大家好，我是不才陈某~
这是《ShardingSphere 进阶》专栏的第一篇文章，介绍一下Sharding-JDBC实现分库分表的详细配置。
分库分表带来的问题
关于什么是分库分表这里不再细说了，相信大家都知道，有不清楚的可以看我之前的文章：聊聊分库分表
从单一表、单一库切分成多库、多表对于性能的提升是必然的，但是同时也带来了一些问题。
1. 分布式事务问题
由于垂直分库、水平分库，将数据分摊在不同库中，甚至不同的服务器上，势必带来了分布式事务的问题。
对于单库单表的事务很好控制，分布式事务的控制却是非常头疼，但是好在现在已经有成熟的解决方案，想要了解的可以看我之前的文章：七种分布式事务解决方案
2. 跨节点关联join问题
在切分之前关联查询非常简单，直接SQL JOIN便能解决，但是切分之后数据分摊在不同的节点上，此时JOIN就比较麻烦了，因此切分之后尽量避免JOIN。
解决这一问题的有些方法：
1、全局表
这种很好理解，对于一些全局需要关联的表可以在每个数据节点上都存储一份，一般是一些数据字典表。
全局表在Sharding-JDBC称之为广播表
2、字段冗余
这是一种典型的反范式设计，为了避免关联JOIN，可以将一些冗余字段保存，比如订单表保存userId时，可以将userName也一并保存，这样就避免了和User表的关联JOIN了。
字段冗余这种方案存在数据一致性问题
3、数据组装
这种还是比较好理解的，直接不使用JOIN关联，分两次查询，从第一次的结果集中找出关联数据的唯一标识，然后再次去查询，最后对得到的数据进行组装
需要进行手动组装，数据很大的情况对CPU、内存有一定的要求
4、绑定表
对于相互关联的数据节点，通过分片规则将其切分到同一个库中，这样就可以直接使用SQL的JOIN 进行关联查询。
Sharding-JDBC中称之为绑定表，比如订单表和用户表的绑定
3. 跨节点分页、排序、函数问题
对于跨数据节点进行分页、排序或者一些聚合函数，筛选出来的仅仅是针对当前节点，比如排序，仅仅能够保证在单一数据节点上是有序，并不能保证在所有节点上都是有序的，需要将各个节点的数据的进行汇总重新手动排序。
Sharding-JDBC 正是 按照上述流程进行分页、排序、聚合
4. 全局主键避重问题
单库单表一般都是使用的自增主键，但是在切分之后每个自增主键将无法使用，因为这样会导致数据主键重复，因此必须重新设计主键。
目前主流的分布式主键生成方案如下：
1、UUID
UUID应该是大家最为熟悉的一种方案，优点非常明显本地生成，性能高，缺点也很明显，太长了存储耗空间，查询也非常耗性能，另外UUID的无序性将会导致InnoDB下的数据位置变动。
2、Snowflake
Twitter开源的由64位整数组成分布式ID，性能较高，并且在单机上递增。
不再详细介绍，更多信息自行查找资料
3、UidGenerator
UidGenerator是百度开源的分布式ID生成器，其基于雪花算法实现。 具体参考：
github.com/baidu/uid-g…
4、Leaf
Leaf是美团开源的分布式ID生成器，能保证全局唯一，趋势递增，但需要依赖关系数据库、Zookeeper等中间件。 具体参考：
tech.meituan.com/2017/04/21/…
5. 数据迁移、扩容问题
当业务高速发展，面临性能和存储的瓶颈时，才会考虑分片设计，此时就不可避免的需要考虑历史数据迁移的问题。一般做法是先读出历史数据，然后按指定的分片规则再将数据写入到各个分片节点中。此外还需要根据当前的数据量和QPS，以及业务发展的速度，进行容量规划，推算出大概需要多少分片。
如果采用数值范围分片，只需要添加节点就可以进行扩容了，不需要对分片数据迁移。如果采用的是数值取模分片，则考虑后期的扩容问题就相对比较麻烦。
分库分表虽然提升了性能，但是在切分过程中一定要考虑上述总结的5种问题。
Sharding-JDBC 介绍
**Sharding-JDBC **是当当网研发的开源分布式数据库中间件，从 3.0 开始Sharding-JDBC被包含在 Sharding-Sphere 中，之后该项目进入进入Apache孵化器，4.0版本之后的版本为Apache版本。
ShardingSphere是一套开源的分布式数据库中间件解决方案组成的生态圈，由Sharding-JDBC、Sharding-Proxy、Sharding-Sidecar（规划中）组成。
官网：shardingsphere.apache.org
目前我们只需要关注Sharding-JDBC，后面的两种组件后文介绍。
Sharding-JDBC 的定位是一款轻量级JAVA框架，基于JDBC实现分库分表，通过Sharding-JDBC可以透明的访问已经经过分库、分表的数据源。
Sharding-JDBC的特性如下：
