一、序言
在實際業務中，單表資料增長較快，很容易達到資料瓶頸，比如單表百萬級別資料量，當資料量繼續增長時，資料的查詢性能即使有索引的幫助下也不盡如意，這時可以引入資料分庫分表技術，
本文將基于SpringBoot+MybatisPlus+Sharding-JDBC+Mysql實作企業級分庫分表，
1、組件及版本選擇
 |
 |
 |
 |
|---|---|---|---|
| SpringBoot 2.6.x | MybatisPlus 3.5.0 | Sharding-JDBC 4.1.1 | Mysql 5.7.35 |
2、預期目標
- 使用上述組件實作分庫分表，簡化起見只討論分表技術
- 完成分表后的邏輯表與物理表間的增刪查改
- 引入邏輯洗掉和使用MybatisPlus內置分頁技術
完整專案原始碼訪問地址，
二、代碼實作
為了簡化分表復雜性，專注于分表整體實作，簡化分表邏輯：按照UserId的奇偶屬性分別進行分表，以訂單表這一典型場景為例，一般來說有關訂單表，通常具有如下共性行為：
- 創建訂單記錄
- 查詢XX用戶的訂單串列
- 查詢XX用戶的訂單串列（分頁）
- 查詢XX訂單詳情
- 修改訂單狀態
- 洗掉訂單（邏輯洗掉）
接下來通過代碼實作上述目標，
（一）素材準備
1、物體類
@Data
@TableName("bu_order")
public class Order {
@TableId
private Long orderId;
private Integer orderType;
private Long userId;
private Double amount;
private Integer orderStatus;
@TableLogic
@JsonIgnore
private Boolean deleted;
}
2、Mapper類
@Mapper
public interface OrderMapper extends BaseMapper<Order> {
}
3、全域組態檔
spring:
config:
use-legacy-processing: true
shardingsphere:
datasource:
ds1:
driver-class-name: com.mysql.cj.jdbc.Driver
type: com.alibaba.druid.pool.DruidDataSource
url: jdbc:mysql://127.0.0.1:3306/sharding-jdbc2?serverTimezone=UTC
username: root
password: 123456
names: ds1
props:
sql:
show: true
sharding:
tables:
bu_order:
actual-data-nodes: ds1.bu_order_$->{0..1}
key-generator:
column: order_id
type: SNOWFLAKE
table-strategy:
inline:
algorithm-expression: bu_order_${user_id%2}
sharding-column: user_id
（二）增刪查改
1、保存資料
由于依據主鍵的奇偶屬性對原表分表，分表后每張表的資料量是分表前的二分之一，根據需要也可以自定義分表數量（比如10張），新分表后的資料量是不分表前的十分之一，
@Test
public void addOrders() {
for (long i = 1; i <= 10; i++) {
Order order = new Order();
order.setOrderId(i);
order.setOrderType(RandomUtil.randomEle(Arrays.asList(1, 2)));
order.setUserId(RandomUtil.randomEle(Arrays.asList(101L, 102L, 103L)));
order.setAmount(1000.0 * i);
orderMapper.insert(order);
}
}
2、查詢串列資料
查詢指定用戶的訂單串列，
@GetMapping("/list")
public AjaxResult list(Order order) {
LambdaQueryWrapper<Order> wrapper = Wrappers.lambdaQuery(order);
return AjaxResult.success(orderMapper.selectList(wrapper));
}
3、分頁查詢資料
分頁查詢指定用戶的訂單串列
@GetMapping("/page")
public AjaxResult page(Page<Order> page, Order order) {
return AjaxResult.success(orderMapper.selectPage(page, Wrappers.lambdaQuery(order)));
}
4、查詢詳情
通過訂單ID查詢訂單詳情，
@GetMapping("/detail/{orderId}")
public AjaxResult detail(@PathVariable Long orderId) {
return AjaxResult.success(orderMapper.selectById(orderId));
}
5、洗掉資料
通過訂單ID洗掉訂單（邏輯洗掉）
@DeleteMapping("/delete/{orderId}")
public AjaxResult delete(@PathVariable Long orderId) {
return AjaxResult.success(orderMapper.deleteById(orderId));
}
6、修改資料
修改資料一般涉及部分列，比如修改訂單表的訂單狀態等，
@PutMapping("/edit")
public AjaxResult edit(@RequestBody Order order) {
return AjaxResult.success(orderMapper.updateById(order));
}
三、理論分析
1、選擇分片列
選擇分片列是經過精心對比后確定的，對于訂單類場景，需要頻繁以用戶ID為查詢條件篩選資料，因此將同一個用戶的訂單資料存放在一起有利于提高查詢效率，
2、擴容
當分表后的表資料快速增長，可以預見即將達到瓶頸時，需要對分表進行擴容，擴容以2倍的速率進行，擴容期間需要遷移資料，作業量相對可控，
喜歡本文就【??推薦??】一下，激勵我持續創作，這個Github同樣精彩，收到您的star我會很激動，本文歸檔在專題博客，視頻講解在B站，
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/435328.html
標籤：Java