ShardingSphere
sharding-jdbc-springboot
逻辑表 ：水平拆分的数据库（表）的相同逻辑和数据结构表的总称。例：订单数据根据主键尾数拆分为 10 张表，分别是 t_order_0 到 t_order_9，他们的逻辑表名为 t_order。
真实表：数据库中真实存在的物理表。即上个示例中的 t_order_0 到 t_order_9。
数据节点：数据分片的最小单元。由数据源名称和数据表组成，例：ds_0.t_order_0。
绑定表：分片规则一致的主表和子表。例如：t_order 表和 t_order_item 表，均按照 order_id 分片，则此两张表互为绑定表关系。
广播表：指所有的分片数据源中都存在的表，表结构和表中的数据在每个数据库中均完全一致。例如：字典表。
分片键：将数据库（表）水平拆分的关键字段
通过分片算法将数据分片。
StandardShardingAlgorithm：标准分片算法，用于处理使用单一键作为分片键的 =、IN、BETWEEN AND、>、<、>=、<=进行分片的场景。需要配合 StandardShardingStrategy 使用。
ComplexKeysShardingAlgorithm ：复合分片算法，用于处理使用多键作为分片键进行分片的场景，包含多个分片键的逻辑较复杂，需要应用开发者自行处理其中的复杂度。需要配合 ComplexShardingStrategy 使用。
HintShardingAlgorithm ：Hint分片算法，用于处理使用 Hint 行分片的场景。需要配合 HintShardingStrategy 使用。
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。目前提供 5 种分片策略。
StandardShardingStrategy：”标准分片策略。提供对 SQ L语句中的 =, >, <, >=, <=, IN 和 BETWEEN AND 的分片操作支持。 StandardShardingStrategy 只支持单分片键，提供 PreciseShardingAlgorithm 和 RangeShardingAlgorithm 两个分片算法。 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, >, <, >=, <=分片，如果不配置 RangeShardingAlgorithm，SQL 中的 BETWEEN AND 将按照全库路由处理。
ComplexShardingStrategy：复合分片策略。提供对 SQL 语句中的 =, >, <, >=, <=, IN 和 BETWEEN AND 的分片操作支持。 ComplexShardingStrategy 支持多分片键，由于多分片键之间的关系复杂，因此并未进行过多的封装，而是直接将分片键值组合以及分片操作符透传至分片算法，完全由应用开发者实现，提供最大的灵活度。
HintShardingStrategy：Hint分片策略，通过 Hint 指定分片值而非从 SQL 中提取分片值的方式进行分片的策略。
NoneShardingStrategy：不分片策略
行表达式的使用非常直观，只需要在配置中使用 ${ expression } 或 $->{ expression } 标识行表达式即可。 目前支持数据节点和分片算法这两个部分的配置。行表达式的内容使用的是 Groovy 的语法，Groovy 能够支持的所有操作，行表达式均能够支持。例如：
${begin…end} 表示范围区间
${[unit1, unit2, unit_x]} 表示枚举值
例如，以下行表达式：
$->{['online', 'offline']}_table$->{1..3}最终会解析为：
online_table1, online_table2, online_table3, offline_table1, offline_table2, offline_table31，引入jar包
<dependencies> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-test</artifactId> </dependency> <dependency> <groupId>org.projectlombok</groupId> <artifactId>lombok</artifactId> <version>1.18.10</version> </dependency> <dependency> <groupId>com.github.pagehelper</groupId> <artifactId>pagehelper-spring-boot-starter</artifactId> <version>1.2.12</version> </dependency> <!--数据库--> <dependency> <groupId>org.mybatis.spring.boot</groupId> <artifactId>mybatis-spring-boot-starter</artifactId> <version>2.0.1</version> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-jdbc</artifactId> </dependency> <dependency> <groupId>mysql</groupId> <artifactId>mysql-connector-java</artifactId> <scope>runtime</scope> </dependency> <dependency> <groupId>org.apache.shardingsphere</groupId> <artifactId>sharding-jdbc-spring-boot-starter</artifactId> <version>4.1.1</version> </dependency> <!--swagger--> <dependency> <groupId>io.springfox</groupId> <artifactId>springfox-swagger2</artifactId> <version>2.8.0</version> </dependency> <dependency> <groupId>io.springfox</groupId> <artifactId>springfox-swagger-ui</artifactId> <version>2.8.0</version> </dependency> <!--aspect--> <dependency> <groupId>org.aspectj</groupId> <artifactId>aspectjrt</artifactId> <version>1.8.6</version> </dependency> <dependency> <groupId>org.aspectj</groupId> <artifactId>aspectjweaver</artifactId> <version>1.8.6</version> </dependency> <!--validation--> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-validation</artifactId> <version>2.2.2.RELEASE</version> </dependency> <dependency> <groupId>org.apache.commons</groupId> <artifactId>commons-lang3</artifactId> <version>3.11</version> </dependency> </dependencies>2，配置
