今天項目不忙，想搞一下shardingJDBC分庫分表看看，主要想實現以下幾點:
- 捨棄xml配置，使用.yml或者.properties文件+java的方式配置spring。
- 使用 Druid 作為數據庫連接池，同時開啟監控界面，並支持監控多數據源。
- 不依賴 com.dangdang 的 sharding-jdbc-core 包。此包過於古老，最後一次更新在2016年。目測只是封裝了一層，意義不大。感覺如果不是dangdang公司內部開發，沒必要用這個包。（且本人實測不能和最新的Druid包一起用，insert語句報錯）
折騰了半天，網上找的例子大部分跑不通。直接自己從零開搞，全部組件直接上當前最新版本。
SpringBoot: 2.3.0
mybatis: 2.1.3
druid: 1.1.22
sharding-jdbc: 4.1.1
注意：這裏因為是自己邊看源碼邊配置，（sharding官網的例子可能是版本問題基本沒法用，GitHub 我這裏網絡基本打不開），所以數據源和sharding大部分用java代碼配置。了解配置原理后，也可以簡化到 .yml / .properties 文件中。
Sharding-JDBC簡介
Apache ShardingSphere 是一套開源的分佈式數據庫中間件解決方案組成的生態圈，它由 JDBC、Proxy 和 Sidecar（規劃中）這 3 款相互獨立，卻又能夠混合部署配合使用的產品組成。
Sharding-JDBC定位為輕量級 Java 框架，在 Java 的 JDBC 層提供的額外服務。 它使用客戶端直連數據庫，以 jar 包形式提供服務，無需額外部署和依賴，可理解為增強版的 JDBC 驅動，完全兼容 JDBC 和各種 ORM 框架。
- 適用於任何基於 JDBC 的 ORM 框架，如：JPA, Hibernate, Mybatis, Spring JDBC Template 或直接使用 JDBC。
- 支持任何第三方的數據庫連接池，如：DBCP, C3P0, BoneCP, Druid, HikariCP 等。
- 支持任意實現JDBC規範的數據庫。目前支持 MySQL，Oracle，SQLServer，PostgreSQL 以及任何遵循 SQL92 標準的數據庫。
Sharding配置示意圖
簡單的理解如下圖，對sharding-jdbc進行配置，其實就是對所有需要進行分片的表進行配置。對錶的配置，則主要是對分庫的配置和分表的配置。這裏可以只分庫不分表，或者只分表不分庫，或者同時包含分庫和分表邏輯。
先看一下我的項目目錄結構整體如下：
一、POM依賴配置
完整的pom表如下，其中主要是對 mysql-connector-java、mybatis-spring-boot-starter、druid-spring-boot-starter、sharding-jdbc-core 的依賴。
注意：sharding-jdbc-core 我用的4.0+的版本，因為已經晉陞為 apache 基金會的頂級項目，其 groupId 變為了 org.apache.shardingsphere，之前是io.shardingsphere。
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>
<parent>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-parent</artifactId>
<version>2.3.0.RELEASE</version>
<relativePath/> <!-- lookup parent from repository -->
</parent>
<groupId>com.example</groupId>
<artifactId>shardingjdbc</artifactId>
<version>0.0.1-SNAPSHOT</version>
<name>shardingjdbc</name>
<description>Demo project for Spring Boot</description>
<properties>
<!--<sharding.jdbc.version>3.0.0</sharding.jdbc.version>-->
<java.version>1.8</java.version>
</properties>
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>org.springframework</groupId>
<artifactId>spring-tx</artifactId>
</dependency>
<dependency>
<groupId>mysql</groupId>
<artifactId>mysql-connector-java</artifactId>
<scope>runtime</scope>
</dependency>
<dependency>
<groupId>org.mybatis.spring.boot</groupId>
<artifactId>mybatis-spring-boot-starter</artifactId>
<version>2.1.3</version>
</dependency>
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>druid-spring-boot-starter</artifactId>
<version>1.1.22</version>
</dependency>
<dependency>
<groupId>org.apache.shardingsphere</groupId>
<artifactId>sharding-jdbc-core</artifactId>
<version>4.1.1</version>
</dependency>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
<optional>true</optional>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
<scope>test</scope>
<exclusions>
<exclusion>
<groupId>org.junit.vintage</groupId>
<artifactId>junit-vintage-engine</artifactId>
</exclusion>
</exclusions>
</dependency>
<dependency>
<groupId>log4j</groupId>
<artifactId>log4j</artifactId>
<version>1.2.16</version>
</dependency>
<dependency>
<groupId>org.slf4j</groupId>
<artifactId>slf4j-log4j12</artifactId>
<version>1.7.5</version>
</dependency>
</dependencies>
<build>
<resources>
<resource>
<directory>src/main/java</directory>
<includes>
<include>**/*.xml</include>