Sharding-JDBC 中的一些概念
在介绍Sharding-JDBC 实战之前需要了解其中的一些概念，如下：
1. 逻辑表
在对表进行分片后，一张表分成了n个表，比如订单表t_order分成如下三张表：t_order_1，t_order_2，t_order_3。
此时订单表的逻辑表就是t_order，Sharding-JDBC在进行分片规则配置时针对的就是这张逻辑表
2. 真实表
上述t_ordr_1，t_order_2，t_order_3 称之为 真实表
3. 数据节点
数据分片的最小单元，由数据源名称和表名称组成，比如：ds1.t_order_1
4. 分片键
用于分片的数据库字段，是将数据库(表)水平拆分的关键字段。例：将订单表中的订单主键的尾数取模分片，则订
单主键为分片字段。 SQL中如果无分片字段，将执行全路由，性能较差。 除了对单分片字段的支持，Sharding- Jdbc也支持根据多个字段进行分片。
5. 分片算法
通过分片算法将数据分片，支持通过 = 、 BETWEEN 和 IN 分片。
分片算法需要应用方开发者自行实现，可实现的灵 活度非常高。包括：精确分片算法 、范围分片算法 ，复合分片算法 等。例如：where order_id = ? 将采用精确分片算法，where order_id in (?,?,?)将采用精确分片算法，where order_id BETWEEN ? and ? 将采用范围分片算 法，复合分片算法用于分片键有多个复杂情况。
Sharding-JDBC 中的分片算法需要开发者根据业务自定义
6. 分片策略
包含分片键和分片算法，由于分片算法的独立性，将其独立抽离。真正可用于分片操作的是分片键 + 分片算法，也 就是分片策略。
内置的分片策略大致可分为尾数取模、哈希、范围、标签、时间等。由用户方配置的分片策略则更加灵活，常用的使用行表达式配置分片策略，它采用Groovy表达式表示，如: t_user_$->{u_id % 8} 表示t_user 表根据u_id模8，而分成8张表，表名称为 t_user_0 到 t_user_7 。
1、标准分片策略
标准分片策略适用于单分片键，此策略支持 PreciseShardingAlgorithm 和 RangeShardingAlgorithm 两个分片算法。
其中 PreciseShardingAlgorithm 是必选的，用于处理 = 和 IN 的分片。RangeShardingAlgorithm 是可选的，用于处理BETWEEN AND， >， <，>=，<= 条件分片，如果不配置RangeShardingAlgorithm，SQL中的条件等将按照全库路由处理。
2、复合分片策略
复合分片策略，同样支持对 SQL语句中的 =，>， <， >=， <=，IN和 BETWEEN AND 的分片操作。不同的是它支持多分片键，具体分配片细节完全由应用开发者实现。
3、行表达式分片策略
行表达式分片策略，支持对 SQL语句中的 = 和 IN 的分片操作，但只支持单分片键。这种策略通常用于简单的分片，不需要自定义分片算法，可以直接在配置文件中接着写规则。
t_order_$->{t_order_id % 4} 代表 t_order 对其字段 t_order_id取模，拆分成4张表，而表名分别是t_order_0 到 t_order_3。
4、Hint分片策略
Hint分片策略，对应上边的Hint分片算法，通过指定分片健而非从 SQL中提取分片健的方式进行分片的策略。
7. 分布式主键生成策略
通过在客户端生成自增主键替换以数据库原生自增主键的方式，做到分布式主键无重复。
Sharding-JDBC 内部支持UUID和Snowflake生成分布式主键
Sharding-JDBC 实战
上述内容基本介绍了Sharding-JDBC的基本知识点，下面通过 Spring Boot + Sharding-JDBC 的方式实战演示一下。
1. Sharding-JDBC 的 pom 依赖
想要使用Sharding-JDBC只需要添加一个maven依赖即可，如下：
<dependency><groupId>org.apache.shardingsphere</groupId>
<artifactId>sharding-jdbc-spring-boot-starter</artifactId>
<version>${sharding-sphere.version}</version>
</dependency>
笔者这里使用的版本为：4.1.1
源码已经上传GitHub，关注公众号：码猿技术专栏，回复关键词：9532 获取！
2. 垂直分表、分库
垂直切分一般针对数据行数不大，但是单行的某些字段数据很大，表占用空间很大，检索的时候需要执行大量的IO，严重降低性能，此时需要将拆分到另外一张表，且与原表是一对一的关系，这就是垂直分表。
