分庫分表之第二篇-有解無憂

分庫分表之第二篇

2. Sharding-JDBC快速入門

2.1需求說明
2.2. 環境建設

2.2.1環境說明
2.2.2創建資料庫
2.2.3約會maven依賴

2.3 撰寫程式

2.3.1 分片規則配置
2.3.2 資料操作
2.3.3 測驗

2.4. 流程分析
2.5 其他集成方式

2. Sharding-JDBC快速入門

2.1需求說明

使用Sharding-JDBC完成對訂單表的水平分表，通過快速入門程式的開發，快速體驗Sharding-JDBC的使用，人工創建兩張表，t_order_1和t_order_2，這張表是訂單表替換后的表，通過Shading-JDBC向訂單表插入資料，按照一定的分片規則，主鍵為偶數的盡入t_order_1，另一部分資料進入t_order_2，通過Shading-Jdbc查詢資料，根據SQL陳述句的內容從t_order_1或order_2查詢資料，

2.2. 環境建設

2.2.1環境說明

作業系統：Win10資料庫：MySQL-5.7.25 JDK：64位jdk1.8.0_201應用框架：spring-boot-2.1.3.RELEASE，Mybatis3.5.0 Sharding-JDBC：sharding-jdbc-spring-boot-starter-4.0 .0-RC1

2.2.2創建資料庫

創建訂單表

CREATE DATABASE`order_db`字符集'UTF8'COLLATE'utf8_general_ci'; ```在order_db中創建t_order_1，t_order_2表如果存在java DROP TABLE t_order_1; CREATE TABLE`t_order_1`（`order_id` BIGINT（20）非空注釋'訂單ID'，`price`十進制（10，2）非空注釋'訂單價格'，`user_id` BIGINT（20）非空注釋“下一個單用戶id”，“狀態” varchar（50）字符集utf8集合utf8_general_ci NOT NULL COMMENT“訂單狀態”，主鍵（`order_id`）使用BTREE）引擎= InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = 如果存在表t_order_2; CREATE TABLE`t_order_2`（`order_id` BIGINT（20）非空注釋'訂單ID'，`price`十進制（10，2）非空注釋'訂單價格'，`user_id` BIGINT（20）非空注釋'下一個單用戶id'，`status` varchar（50）字符集utf8集合utf8_general_ci NOT NULL COMMENT'訂單狀態'，主鍵（`order_id`）使用BTREE 
）ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT =動態;

2.2.3約會maven依賴

sharding-jdbc和SpringBoot整合的Jar包：

<dependency>
<groupId>org.apache.shardingsphere</groupId> 
<artifactId>sharding‐jdbc‐spring‐boot‐starter</artifactId> 
<version>4.0.0‐RC1</version>
   </dependency>

2.3 撰寫程式

2.3.1 分片規則配置

分片規則配置是sharding-jdbc進行分庫分表操作的重要依據，配置內容包括：資料源、主鍵生成策略等，
在application.properties中配置

server.port=56081
spring.application.name = sharding‐jdbc‐simple‐demo
 server.servlet.context‐path = /sharding‐jdbc‐simple‐demo spring.http.encoding.enabled = true spring.http.encoding.charset = UTF‐8 spring.http.encoding.force = true
spring.main.allow‐bean‐definition‐overriding = true
mybatis.configuration.map‐underscore‐to‐camel‐case = true # 以下是分片規則配置
# 定義資料源
spring.shardingsphere.datasource.names = m1
spring.shardingsphere.datasource.m1.type = com.alibaba.druid.pool.DruidDataSource spring.shardingsphere.datasource.m1.driver‐class‐name = com.mysql.jdbc.Driver spring.shardingsphere.datasource.m1.url = jdbc:mysql://localhost:3306/order_db?useUnicode=true spring.shardingsphere.datasource.m1.username = root spring.shardingsphere.datasource.m1.password = root
# 指定t_order表的資料分布情況，配置資料節點 spring.shardingsphere.sharding.tables.t_order.actual‐data‐nodes = m1.t_order_$‐>{1..2}
# 指定t_order表的主鍵生成策略為SNOWFLAKE spring.shardingsphere.sharding.tables.t_order.key‐generator.column=order_id spring.shardingsphere.sharding.tables.t_order.key‐generator.type=SNOWFLAKE
# 指定t_order表的分片策略，分片策略包括分片鍵和分片演算法 spring.shardingsphere.sharding.tables.t_order.table‐strategy.inline.sharding‐column = order_id spring.shardingsphere.sharding.tables.t_order.table‐strategy.inline.algorithm‐expression = t_order_$‐>{order_id % 2 + 1}
# 打開sql輸出日志 spring.shardingsphere.props.sql.show = true
swagger.enable = true
logging.level.root = info logging.level.org.springframework.web = info logging.level.com.itheima.dbsharding = debug logging.level.druid.sql = debug