</includes>
</resource>
</resources>
<plugins>
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-compiler-plugin</artifactId>
<configuration>
<source>1.8</source>
<target>1.8</target>
<encoding>UTF-8</encoding>
</configuration>
</plugin>
<plugin>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-maven-plugin</artifactId>
</plugin>
</plugins>
</build>
</project>
pom.xml
二、application.properties
這裏配置了兩個數據源，為避免和自動裝配產生衝突，屬性前綴要和自動裝配掃描的前綴區分開，這裏我用 datasource0 和 datasource1。
下面 spring.datasource.druid 開頭的配置，會被 druid 的代碼自動掃描裝配。
#################################### common config : ####################################
spring.application.name=shardingjdbc
# 應用服務web訪問端口
server.port=8080
# mybatis配置
mybatis.mapper-locations=classpath:com/example/shardingjdbc/mapper/*.xml
mybatis.type-aliases-package=com.example.shardingjdbc.**.entity
datasource0.url=jdbc:mysql://localhost:3306/test0?useUnicode=true&characterEncoding=utf-8&useSSL=false&serverTimezone=Asia/Shanghai
datasource0.driver-class-name=com.mysql.cj.jdbc.Driver
datasource0.type=com.alibaba.druid.pool.DruidDataSource
datasource0.username=root
datasource0.password=852278
datasource1.url=jdbc:mysql://localhost:3306/test1?useUnicode=true&characterEncoding=utf-8&useSSL=false&serverTimezone=Asia/Shanghai
datasource1.driver-class-name=com.mysql.cj.jdbc.Driver
datasource1.type=com.alibaba.druid.pool.DruidDataSource
datasource1.username=root
datasource1.password=852278
#
##### 連接池配置 #######
# 過濾器設置（第一個stat很重要，沒有的話會監控不到SQL）
spring.datasource.druid.filters=stat,wall,log4j2
##### WebStatFilter配置 #######
#啟用StatFilter
spring.datasource.druid.web-stat-filter.enabled=true
#添加過濾規則
spring.datasource.druid.web-stat-filter.url-pattern=/*
#排除一些不必要的url
spring.datasource.druid.web-stat-filter.exclusions=*.js,*.gif,*.jpg,*.png,*.css,*.ico,/druid/*
#開啟session統計功能
spring.datasource.druid.web-stat-filter.session-stat-enable=true
#缺省sessionStatMaxCount是1000個
spring.datasource.druid.web-stat-filter.session-stat-max-count=1000
#spring.datasource.druid.web-stat-filter.principal-session-name=
#spring.datasource.druid.web-stat-filter.principal-cookie-name=
#spring.datasource.druid.web-stat-filter.profile-enable=
##### StatViewServlet配置 #######
#啟用內置的監控頁面
spring.datasource.druid.stat-view-servlet.enabled=true
#內置監控頁面的地址
spring.datasource.druid.stat-view-servlet.url-pattern=/druid/*
#關閉 Reset All 功能
spring.datasource.druid.stat-view-servlet.reset-enable=false
#設置登錄用戶名
spring.datasource.druid.stat-view-servlet.login-username=admin
#設置登錄密碼
spring.datasource.druid.stat-view-servlet.login-password=123
#白名單（如果allow沒有配置或者為空，則允許所有訪問）
spring.datasource.druid.stat-view-servlet.allow=127.0.0.1
#黑名單（deny優先於allow，如果在deny列表中，就算在allow列表中，也會被拒絕）
spring.datasource.druid.stat-view-servlet.deny=
三、數據源和分片配置
如下代碼，先從配置文件讀取數據源的所需要的屬性，然後生成 Druid 數據源。注意這裏配置語句中的 setFilters，如果不添加 filters，則 Duird 監控界面無法監控到sql。另外，其他諸如最大連接數之類的屬性這裏沒有配，按需配置即可。數據源創建好后，添加到 dataSourceMap 集合中。
再往下註釋比較清楚，構造 t_user 表的分片規則（包括分庫規則 + 分表規則），然後將所有表的分片規則組裝成 ShardingRuleConfiguration。
最後，將前兩步配好的 dataSourceMap 和 shardingRuleConfiguration 交給 ShardingDataSourceFactory，用來構造數據源。
到這裏，sharding 、druid 的配置代碼就都寫好了。剩下基本都是業務代碼了。
package com.example.shardingjdbc.config;
import com.alibaba.druid.pool.DruidDataSource;
