静态的方式

我们以两套配置方式为例,在项目中有两套配置文件,两套mapper,两套SqlSessionFactory,各自处理各自的业务,这个两套mapper都可以进行增删改查的操作,在这两个主MYSQL后也可以各自配置自己的slave,实现数据的备份。如果在增加一个数据源就得从头到尾的增加一遍。

先看看两个配置文件:

## master 数据源配置
master1.datasource.url=jdbc:mysql://localhost:3306/learn?useUnicode=true&characterEncoding=utf8
master1.datasource.username=root
master1.datasource.password=
master1.datasource.driverClassName=com.mysql.jdbc.Driver
## slave 数据源配置
master2.datasource.url=jdbc:mysql://localhost:3308/learn?useUnicode=true&characterEncoding=utf8
master2.datasource.username=root
master2.datasource.password=
master2.datasource.driverClassName=com.mysql.jdbc.Driver

这两个数据源的配置不分主从,看网上很多这种配置方式,说是主从配置,个人认为既然什么都是两套就没有必要分出主从,分出读写了,根据业务的需求以及数据库服务器的性能进行划分即可。

两个配置类:

@Configuration
// 扫描 Mapper 接口并容器管理
@MapperScan(basePackages = Master1DataSourceConfig.PACKAGE, sqlSessionFactoryRef = "master1SqlSessionFactory")
public class Master1DataSourceConfig {
 // 精确到 master 目录,以便跟其他数据源隔离
 static final String PACKAGE = "com.hui.readwrite.mapper.master1";
 static final String MAPPER_LOCATION = "classpath:mapper/master1.xml";
 @Value("${master1.datasource.url}")
 private String url;
 @Value("${master1.datasource.username}")
 private String user;
 @Value("${master1.datasource.password}")
 private String password;
 @Value("${master1.datasource.driverClassName}")
 private String driverClass;
 @Bean(name = "master1DataSource")
 @Primary
 public DataSource masterDataSource() {
 DruidDataSource dataSource = new DruidDataSource();
 dataSource.setDriverClassName(driverClass);
 dataSource.setUrl(url);
 dataSource.setUsername(user);
 dataSource.setPassword(password);
 return dataSource;
 }
 @Bean(name = "master1TransactionManager")
 @Primary
 public DataSourceTransactionManager masterTransactionManager() {
 return new DataSourceTransactionManager(masterDataSource());
 }
 @Bean(name = "master1SqlSessionFactory")
 @Primary
 public SqlSessionFactory masterSqlSessionFactory(@Qualifier("master1DataSource") DataSource masterDataSource)
 throws Exception {
 final SqlSessionFactoryBean sessionFactory = new SqlSessionFactoryBean();
 sessionFactory.setDataSource(masterDataSource);
 sessionFactory.setMapperLocations(new PathMatchingResourcePatternResolver()
 .getResources(Master1DataSourceConfig.MAPPER_LOCATION));
 return sessionFactory.getObject();
 }
}
@Configuration
// 扫描 Mapper 接口并容器管理
@MapperScan(basePackages = Master2DataSourceConfig.PACKAGE, sqlSessionFactoryRef = "master2SqlSessionFactory")
public class Master2DataSourceConfig {
 // 精确到 master 目录,以便跟其他数据源隔离
 static final String PACKAGE = "com.hui.readwrite.mapper.master2";
 static final String MAPPER_LOCATION = "classpath:mapper/master2.xml";
 @Value("${master2.datasource.url}")
 private String url;
 @Value("${master2.datasource.username}")
 private String user;
 @Value("${master2.datasource.password}")
 private String password;
 @Value("${master2.datasource.driverClassName}")
 private String driverClass;
 @Bean(name = "master2DataSource")
 public DataSource master2DataSource() {
 DruidDataSource dataSource = new DruidDataSource();
 dataSource.setDriverClassName(driverClass);
 dataSource.setUrl(url);
 dataSource.setUsername(user);
 dataSource.setPassword(password);
 return dataSource;
 }
 @Bean(name = "master2TransactionManager")
 public DataSourceTransactionManager master2TransactionManager() {
 return new DataSourceTransactionManager(master2DataSource());
 }
 @Bean(name = "master2SqlSessionFactory")
 public SqlSessionFactory clusterSqlSessionFactory(@Qualifier("master2DataSource") DataSource master2DataSource) throws Exception {
 final SqlSessionFactoryBean sessionFactory = new SqlSessionFactoryBean();
 sessionFactory.setDataSource(master2DataSource);
 sessionFactory.setMapperLocations(new PathMatchingResourcePatternResolver()
 .getResources(Master2DataSourceConfig.MAPPER_LOCATION));
 return sessionFactory.getObject();
 }
}

