sharding-jdbc 分布式数据库中间件

sharding-jdbc 分布式数据库中间件

小编今天在做Sharding-jdbc时出现了一些问题，就上网百一百，发现网上的sharding-jdbc的参考是挺少的，唉还是要继续学习看文档。

Sharding-jdbc介绍

Sharding-JDBC是当当应用框架ddframe中，关系型数据库模块dd-rdb中分离出来的数据库水平扩展框架，即透明化数据库分库分表访问。

在互联网高并发的时代，为了应付DB的高并发读写，我们会采用读写分离技术。读写分离指的是利用数据库主从技术（把数据复制到多个节点中），分散读多个库以支持高并发的读，而写只在master库上。DB的主从技术只负责对数据进行复制和同步，而读写分离技术需要业务应用自身去实现。sharding-jdbc通过简单的开发，可以方便的实现读写分离技术。

读写分离实现

库和表结构设计图：

代码示例

这里我们采用yml的方式进行分库分表，这里只演示了分表,分库的原理是一样的 首先创建sharding-jdbc-core.yml文件

dataSources: ds: !!com.alibaba.druid.pool.DruidDataSource driverClassName: com.mysql.jdbc.Driver url: jdbc:mysql://localhost:3306/数据库 username: root password: shardingRule: tables: class: actualDataNodes: ds.class_${0..3} tableStrategy: inline: shardingColumn: id algorithmExpression: class_${id % 4} keyGeneratorColumnName: id defaultKeyGeneratorClass: com.bdqn.lyrk.ssh.study.generator.MyKeyGenerator

采用了4张表为例子

这里简单介绍一下上面是数据的拆分这里只做了一个 数据源 !!后面跟的是我们使用的那种数据源有很多dbcp等等..这里用的阿里的druid，后面的不用多说了吧

下面是对表的拆分

class：代表的是逻辑表名

actualDataNodes：数据源名.class_${0..3} 也就是class_0,class_1,class_2,class_3对应的这三张表 ,如果是多个数据源的话就是：数据源名_${....}.class_${0..3}

tableStategy下面的参数是设置拆表的规范

shardingColumn：根据哪一列来约定拆表，一般我们都根据主键 所以这里是id

algorithmExpression：约定了拆表的规则，这里是4张表对应0,1,2,3，那么如果对4求余那么值肯定在0~3之间，那么所以是class_${id % 4}

keyGeneratorColumnName：这里指定的是id的生成器

defaultKeyGenerotorClass：指定对应我们自己的生成器

注意这里用Random生成不要用Math来生成，不然会有小数，那么一定找不到对应的表，这是小编今天遇到坑爹的问题之一。

接下来我们要加载刚才配置的yml，我们创建一个ShardingJdbcConfig.java

加载我们yml配置。这里一定要从ClassLoader里才能拿到配置

接下来我们来测试一下添加操作(业务层我就不写了,就一个hibernate的save方法)，插入5条数据看他们分别都插入到了哪？（表的数据我都清空了）

这是我插入的5条数据按顺序0~3

大家也可以根据这些id来求一下余，看对应表吗？

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。