import com.example.shardingjdbc.sharding.UserShardingAlgorithm;
import org.apache.shardingsphere.api.config.sharding.ShardingRuleConfiguration;
import org.apache.shardingsphere.api.config.sharding.TableRuleConfiguration;
import org.apache.shardingsphere.api.config.sharding.strategy.StandardShardingStrategyConfiguration;
import org.apache.shardingsphere.shardingjdbc.api.ShardingDataSourceFactory;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import javax.sql.DataSource;
import java.util.HashMap;
import java.util.Map;
import java.util.Properties;
@Configuration
public class DataSourceConfig {
@Value("${datasource0.url}")
private String url0;
@Value("${datasource0.username}")
private String username0;
@Value("${datasource0.password}")
private String password0;
@Value("${datasource0.driver-class-name}")
private String driverClassName0;
@Value("${datasource1.url}")
private String url1;
@Value("${datasource1.username}")
private String username1;
@Value("${datasource1.password}")
private String password1;
@Value("${datasource1.driver-class-name}")
private String driverClassName1;
@Value(("${spring.datasource.druid.filters}"))
private String filters;
@Bean("dataSource")
public DataSource dataSource() {
try {
DruidDataSource dataSource0 = new DruidDataSource();
dataSource0.setDriverClassName(this.driverClassName0);
dataSource0.setUrl(this.url0);
dataSource0.setUsername(this.username0);
dataSource0.setPassword(this.password0);
dataSource0.setFilters(this.filters);
DruidDataSource dataSource1 = new DruidDataSource();
dataSource1.setDriverClassName(this.driverClassName1);
dataSource1.setUrl(this.url1);
dataSource1.setUsername(this.username1);
dataSource1.setPassword(this.password1);
dataSource1.setFilters(this.filters);
//分庫設置
Map<String, DataSource> dataSourceMap = new HashMap<>(2);
//添加兩個數據庫database0和database1
dataSourceMap.put("ds0", dataSource0);
dataSourceMap.put("ds1", dataSource1);
// 配置 t_user 表規則
TableRuleConfiguration userRuleConfiguration = new TableRuleConfiguration("t_user", "ds${0..1}.t_user${0..1}");
// 配置分表規則
userRuleConfiguration.setTableShardingStrategyConfig(new StandardShardingStrategyConfiguration("id", UserShardingAlgorithm.tableShardingAlgorithm));
// 配置分庫規則
userRuleConfiguration.setDatabaseShardingStrategyConfig(new StandardShardingStrategyConfiguration("id", UserShardingAlgorithm.databaseShardingAlgorithm));
// Sharding全局配置
ShardingRuleConfiguration shardingRuleConfiguration = new ShardingRuleConfiguration();
shardingRuleConfiguration.getTableRuleConfigs().add(userRuleConfiguration);
// 創建數據源
DataSource dataSource = ShardingDataSourceFactory.createDataSource(dataSourceMap, shardingRuleConfiguration, new Properties());
return dataSource;
} catch (Exception ex) {
ex.printStackTrace();
return null;
}
}
}
DataSourceConfig.java
上面構造分片規則的時候，我定義了User表的分片算法類 UserShardingAlgorithm，並定義了兩個內部類分別實現了數據庫分片和表分片的邏輯。代碼如下：
package com.example.shardingjdbc.sharding;
import org.apache.shardingsphere.api.sharding.standard.PreciseShardingAlgorithm;
import org.apache.shardingsphere.api.sharding.standard.PreciseShardingValue;
import java.util.Collection;
public class UserShardingAlgorithm {
public static final DatabaseShardingAlgorithm databaseShardingAlgorithm = new DatabaseShardingAlgorithm();