比如商品表中的商品描述数据很大，严重影响查询性能，可以将商品描述这个字段单独抽离出来存储，这样就拆分成了两张表（垂直分表），如下图：
通过垂直分表性能得到了一定程度的提升，但是还没有达到要求，并且磁盘空间也快不够了，因为数据还是始终限 制在一台服务器，库内垂直分表只解决了单一表数据量过大的问题，但没有将表分布到不同的服务器上，因此每个 表还是竞争同一个物理机的CPU、内存、网络IO、磁盘。
此时就需要进行垂直分库，如下之前是在单独的卖家库存储的，现在需要将商品的信息给垂直切分出去，分成了两个库：商品库product_db、店铺库shop_db：
方案已经有了，那么现在就需要用Sharding-JDBC去实现。
product_db和shop_db的SQL会放在源码中，这里就不再贴了
Sharding-JDBC 使用非常简单，只需要在配置文件中指定数据源信息和切片规则即可实现分库分表。
这里支持三种配置，如下：
- yml配置文件
- properties配置文件
- Java Config 编码配置
这里笔者使用的是第一种yml配置方式，详细配置如下：
spring:# Sharding-JDBC的配置
shardingsphere:
datasource:
# 数据源，这里配置两个，分别是ds1，ds2
names: ds1,ds2
# ds1的配置信息,product_db1
ds1:
type: com.alibaba.druid.pool.DruidDataSource
driver-class-name: com.mysql.jdbc.Driver
url: jdbc:mysql://localhost:3306/product_db?useUnicode=true&characterEncoding=utf-8
username: root
password: Nov2014
# ds2的配置信息，shop_db
ds2:
type: com.alibaba.druid.pool.DruidDataSource
driver-class-name: com.mysql.jdbc.Driver
url: jdbc:mysql://localhost:3306/shop_db?useUnicode=true&characterEncoding=utf-8
username: root
password: Nov2014
# 分片的配置
sharding:
# 表的分片策略
tables:
## product_base是逻辑表的名称
product_base:
# 数据节点配置，采用Groovy表达式，切分之后的真实表所在的节点
actual-data-nodes: ds$->{1}.product_base
# 主键生成策略
key-generator:
# 主键
column: product_id
# 生成算法
type: SNOWFLAKE
product_description:
# 数据节点配置，采用Groovy表达式
actual-data-nodes: ds$->{1}.product_description
shop:
# 数据节点配置，采用Groovy表达式
actual-data-nodes: ds$->{2}.shop
# 主键生成策略
key-generator:
# 主键
column: shop_id
# 生成算法
type: SNOWFLAKE
props:
sql:
# 日志显示具体的SQL
show: true
上述配置非常简单，分为如下几个步骤：
1、数据源配置
由于垂直分库涉及到shop_db，product_db，肯定是要配置两个数据源，如下：
spring:# Sharding-JDBC的配置
shardingsphere:
datasource:
# 数据源，这里配置两个，分别是ds1，ds2
names: ds1,ds2
# ds1的配置信息,product_db1
ds1:
type: com.alibaba.druid.pool.DruidDataSource
driver-class-name: com.mysql.jdbc.Driver
url: jdbc:mysql://localhost:3306/product_db?useUnicode=true&characterEncoding=utf-8
username: root
password: Nov2014
# ds2的配置信息，shop_db
ds2:
type: com.alibaba.druid.pool.DruidDataSource
driver-class-name: com.mysql.jdbc.Driver