作者:o2o丨
链接:https://juejin.im/post/5d47dffae51d4561f40add11
来源:掘金
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

@Primary 标志这个 Bean 如果在多个同类 Bean 候选时,该 Bean 优先被考虑。「多数据源配置的时候注意,必须要有一个主数据源,用 @Primary 标志该 Bean」

@MapperScan 扫描 Mapper 接口并容器管理,包路径精确到 master,为了和下面 cluster 数据源做到精确区分

@Value 获取全局配置文件 application.properties 的 kv 配置,并自动装配

sqlSessionFactoryRef 表示定义了 key ,表示一个唯一 SqlSessionFactory 实例

两个mapper接口的路径和xml文件的路径如下:

这样就可以实现同一个项目使用多个数据配置,缺点是不易维护和扩展。

动态方式

这种方式实现了一个写库多个读库,使用的是同一套Mapper接口和XML文件,这样就有很好的拓展性,具体代码如下:

先是生成不同的数据源,其中多个读数据源合并

@Configuration
public class DataBaseConfiguration{
 @Value("${spring.datasource.type}")
 private Class<? extends DataSource> dataSourceType;
 @Bean(name="writeDataSource", destroyMethod = "close", initMethod="init")
 @Primary
 @ConfigurationProperties(prefix = "spring.write.datasource")
 public DataSource writeDataSource() {
 return DataSourceBuilder.create().type(dataSourceType).build();
 }
 /**
 * 有多少个从库就要配置多少个
 * @return
 */
 @Bean(name = "readDataSourceOne")
 @ConfigurationProperties(prefix = "spring.read.one")
 public DataSource readDataSourceOne(){
 return DataSourceBuilder.create().type(dataSourceType).build();
 }
 @Bean(name = "readDataSourceTwo")
 @ConfigurationProperties(prefix = "spring.read.two")
 public DataSource readDataSourceTwo() {
 return DataSourceBuilder.create().type(dataSourceType).build();
 }
 @Bean("readDataSources")
 public List<DataSource> readDataSources(){
 List<DataSource> dataSources=new ArrayList<DataSource>();
 dataSources.add(readDataSourceOne());
 dataSources.add(readDataSourceTwo());
 return dataSources;
 }
}