public static final TableShardingAlgorithm tableShardingAlgorithm = new TableShardingAlgorithm();
static class DatabaseShardingAlgorithm implements PreciseShardingAlgorithm<Long> {
@Override
public String doSharding(Collection<String> databaseNames, PreciseShardingValue<Long> shardingValue) {
for (String database : databaseNames) {
if (database.endsWith(String.valueOf(shardingValue.getValue() % 2))) {
return database;
}
}
return "";
}
}
static class TableShardingAlgorithm implements PreciseShardingAlgorithm<Long> {
@Override
public String doSharding(Collection<String> tableNames, PreciseShardingValue<Long> shardingValue) {
for (String table : tableNames) {
if (table.endsWith(String.valueOf(shardingValue.getValue() % 2))) {
return table;
}
}
return "";
}
}
}
UserShardingAlgorithm.java
這裏實現分片規則時，實現的接口是 PreciseShardingAlgorithm，即精確分片，將指定的鍵值記錄映射到指定的1張表中（最多1張表）。這個接口基本上能滿足80%的需求了。
其他的還有 Range、ComplexKey、Hint分片規則，這3種都可以將符合條件的鍵值記錄映射到多張表，即可以將記錄 a 同時插入A、B 或 B、C多張表中。
其中，
Range 是範圍篩選分片。我個人理解，比如id尾數1-5插入A表，6-0插入B表，這種情況，使用Range作為篩選條件更方便。也可以根據時間範圍分片。（如有誤請指正）。
ComplexKey 看名字就是組合鍵分片，可以同時根據多個鍵，制定映射規則。
Hint 看名字沒看懂，但看源碼其實也是組合鍵分片，但僅支持對組合鍵進行精確篩選。
而 ComplexKey 支持對組合鍵進行範圍篩選。所以可以理解為 ComplexKey 是 Hint 的高級版本。
不管實現哪種分片算法，都要確保算法覆蓋所有可能的鍵值。
四、使用行表達式配置分片策略（對第三步優化，可略過）
上面第三步，我們通過實現 PreciseShardingValue 接口，來定義分片算法。這樣每有一張表需要分片，都要重新定義一個類，太麻煩。
Sharding 提供了行表達式配置的方式，對簡單的分片邏輯，直接定義一個行表達式即可。（這種方式其實就是直接在 .yml 文件中配置分片策略的解析方式）
和上面的代碼類似，這裏之改動了6、8行，直接 new 一個 InlineShardingStrategyConfiguration，省去了定義分片算法類的繁瑣步驟。
1 // .....省略其他代碼
2
3 // 配置 t_user 表規則
4 TableRuleConfiguration userRuleConfiguration = new TableRuleConfiguration("t_user", "ds${0..1}.t_user${0..1}");
5 // 行表達式分表規則
6 userRuleConfiguration.setTableShardingStrategyConfig(new InlineShardingStrategyConfiguration("id", "t_user${id % 2}"));
7 // 行表達式分庫規則
8 userRuleConfiguration.setDatabaseShardingStrategyConfig(new InlineShardingStrategyConfiguration("id", "ds${id % 2}"));
9
10 // Sharding全局配置
11 ShardingRuleConfiguration shardingRuleConfiguration = new ShardingRuleConfiguration();
12 shardingRuleConfiguration.getTableRuleConfigs().add(userRuleConfiguration);
13 // 創建數據源
14 DataSource dataSource = ShardingDataSourceFactory.createDataSource(dataSourceMap, shardingRuleConfiguration, new Properties());
15 return dataSource;
五、分佈式主鍵（雪花算法）
分庫后，不能再使用 mysql 的自增主鍵，否則會產生重複主鍵。自定義主鍵，主要需要解決兩個問題：
- 主鍵唯一（必須）
- 主鍵單調遞增（可選）（提升索引效率，減少索引重排產生的空間碎片）
Sharding 內部提供了2個主鍵生成器，一個使用雪花算法 SnowflakeShardingKeyGenerator，一個使用 UUID（考慮上面第2條，因此不使用 UUID）。
雪花算法的主要原理：用一個 64 bit 的 long 型数字做主鍵。其中，
第 1 位，1 bit 作為符號位永遠為 0，表示是正數。
第 2 – 42 位， 41 個 bit 填充時間戳。
第 43 – 52 位，10 個 bit 填充機器唯一id。舉個例子，可以用前4位標識機房號，后6位標識機器號。
第 53 – 64 位，12 個 bit 填充id序號。範圍 0 – 4095，即每台機器每 1 毫秒最多生成 4096 個不同的主鍵id。
雪花算法的主要實現代碼如下：
- 先判斷時鐘是否回調。這裏默認容忍回調時間為0，如有回調則會產生異常。可以通過配置 max.tolerate.time.difference.milliseconds 屬性，讓其自旋等待時鐘回到上一次執行時間。
- 按當前毫秒數，遞增生成id序號。如果時鐘進入了下一毫秒，則從0開始重新生成id序號，範圍 0 – 4095。
- 將 時間戳 + 機器序號 + id序號 拼裝成 主鍵id。這裏機器序號默認為0，可以通過 worker.id 屬性進行配置。不同的服務器需要配置成不同的数字，範圍 0 – 1023。
其中 EPOCH 是時鐘起點，sharding中設置的是2016年11月1日，那麼41位的時間戳差不多可以用70年，一直到2086年。
public synchronized Comparable<?> generateKey() {
long currentMilliseconds = timeService.getCurrentMillis();
if (this.waitTolerateTimeDifferenceIfNeed(currentMilliseconds)) {