url: jdbc:mysql://localhost:3306/shop_db?useUnicode=true&characterEncoding=utf-8
username: root
password: Nov2014
这个很好理解，两个数据源名称分别为ds1，ds2，自己任意取名，然后配置相关信息。
2、数据节点配置
这里数据节点很重要，你要告诉Sharding-JDBC 你要操作的那张表在哪个库中，对应表的名称。
上述涉及到三张表，分别是shop、product_base、product_description，因此需要配置三个数据节点，如下：
spring:# Sharding-JDBC的配置
shardingsphere:
# 分片的配置
sharding:
# 表的分片策略
tables:
## product_base是逻辑表的名称
product_base:
# 数据节点配置，采用Groovy表达式，切分之后的真实表所在的节点
actual-data-nodes: ds$->{1}.product_base
product_description:
# 数据节点配置，采用Groovy表达式
actual-data-nodes: ds$->{1}.product_description
shop:
# 数据节点配置，采用Groovy表达式
actual-data-nodes: ds$->{2}.shop
ds$->{1} 采用的是Groovy表达式，表示ds1
数据节点要具体到指定的数据库、表名。
spring.shardingsphere.sharding.default-data-source-name=ds1可以指定默认的数据源
3、主键生成策略
Sharding-JDBC支持配置主键生成策略，比如使用雪花算法或者UUID方式，配置如下：
spring:# Sharding-JDBC的配置
shardingsphere:
# 分片的配置
sharding:
# 表的分片策略
tables:
## product_base是逻辑表的名称
product_base:
# 主键生成策略
key-generator:
# 主键
column: product_id
# 生成算法
type: SNOWFLAKE
shop:
# 主键生成策略
key-generator:
# 主键
column: shop_id
# 生成算法
type: SNOWFLAKE
SNOWFLAKE：雪花算法
配置完成后，向product_base插入一条数据，将会直接插入到ds1这个数据库中，demo如下：
@Testpublic void test1(){
Product product = Product.builder()
.name("Spring Cloud Alibaba实战课程")
.price(159L)
.originAddress("码猿技术专栏")
.shopId(1L)
.build();
productMapper.insertProductBase(product);
}
源码已经上传GitHub，关注公众号：码猿技术专栏，回复关键词：9532 获取！
3. 水平分库
问题来了，现在有很多商家入驻，product_db单库存储数据已经超出预估，商品资源属于访问非常频繁的资源，单台服务器已经无法支撑，此时就需要对其进行水平分库，将商品库拆分成两个数据库：product_db1、product_db2，如下：
product_db1+product_db2数据合并则为完整的商品数据
Sharding-JDBC 配置也很简单，只需要配置一下数据库的切分规则，配置规则如下：
#分库策略，如何将一个逻辑表映射到多个数据源spring.shardingsphere.sharding.tables.<逻辑表名称>.database‐strategy.<分片策略>.<分片策略属性名>=
那么此时需要对product_base、product_description进行数据源切分，按照对2取模的方式，配置如下：
spring:# Sharding-JDBC的配置
shardingsphere:
# 分片的配置
sharding:
# 表的分片策略
tables:
product_base:
database‐strategy:
inline:
## 分片键
sharding‐column: product_id
## 分片算法，内置的精确算法
algorithm‐expression: ds$->{product_id%2+1}
product_description:
database‐strategy:
inline:
## 分片键
sharding‐column: product_id
## 分片算法，内置的精确算法
algorithm‐expression: ds$->{product_id%2+1}