application.yml 文件
server: port: 8081 spring: shardingsphere: props: sql: # 打印sql show: true orchestration: registry: #操作超时的毫秒数，默认500毫秒 operation-timeout-milliseconds: 600000 datasource: names: ds0,ds0slave,ds1,ds1slave ds0: driverClassName: com.mysql.cj.jdbc.Driver type: com.zaxxer.hikari.HikariDataSource jdbcUrl: jdbc:mysql://192.168.16.128:3306/ds0?useUnicode=true&characterEncoding=utf-8&autoReconnect=true&serverTimezone=UTC username: root password: 123456 # hikari 的线程池配置 maximumPoolSize: 20 minimumIdle: 10 ds0slave: driverClassName: com.mysql.cj.jdbc.Driver type: com.zaxxer.hikari.HikariDataSource jdbcUrl: jdbc:mysql://192.168.16.129:3306/ds0?useUnicode=true&characterEncoding=utf-8&autoReconnect=true&serverTimezone=UTC username: root password: 123456 # hikari 的线程池配置 maximumPoolSize: 20 minimumIdle: 10 ds1: driverClassName: com.mysql.cj.jdbc.Driver type: com.zaxxer.hikari.HikariDataSource jdbcUrl: jdbc:mysql://192.168.16.128:3306/ds1?useUnicode=true&characterEncoding=utf-8&autoReconnect=true&serverTimezone=UTC username: root password: 123456 # hikari 的线程池配置 maximumPoolSize: 20 minimumIdle: 10 ds1slave: driverClassName: com.mysql.cj.jdbc.Driver type: com.zaxxer.hikari.HikariDataSource jdbcUrl: jdbc:mysql://192.168.16.129:3306/ds1?useUnicode=true&characterEncoding=utf-8&autoReconnect=true&serverTimezone=UTC username: root password: 123456 # hikari 的线程池配置 maximumPoolSize: 20 minimumIdle: 10 sharding: #未分片表的默认数据库 default-data-source-name: ds0 #读写分离 master-slave-rules: ds0: master-data-source-name: ds0 slave-data-source-names: ds0slave ds1: master-data-source-name: ds1 slave-data-source-names: ds1slave tables: #分表案例 users: actual-data-nodes: ds0.users_$->{0..1} key-generator: column: id type: SNOWFLAKE table-strategy: inline: sharding-column: id algorithm-expression: users_$->{id % 2} #分表分库案例 user_pack_records: actual-data-nodes: ds0.user_pack_records_$->{2018..2019},ds1.user_pack_records_$->{2020..2021} key-generator: column: id type: SNOWFLAKE database-strategy: standard: sharding-column: start_time precise-algorithm-class-name: com.sharding.jdbc.algorithm.db.UserPackRecordsAlgorithm range-algorithm-class-name: com.sharding.jdbc.algorithm.db.UserPackRecordsAlgorithm table-strategy: standard: sharding-column: start_time precise-algorithm-class-name: com.sharding.jdbc.algorithm.table.UserPackRecordsAlgorithm range-algorithm-class-name: com.sharding.jdbc.algorithm.table.UserPackRecordsAlgorithm mybatis: configuration: #驼峰转化 map-underscore-to-camel-case: true # Java 与 Mysql 的类型转化基础包 type-handlers-package: com.sharding.jdbc.convert3，自定义数据库分片算法
import org.apache.shardingsphere.api.sharding.standard.PreciseShardingAlgorithm; import org.apache.shardingsphere.api.sharding.standard.PreciseShardingValue; import org.apache.shardingsphere.api.sharding.standard.RangeShardingAlgorithm; import org.apache.shardingsphere.api.sharding.standard.RangeShardingValue; import java.time.LocalDate; import java.time.LocalDateTime; import java.util.ArrayList; import java.util.Collection; import java.util.List; /** * user_pack_records 分库：阅读时间 start_time 在2018-2019 在 db0,2020-2021 在db1 */ public class UserPackRecordsAlgorithm implements PreciseShardingAlgorithm<LocalDateTime>, RangeShardingAlgorithm<LocalDateTime> { /** * 通过年份获取真实数据库 * * @param year 年份 * @return 真实数据库 */ private String getDbByYear(Integer year) { if (year == 2018 || year == 2019) { return "ds0"; } else if (year == 2020 || year == 2021) { return "ds1"; } throw new IllegalArgumentException(); } /** * PreciseShardingAlgorithm 是必选的，用于处理=和IN的分片。 * * @param availableDbNames 可用的数据库集合 * @param shardingValue 分片键 * @return 真实数据库 */ @Override public String doSharding(Collection<String> availableDbNames, PreciseShardingValue<LocalDateTime> shardingValue) { int year = shardingValue.getValue().getYear(); return getDbByYear(year); } /** * RangeShardingAlgorithm 可选，用于处理BETWEEN AND, >, <, >=, <=分片 * * @param availableDbNames 可用的数据库集合 * @param rangeShardingValue 分片键 * @return 真实数据库 */ @Override public Collection<String> doSharding(Collection<String> availableDbNames, RangeShardingValue<LocalDateTime> rangeShardingValue) { List<String> dbs = new ArrayList<>(); int lowerYear = rangeShardingValue.getValueRange().lowerEndpoint().toLocalDate().getYear(); LocalDate startDate = LocalDate.of(lowerYear, 1, 1); LocalDate endDate = rangeShardingValue.getValueRange().upperEndpoint().toLocalDate(); for (LocalDate curDate = startDate; curDate.isBefore(endDate) || curDate.isEqual(endDate); curDate = curDate.plusYears(1)) { dbs.add(getDbByYear(curDate.getYear())); } return dbs; } }自定义分表算法
package com.sharding.jdbc.algorithm.table; import org.apache.commons.lang3.StringUtils; import org.apache.shardingsphere.api.sharding.standard.PreciseShardingAlgorithm; import org.apache.shardingsphere.api.sharding.standard.PreciseShardingValue; import org.apache.shardingsphere.api.sharding.standard.RangeShardingAlgorithm; import org.apache.shardingsphere.api.sharding.standard.RangeShardingValue; import java.time.LocalDate; import java.time.LocalDateTime; import java.util.ArrayList; import java.util.Collection; import java.util.List; public class UserPackRecordsAlgorithm implements PreciseShardingAlgorithm<LocalDateTime>, RangeShardingAlgorithm<LocalDateTime> { /** * 通过年份获取真实表 * * @param year 年份 * @return 真实表 */ private String getTableByYear(Collection<String> availableTargetNames, String year) { for (String targetName : availableTargetNames) { if (targetName.endsWith(year)) { return targetName; } } return null; } /** * PreciseShardingAlgorithm 是必选的，用于处理=和IN的分片。 * * @param availableTargetNames 可用的表集合 * @param shardingValue 分片键 * @return 真实表 */ @Override public String doSharding(Collection<String> availableTargetNames, PreciseShardingValue<LocalDateTime> shardingValue) { LocalDateTime startTime = shardingValue.getValue(); return getTableByYear(availableTargetNames, String.valueOf(startTime.getYear())); } /** * RangeShardingAlgorithm 可选，用于处理BETWEEN AND, >, <, >=, <=分片 * * @param availableTargetNames 可用的表集合 * @param rangeShardingValue 分片键 * @return 真实表 */ @Override public Collection<String> doSharding(Collection<String> availableTargetNames, RangeShardingValue<LocalDateTime> rangeShardingValue) { List<String> tables = new ArrayList<>(); int lowerYear = rangeShardingValue.getValueRange().lowerEndpoint().toLocalDate().getYear(); LocalDate startDate = LocalDate.of(lowerYear, 1, 1); LocalDate endDate = rangeShardingValue.getValueRange().upperEndpoint().toLocalDate(); for (LocalDate curDate = startDate; curDate.isBefore(endDate) || curDate.isEqual(endDate); curDate = curDate.plusYears(1)) { String table = getTableByYear(availableTargetNames, String.valueOf(curDate.getYear())); if (StringUtils.isNotBlank(table)) { tables.add(table); } } return tables; } }4，详细代码请进入githut看源代码 sharding-jdbc-springboot