currentMilliseconds = timeService.getCurrentMillis();
}
if (this.lastMilliseconds == currentMilliseconds) {
if (0L == (this.sequence = this.sequence + 1L & 4095L)) {
currentMilliseconds = this.waitUntilNextTime(currentMilliseconds);
}
} else {
this.vibrateSequenceOffset();
this.sequence = (long)this.sequenceOffset;
}
this.lastMilliseconds = currentMilliseconds;
return currentMilliseconds - EPOCH << 22 | this.getWorkerId() << 12 | this.sequence;
}
六、業務代碼
使用分佈式的主鍵ID生成器，需要給不同的表注入不同的ID生成器，在config包下加一個KeyIdConfig類，如下：
（為了保持時鐘的統一，可以專門找一台機器作為時鐘服務，然後給所有主鍵生成器配置統一的時鐘服務。下圖中未配置，如需配置，直接調用setTimeService方法即可）
@Configuration
public class KeyIdConfig {
@Bean("userKeyGenerator")
public SnowflakeShardingKeyGenerator userKeyGenerator() {
return new SnowflakeShardingKeyGenerator();
}
@Bean("orderKeyGenerator")
public SnowflakeShardingKeyGenerator orderKeyGenerator() {
return new SnowflakeShardingKeyGenerator();
}
}
其他業務代碼，整體如下：
package com.example.shardingjdbc.entity;
import lombok.Data;
import java.io.Serializable;
import java.util.Date;
@Data
public class User implements Serializable {
private Long id;
private String name;
private String phone;
private String email;
private String password;
private Integer cityId;
private Date createTime;
private Integer sex;
}
User.java
package com.example.shardingjdbc.mapper;
import com.example.shardingjdbc.entity.User;
import org.apache.ibatis.annotations.Mapper;
import java.util.List;
public interface UserMapper {
/**
* 保存
*/
void save(User user);
/**
* 查詢
* @param id
* @return
*/
User get(Long id);
}
UserMapper.java
<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE mapper PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN" "http://mybatis.org/dtd/mybatis-3-mapper.dtd">
<mapper namespace="com.example.shardingjdbc.mapper.UserMapper">
<resultMap id="resultMap" type="com.example.shardingjdbc.entity.User">
<id column="id" property="id" />
<result column="name" property="name" />
<result column="phone" property="phone" />
<result column="email" property="email" />
<result column="password" property="password" />
<result column="city_id" property="cityId" />
<result column="create_time" property="createTime" />
<result column="sex" property="sex" />
</resultMap>
<insert id="save">
insert into t_user (id, name, phone, email, password, city_id, create_time, sex)
values (#{id}, #{name}, #{phone}, #{email}, #{password}, #{cityId}, #{createTime}, #{sex})
</insert>
<select id="get" resultMap="resultMap">
select *
from t_user
where id = #{id}
</select>
</mapper>
UserMapper.xml
1 package com.example.shardingjdbc.controller;
2
3 import com.example.shardingjdbc.entity.User;
4 import com.example.shardingjdbc.mapper.UserMapper;
5 import org.apache.shardingsphere.core.strategy.keygen.SnowflakeShardingKeyGenerator;
6 import org.springframework.beans.factory.annotation.Autowired;
7 import org.springframework.stereotype.Controller;
8 import org.springframework.web.bind.annotation.PathVariable;
9 import org.springframework.web.bind.annotation.RequestMapping;
10 import org.springframework.web.bind.annotation.ResponseBody;
11
12 import javax.annotation.Resource;
13 import java.util.Date;
14
15 @Controller
16 public class UserController {
17 @Autowired
18 private UserMapper userMapper;