首先定義資料源m1，并對m1進行實際的引數配置
指定t_order表的資料分布情況，它分布在m1.t_order_1、m1.t_order_2
指定t_order表的主鍵生成策略為SNOWFLAKE，SNOWFLAKE是一種分布式自增演算法，保證id全域唯一
定義t_order分片策略，order_id為偶數的資料落在t_order_1，為奇數的落在t_order_2，分表策略的運算式為t_order_$->{order_id % 2 + 1}

2.3.2 資料操作

   @Mapper
   @Component
   public interface OrderDao {
	/**
	* 新增訂單
	* @param price 訂單價格 * @param userId 用戶id * @param status 訂單狀態 * @return
	*/
	@Insert("insert into t_order(price,user_id,status) value(#{price},#{userId},#{status})")
	int insertOrder(@Param("price") BigDecimal price, @Param("userId")Long userId, @Param("status")String status);
	/**
	* 根據id串列查詢多個訂單
	* @param orderIds 訂單id串列 * @return
	*/
	@Select({"<script>" + "select " +
	"*"+
	" from t_order t" +
	" where t.order_id in " +
	"<foreach collection='orderIds' item='id' open='(' separator=',' close=')'>" + " #{id} " +
	"</foreach>"+
	"</script>"})
	List<Map> selectOrderbyIds(@Param("orderIds")List<Long> orderIds); 
}

2.3.3 測驗

撰寫單元測驗：

@RunWith(SpringRunner.class)
@SpringBootTest(classes = {ShardingJdbcSimpleDemoBootstrap.class}) public class OrderDaoTest {
	@Autowired
	private OrderDao orderDao;
	@Test
	public void testInsertOrder(){
		for (int i = 0 ; i<10; i++){
			orderDao.insertOrder(new BigDecimal((i+1)*5),1L,"WAIT_PAY");
		} 
	}
	@Test
	public void testSelectOrderbyIds(){
		List<Long> ids = new ArrayList<>(); ids.add(373771636085620736L); ids.add(373771635804602369L);
		List<Map> maps = orderDao.selectOrderbyIds(ids); System.out.println(maps);
	} 
}

執行testInsertOrder：

通過日志可以發現order_id為奇數的被插入到t_order_2表，為偶數的被插入到t_order_1表，達到預期目標，
執行testSelectOrderbyIds：

通過日志可以發現，根據傳入的order_id的奇偶不同，分片-JDBC分別去不同的表檢索資料，達到預期目標，

2.4. 流程分析

通過日志分析，Sharding-JDBC在拿到用戶要執行的sql之后干了那些事兒：
（1）決議sql，獲取片鍵值，在本例中是order_id
（2）Sharding-JDBC通過規則配置t_order_$->{order_id% 2 + 1}，知道類當order_id為偶數時，應該往t_order_1表插資料，為奇數時，往t_order_2插資料，
（3）于是Sharding-JDBC根據order_id的值改寫sql陳述句，改寫后的SQL陳述句是真實所要執行的SQL陳述句，
（4）執行改寫后的真實sql陳述句
（5）將所有真正執行sql的結果進行匯總合并，回傳，

2.5 其他集成方式

Sharding-JDBC不僅可以與Spring boot良好集成，它還支持其他配置方式，共支持以下四種集成方式，
Spring Boot Yaml配置
定義application.yml，內容如下：

server:
     port: 56081
     servlet:
context‐path: /sharding‐jdbc‐simple‐demo spring:
application:
name: sharding‐jdbc‐simple‐demo
     http:
       encoding:
enabled: true charset: utf‐8 force: true
main:
allow‐bean‐definition‐overriding: true
     shardingsphere:
       datasource:
         names: m1
m1:
type: com.alibaba.druid.pool.DruidDataSource driverClassName: com.mysql.jdbc.Driver
url: jdbc:mysql://localhost:3306/order_db?useUnicode=true username: root
password: mysql
       sharding:
         tables:
t_order:
actualDataNodes: m1.t_order_$‐>{1..2} tableStrategy:
inline:
shardingColumn: order_id
algorithmExpression: t_order_$‐>{order_id % 2 + 1}
             keyGenerator:
               type: SNOWFLAKE
               column: order_id
props: sql:
           show: true
   mybatis:
configuration: map‐underscore‐to‐camel‐case: true
   swagger:
     enable: true
   logging:
     level:
root: info
 org.springframework.web: info 
 com.itheima.dbsharding: debug 
 druid.sql: debug