生成一套SqlSessionFactory,进行动态切换

@Configuration
@ConditionalOnClass({EnableTransactionManagement.class})
@Import({ DataBaseConfiguration.class})
@MapperScan(basePackages={"com.hui.readwrite.mapper.master1"})
public class TxxsbatisConfiguration {
 @Value("${spring.datasource.type}")
 private Class<? extends DataSource> dataSourceType;
 @Value("${datasource.readSize}")
 private String dataSourceSize;
 @Resource(name = "writeDataSource")
 private DataSource dataSource;
 @Resource(name = "readDataSources")
 private List<DataSource> readDataSources;
 @Bean
 @ConditionalOnMissingBean
 public SqlSessionFactory sqlSessionFactory() throws Exception {
 SqlSessionFactoryBean sqlSessionFactoryBean = new SqlSessionFactoryBean();
 sqlSessionFactoryBean.setDataSource(roundRobinDataSouceProxy());
 sqlSessionFactoryBean.setTypeAliasesPackage("com.hui.readwrite.po");
 sqlSessionFactoryBean.setMapperLocations(new PathMatchingResourcePatternResolver()
 .getResources("classpath:mapper/master1*//*.xml"));
 sqlSessionFactoryBean.getObject().getConfiguration().setMapUnderscoreToCamelCase(true);
 return sqlSessionFactoryBean.getObject();
 }
 /**
 * 有多少个数据源就要配置多少个bean
 * @return
 */
 @Bean
 public AbstractRoutingDataSource roundRobinDataSouceProxy() {
 int size = Integer.parseInt(dataSourceSize);
 TxxsAbstractRoutingDataSource proxy = new TxxsAbstractRoutingDataSource(size);
 Map<Object, Object> targetDataSources = new HashMap<Object, Object>();
 targetDataSources.put(DataSourceType.write.getType(),dataSource);
 for (int i = 0; i < size; i++) {
 targetDataSources.put(i, readDataSources.get(i));
 }
 proxy.setDefaultTargetDataSource(dataSource);
 proxy.setTargetDataSources(targetDataSources);
 return proxy;
 }
}
进行选择,和读库的简单负载。Spring boot提供了AbstractRoutingDataSource根据用户定义的规则选择当前的数据库,这样我们可以在执行查询之前,设置读取从库,在执行完成后,恢复到主库。实现可动态路由的数据源,在每次数据库查询操作前执行

public class TxxsAbstractRoutingDataSource extends AbstractRoutingDataSource {
 private final int dataSourceNumber;
 private AtomicInteger count = new AtomicInteger(0);
 public TxxsAbstractRoutingDataSource(int dataSourceNumber) {
 this.dataSourceNumber = dataSourceNumber;
 }
 @Override
 protected Object determineCurrentLookupKey() {
 String typeKey = DataSourceContextHolder.getJdbcType();
 if (typeKey.equals(DataSourceType.write.getType()))
 return DataSourceType.write.getType();
 // 读 简单负载均衡
 int number = count.getAndAdd(1);
 int lookupKey = number % dataSourceNumber;
 return new Integer(lookupKey);
 }
}

利用AOP的方式实现,方法的控制

@Aspect
@Component
public class DataSourceAop {
 public static final Logger logger = LoggerFactory.getLogger(DataSourceAop.class);
 @Before("execution(* com.hui.readwrite.mapper..*.select*(..)) || execution(* com.hui.readwrite.mapper..*.get*(..))")
 public void setReadDataSourceType() {
 DataSourceContextHolder.read();
 logger.info("dataSource切换到:Read");
 }
 @Before("execution(* com.hui.readwrite.mapper..*.insert*(..)) || execution(* com.hui.readwrite.mapper..*.update*(..))")
 public void setWriteDataSourceType() {
 DataSourceContextHolder.write();
 logger.info("dataSource切换到:write");
 }
}

配置文件:

#一些总的配置文件
spring.aop.auto=true
spring.datasource.type=com.alibaba.druid.pool.DruidDataSource
datasource.readSize=2
# 主数据源,默认的
spring.write.datasource.driverClassName=com.mysql.jdbc.Driver
spring.write.datasource.url=jdbc:mysql://localhost:3306/learn?useUnicode=true&characterEncoding=utf8
spring.write.datasource.username=root
spring.write.datasource.password=root
# 从数据源
spring.read.one.driverClassName=com.mysql.jdbc.Driver
spring.read.one.url=jdbc:mysql://localhost:3307/learn?useUnicode=true&characterEncoding=utf8
spring.read.one.username=root
spring.read.one.password=root
spring.read.two.driverClassName=com.mysql.jdbc.Driver
spring.read.two.url=jdbc:mysql://localhost:3308/learn?useUnicode=true&characterEncoding=utf8
spring.read.two.username=root
spring.read.two.password=root

