardingValue<Date> shardingValue) {
      return ShardingUtils.quarterPreciseSharding(availableTargetNames, shardingValue);
  }
}

范圍分片演算法：QuestionRecordRangeShardingAlgorithm

public class QuestionRecordRangeShardingAlgorithm implements RangeShardingAlgorithm<Date> {

  /**
   * Sharding.
   *
   * @param availableTargetNames available data sources or tables's names
   * @param shardingValue        sharding value
   * @return sharding results for data sources or tables's names
   */
  @Override
  public Collection<String> doSharding(Collection<String> availableTargetNames, RangeShardingValue<Date> shardingValue) {
      return ShardingUtils.quarterRangeSharding(availableTargetNames, shardingValue);
  }
}

具體分片實作邏輯：ShardingUtils

@UtilityClass
public class ShardingUtils {
    public static final String QUARTER_SHARDING_PATTERN = "%s_%d_q%d";

    /**
    * logicTableName_{year}_q{quarter}
    * 按季度范圍分片
    * @param availableTargetNames 可用的真實表集合
    * @param shardingValue 分片值
    * @return
    */
    public Collection<String> quarterRangeSharding(Collection<String> availableTargetNames, RangeShardingValue<Date> shardingValue) {
        // 這里就是根據范圍查詢條件，篩選出匹配的真實表集合
    }

    /**
    * logicTableName_{year}_q{quarter}
    * 按季度精確分片
    * @param availableTargetNames 可用的真實表集合
    * @param shardingValue 分片值
    * @return
    */
    public static String quarterPreciseSharding(Collection<String> availableTargetNames, PreciseShardingValue<Date> shardingValue) {
        // 這里就是根據等值查詢條件，計算出匹配的真實表
    }
}

到這里，針對hc_question_reply_record表，使用reply_wheel_time作為分片鍵，按照季度分片的處理就完成了，還有一點要注意的就是，分庫分表之后，查詢的時候最好都帶上分片鍵作為查詢條件，否則就會使用全庫路由，性能很低，

還有就是Sharing-JDBC對mysql的全文索引支持的不是很好，專案有使用到的地方也要注意一下，總結來說整個程序還是比較簡單的，后續碰到其它業務場景，相信大家按照這個思路肯定都能解決的，

總結

總結了2020面試題，這份面試題的包含的模塊分為19個模塊，分別是： Java 基礎、容器、多執行緒、反射、物件拷貝、Java Web 、例外、網路、設計模式、Spring/Spring MVC、Spring Boot/Spring Cloud、Hibernate、MyBatis、RabbitMQ、Kafka、Zookeeper、MySQL、Redis、JVM ，

關注公眾號：程式員白楠楠，獲取上述資料，

轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/232914.html

標籤：其他

上一篇：11 快取

下一篇：7、Spring Cloud Hystrix