19
20 @Resource
21 SnowflakeShardingKeyGenerator userKeyGenerator;
22
23 @RequestMapping("/user/save")
24 @ResponseBody
25 public String save() {
26 for (int i = 0; i < 50; i++) {
27 Long id = (Long)userKeyGenerator.generateKey();
28 User user = new User();
29 user.setId(id);
30 user.setName("test" + i);
31 user.setCityId(i);
32 user.setCreateTime(new Date());
33 user.setSex(i % 2 == 0 ? 1 : 2);
34 user.setPhone("11111111" + i);
35 user.setEmail("xxxxx");
36 user.setCreateTime(new Date());
37 user.setPassword("eeeeeeeeeeee");
38 userMapper.save(user);
39 }
40
41 return "success";
42 }
43
44 @RequestMapping("/user/get/{id}")
45 @ResponseBody
46 public User get(@PathVariable Long id) {
47 User user = userMapper.get(id);
48 return user;
49 }
50 }
UserController.java
1 CREATE TABLE `t_user` (
2 `id` bigint(20) NOT NULL,
3 `name` varchar(64) DEFAULT NULL COMMENT '名稱',
4 `city_id` int(12) DEFAULT NULL COMMENT '城市',
5 `sex` tinyint(1) DEFAULT NULL COMMENT '性別',
6 `phone` varchar(32) DEFAULT NULL COMMENT '電話',
7 `email` varchar(32) DEFAULT NULL COMMENT '郵箱',
8 `create_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '創建時間',
9 `password` varchar(32) DEFAULT NULL COMMENT '密碼',
10 PRIMARY KEY (`id`)
11 ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
t_user.sql
啟動類如下：
1 package com.example.shardingjdbc;
2
3 import org.mybatis.spring.annotation.MapperScan;
4 import org.springframework.boot.SpringApplication;
5 import org.springframework.boot.autoconfigure.SpringBootApplication;
6
7 @MapperScan("com.example.shardingjdbc.mapper")
8 @SpringBootApplication
9 public class ShardingjdbcApplication {
10 public static void main(String[] args) {
11 SpringApplication.run(ShardingjdbcApplication.class, args);
12 }
13 }
ShardingjdbcApplication .java
注意，這裏我在啟動類上加了 @MapperScan 註解。可能是因為引用依賴的問題，.properties 配置的 mybatis 包掃描目錄不管用了，後面有時間再研究。
七、其他
除了基本的分庫分表規則以外，還有一些其他的配置，比如綁定表。這裏先不詳細解釋了，舉個簡單的例子：
現在有 order, order_detail兩張表，1 : 1的關係。
在配置的時候，應該將相同 order_id 的 order 記錄 和 order_detail 記錄 映射到相同尾號的表中，方便連接查詢。
比如 id % 2 = 1的，都插入到 order0, order_detail0 中。
如果配置了綁定關係，那麼查找 id = 1 的記錄，只會產生一次查詢 select * from order0 as o join order_detail0 as d on o.order_id = d.order_id where o.oder_id = 1。
否則會產生笛卡兒積查詢，
select * from order0 as o join order_detail0 as d on o.order_id = d.order_id where o.order_id = 1
select * from order0 as o join order_detail1 as d on o.order_id = d.order_id where o.order_id = 1
select * from order1 as o join order_detail0 as d on o.order_id = d.order_id where o.order_id = 1
select * from order1 as o join order_detail1 as d on o.order_id = d.order_id where o.order_id = 1
八、總結
項目啟動前，先創建數據庫 test0, test1， 然後分別建表 t_user0, t_user1。 可以全部在同一台機器。
項目啟動后，訪問 http://localhost:8080/user/save， id 是 偶數的都插入到了 test0 庫的 t_user0 表中， 奇數的都插入到了 test1 庫中的 t_user1 表中。
druid 的後台監控頁面地址： http://localhost:8080/druid/。
項目啟動后，sharding日誌會將配置已 yml 格式的形式打印出來，也可以省去 java 配置，將其優化到 .yml 配置文件中去，如下圖：
本文原文地址：https://www.cnblogs.com/lyosaki88/p/springboot_shardingjdbc_druid_mybatis.html
源碼下載地址：https://474b.com/file/14960372-448059323
作者QQ： 116269651
本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理
【其他文章推薦】
※別再煩惱如何寫文案,掌握八大原則!
※網頁設計一頭霧水該從何著手呢? 台北網頁設計公司幫您輕鬆架站!
※超省錢租車方案
※教你寫出一流的銷售文案?
※網頁設計最專業,超強功能平台可客製化
※產品缺大量曝光嗎?你需要的是一流包裝設計!