我们可以看到效果:

关于事务的观点

核心思想,spring提供了一个DataSource的子类,该类支持多个数据源

org.springframework.jdbc.datasource.lookup.AbstractRoutingDataSource

上述静态多个数据库的这种配置是不支持分布式事务的,也就是同一个事务中,不能操作多个数据库。

一些实时性要求很高的select语句,我们也可能需要放到master上执行,这些查询可能也需要放在master上执行,而不能放在slave上去执行,因为slave上可能存在延时。

如果有多台 master 或者有多台 slave。多台master组成一个HA,要实现当其中一台master挂了,自动切换到另一台master,这个功能可以使用LVS/Keepalived来实现,也可以通过进一步扩展ThreadLocalRountingDataSource来实现,可以另外加一个线程专门来每隔一秒来测试mysql是否正常来实现。

同样对于多台slave之间要实现负载均衡,同时当一台slave挂了时,要实现将其从负载均衡中去除掉,这个功能既可以使用LVS/Keepalived来实现,同样也可以通过近一步扩展ThreadLocalRountingDataSource来实现。
因为事务是依赖数据源的,你用注解切换数据源的操作跟用注解加事务控制的操作应该注意下先后关系。切换数据源的注解配置是要放在事务注解配置前面的,不然有问题。

解决方案:添加分布式的事务,Atomikos和spring结合来处理。

配置多个不同的数据源,使用一个sessionFactory,在业务逻辑使用的时候自动切换到不同的数据源,有一种是在拦截器里面根据不同的业务现切换到不同的datasource;有的会在业务层根据业务来自动切换。但这种方案在多线程并发的时候会出现一些问题,需要使用threadlocal等技术来实现多线程竞争切换数据源的问题。

由于我使用的是注解式事务,和我们的AOP数据源切面有一个顺序的关系。数据源切换必须先执行,数据库事务才能获取到正确的数据源。所以要明确指定 注解式事务和 我们AOP数据源切面的先后顺序。我们数据源切换的AOP是通过注解来实现的,只需要在AOP类上加上一个order(1)注解即可,其中1代表顺序号。

 
 

spring的事务管理,是基于数据源的,所以如果要实现动态数据源切换,而且在同一个数据源中保证事务是起作用的话,就需要注意二者的顺序问题,即:在事物起作用之前就要把数据源切换回来。

举一个例子:web开发常见是三层结构:controller、service、dao。一般事务都会在service层添加,如果使用spring的声明式事物管理,在调用service层代码之前,spring会通过aop的方式动态添加事务控制代码,所以如果要想保证事物是有效的,那么就必须在spring添加事务之前把数据源动态切换过来,也就是动态切换数据源的aop要至少在service上添加,而且要在spring声明式事物aop之前添加。

根据上面分析:

最简单的方式是把动态切换数据源的aop加到controller层,这样在controller层里面就可以确定下来数据源了。不过,这样有一个缺点就是,每一个controller绑定了一个数据源,不灵活。对于这种:一个请求,需要使用两个以上数据源中的数据完成的业务时,就无法实现了。

针对上面的这种问题,可以考虑把动态切换数据源的aop放到service层,但要注意一定要在事务aop之前来完成。这样,对于一个需要多个数据源数据的请求,我们只需要在controller里面注入多个service实现即可。但这种做法的问题在于,controller层里面会涉及到一些不必要的业务代码,例如:合并两个数据源中的list…

此外,针对上面的问题,还可以再考虑一种方案,就是把事务控制到dao层,然后在service层里面动态切换数据源。

以上就我的分享,觉得有收获的朋友们可以点个关注哦,想学习更多关于Java技术方面的知识的朋友们可以进我的一个Java高级架构师交流群,里面有高可用、高并发、高性能及分布式、Jvm性能调优、Spring源码,MyBatis,Netty,Redis,Kafka,Mysql,Zookeeper,Tomcat,Docker,Dubbo,Nginx等