上述配置什么意思？
product_id是偶数的将会存储在product_db1库中，奇数的存储在product_db2中
测试也很简单，我们循环往数据库中插入10条商品数据，由于是雪花算法，因此应该有5条在db1库中，另外5条在db2中，单元测试如下：
@Testpublic void test3(){
for (int i = 0; i < 10; i++) {
Product product = Product.builder()
.name("Spring Cloud Alibaba实战课程")
.price(159L)
.originAddress("码猿技术专栏")
.shopId(1L)
.build();
productMapper.insertProductBase(product);
productMapper.insertProductDescribe(product.getProductId(),"内容",product.getShopId());
}
}
观察下控制台的SQL，可以发现是不停的往ds1和ds2中进行插入数据，如下图：
数据库中的数据如下：
源码已经上传GitHub，关注公众号：码猿技术专栏，回复关键词：9532 获取！
4. 水平分表
经过水平分库后，性能得到了提升，但是经过一段时间后，商品的单表数据量急剧增长，查询非常慢，那么此时就需要对单表进行水平拆分了，如下图：
同样需要在Sharding-JDBC中配置分表的规则，如下：
#分表策略，如何将一个逻辑表映射为多个实际表spring.shardingsphere.sharding.tables.<逻辑表名称>.table‐strategy.<分片策略>.<分片策略属性名>=
实际的配置如下：
spring:# Sharding-JDBC的配置
shardingsphere:
# 分片的配置
sharding:
# 表的分片策略
tables:
product_base:
# 数据节点配置，采用Groovy表达式，分库分表策略，这样是4个节点，ds1.product_base_$_1/ds1.product_base_$_2/ds2.product_base_$_1/ds2.product_base_$_2
actual-data-nodes: ds$->{1..2}.product_base_$->{1..2}
# 分表策略
table‐strategy:
inline:
# 分片键为店铺ID
sharding‐column: shop_id
# 分片策略取模
algorithm‐expression: product_base_$->{shop_id%2+1}
product_description:
# 数据节点配置，采用Groovy表达式
actual-data-nodes: ds$->{1..2}.product_description_$->{1..2}
table‐strategy:
inline:
sharding‐column: shop_id
algorithm‐expression: product_description_$->{shop_id%2+1}
这里需要注意的是：由于这里用了分库分表，那么数据节点一定要配置对，比如**ds->{1..2}.product_base_->{1..2}**这里的表达式分别对应的是4个数据节点，如下：
- ds1.product_base_$_1
- ds1.product_base_$_2
- ds2.product_base_$_1
- ds2.product_base_$_2
由于篇幅有限，完整的配置看源码
单元测试如下：
@Testpublic void test4(){
for (int i = 0; i < 10; i++) {
Product product = Product.builder()
.name("Spring Cloud Alibaba实战课程")
.price(159L)
.originAddress("码猿技术专栏")
.shopId((long)(new Random().nextInt(100)+1))
.build();
productMapper.insertProductBase(product);
productMapper.insertProductDescribe(product.getProductId(),"内容",product.getShopId());
}
}
源码已经上传GitHub，关注公众号：码猿技术专栏，回复关键词：9532 获取！
总结
本篇文章主要介绍了Sharding-JDBC 分库分表实战基础内容，通过详细的案例和代码演示希望能帮助大家更好的理解。