如果使用application.yml則需要屏蔽原來的application.properties檔案，
Java配置
添加配置類：

@Configuration
   public class ShardingJdbcConfig {
// 定義資料源
Map<String, DataSource> createDataSourceMap() {
DruidDataSource dataSource1 = new DruidDataSource(); dataSource1.setDriverClassName("com.mysql.jdbc.Driver"); dataSource1.setUrl("jdbc:mysql://localhost:3306/order_db?useUnicode=true"); dataSource1.setUsername("root");
dataSource1.setPassword("root");
Map<String, DataSource> result = new HashMap<>(); result.put("m1", dataSource1);
return result;
}
// 定義主鍵生成策略
private static KeyGeneratorConfiguration getKeyGeneratorConfiguration() {
KeyGeneratorConfiguration result = new KeyGeneratorConfiguration("SNOWFLAKE","order_id");
           return result;
       }
// 定義t_order表的分片策略
TableRuleConfiguration getOrderTableRuleConfiguration() {
TableRuleConfiguration result = new TableRuleConfiguration("t_order","m1.t_order_$‐> {1..2}");
result.setTableShardingStrategyConfig(new InlineShardingStrategyConfiguration("order_id", "t_order_$‐>{order_id % 2 + 1}"));
result.setKeyGeneratorConfig(getKeyGeneratorConfiguration()); return result;
}
// 定義sharding‐Jdbc資料源
@Bean
DataSource getShardingDataSource() throws SQLException {
ShardingRuleConfiguration shardingRuleConfig = new ShardingRuleConfiguration(); shardingRuleConfig.getTableRuleConfigs().add(getOrderTableRuleConfiguration()); //spring.shardingsphere.props.sql.show = true
Properties properties = new Properties();
properties.put("sql.show","true");
return ShardingDataSourceFactory.createDataSource(createDataSourceMap(),
     shardingRuleConfig,properties);
       }
}

由于采用類配置類所以需要屏蔽原來application.properties檔案中spring.shardingsphere開頭的配置資訊，還需要在SpringBoot啟動類中屏蔽使用spring.shardingsphere配置項的類：

@SpringBootApplication(exclude = {SpringBootConfiguration.class}) public class ShardingJdbcSimpleDemoBootstrap {....}

Spring命名空間配置此方式使用xml方式配置，不推薦使用，

<?xml version="1.0" encoding="UTF‐8"?>
<beans xmlns="http://www.springframework.org/schema/beans" xmlns:xsi="http://www.w3.org/2001/XMLSchema‐instance" xmlns:p="http://www.springframework.org/schema/p" xmlns:context="http://www.springframework.org/schema/context" xmlns:tx="http://www.springframework.org/schema/tx"
   xmlns:sharding="http://shardingsphere.apache.org/schema/shardingsphere/sharding"
    xsi:schemaLocation="http://www.springframework.org/schema/beans http://www.springframework.org/schema/beans/spring‐beans.xsd
http://shardingsphere.apache.org/schema/shardingsphere/sharding
http://shardingsphere.apache.org/schema/shardingsphere/sharding/sharding.xsd http://www.springframework.org/schema/context
http://www.springframework.org/schema/context/spring‐context.xsd http://www.springframework.org/schema/tx http://www.springframework.org/schema/tx/spring‐tx.xsd">
<context:annotation‐config />
<!‐‐定義多個資料源‐‐>
<bean id="m1" class="com.alibaba.druid.pool.DruidDataSource" destroy‐method="close">
<property name="driverClassName" value="com.mysql.jdbc.Driver" />
<property name="url" value="jdbc:mysql://localhost:3306/order_db_1?useUnicode=true" /> 
<property name="username" value="root" />
<property name="password" value="root" />
</bean>
<!‐‐定義分庫策略‐‐>
<sharding:inline‐strategy id="tableShardingStrategy" sharding‐column="order_id" algorithm‐
expression="t_order_$‐>{order_id % 2 + 1}" /> 
<!‐‐定義主鍵生成策略‐‐>
<sharding:key‐generator id="orderKeyGenerator" type="SNOWFLAKE" column="order_id" />
<!‐‐定義sharding‐Jdbc資料源‐‐> <sharding:data‐source id="shardingDataSource">
<sharding:sharding‐rule data‐source‐names="m1"> 
<sharding:table‐rules>
<sharding:table‐rule logic‐table="t_order" table‐strategy‐ ref="tableShardingStrategy" key‐generator‐ref="orderKeyGenerator" />
</sharding:table‐rules> 
</sharding:sharding‐rule>
</sharding:data‐source> 
</beans>

轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/29224.html

標籤：架構設計

上一篇：軟體設計的哲學：第十一章兩次設計

下一篇：分庫分表之第三篇