利用 sharding- jdbc 进行分库分表 用的是 4.0 后的版本

1、分库分表用来干啥的

 

 

 2、分库分表的分类

　2.1 垂直分表

          就是把一个大表 中的字段分门别类的 按照使用频次的高低划分 成几个表。常用的字段放一个表,不常用的 放一个表。

          好处是：减少io 的争抢 查看商品的详情和商品浏览不影响

   2.2 水平分表

         就是把同一个数据库中的同一个表 按照一定的规则 复制一份出来（还在同一个库中）两个表平分数据。解决了单表数据量过大的问题

   2.3 垂直分库

        垂直分库就是 按照业务把将表进行分类（例如 商品信息在一个库，店铺信息在一个库中），分布到不同的数据库上面，每个库放到不同的服务起上面，核心理念是专库          专用。依然解决不了单表数据量过大的问题。

   2.4 水平分库

       就是把同一个库中的表 按照一定的规则放到 复制一份放到另一个库中 两个库平分数据。 解决了单库数据量过大的问题 减少io 锁定 某个库出现问题部分库可用。

3、分库分表带来的问题

         3.1 分布式事务的问题 数据的一致性问题 （sharding jdbc 解决不了）

         3.2 连表查询的问题 不同的表再不同的库里面

         3.3 分页 和 排序 问题。

         3.4 主键避重的问题

         3.5  公共表的使用

4、常用的配置 springboot

    

      4.1   s0是 新配的从库 m0 是主库 只配了user_db数据库

            spring.shardingsphere.datasource.names = m0,m1,m2,s0

      4. 2  为s0配置数据源 端口是 3307 m1,m2,m0 也配置数据源

             

        spring.shardingsphere.datasource.m0.type = com.alibaba.druid.pool.DruidDataSource
        spring.shardingsphere.datasource.m0.driver-class-name = com.mysql.jdbc.Driver
        spring.shardingsphere.datasource.m0.url = jdbc:mysql://localhost:3306/user_db?useUnicode = true
        spring.shardingsphere.datasource.m0.username = root
        spring.shardingsphere.datasource.m0.password = root

                  spring.shardingsphere.datasource.s0.type = com.alibaba.druid.pool.DruidDataSource
                  spring.shardingsphere.datasource.s0.driver-class-name = com.mysql.jdbc.Driver
                  spring.shardingsphere.datasource.s0.url = jdbc:mysql://localhost:3307/user_db?useUnicode = true
                  spring.shardingsphere.datasource.s0.username = root
                  spring.shardingsphere.datasource.s0.password = root

 

                  

         spring.shardingsphere.datasource.m1.type = com.alibaba.druid.pool.DruidDataSource
         spring.shardingsphere.datasource.m1.driver-class-name = com.mysql.jdbc.Driver
         spring.shardingsphere.datasource.m1.url = jdbc:mysql://localhost:3306/order_db_1?useUnicode = true
         spring.shardingsphere.datasource.m1.username = root
         spring.shardingsphere.datasource.m1.password = root

 

      4.3 主从数据库的配置 告诉 sharding jdbc m0 和s0 互为主从。这里ds0 随便起的名

     spring.shardingsphere.sharding.master-slave-rules.ds0.masterDataSourceName=m0

     spring.shardingsphere.sharding.master-slave-rules.ds0.slaveDataSourceNames=s0

      4.4 从新的指定t_user表的分片情况

            spring.shardingsphere.sharding.tables.t_user.actual-dataNodes = ds0.t_user

 

     4.5 配置分库的策略 根据用户id 把数据分到不同的库中

    spring.shardingsphere.sharding.tables.t_order.databaseStrategy.inline.shardingColumn = user_id
    spring.shardingsphere.sharding.tables.t_order.databaseStrategy.inline..algorithmExpression= m$->{user_id % 2 + 1 }
  
 4.6 全局主键 订单表的主键生成策略
   

     spring.shardingsphere.sharding.tables.t_order.keyGenerator.column=order_id
     spring.shardingsphere.sharding.tables.t_order.keyGenerator.type=SNOWFLAKE

  4.7 订单表在那个库上 （在m1 和m2上 并且是水平分表的 名字是 t_order_1,t_order_2）
    

    spring.shardingsphere.sharding.tables.t_order.actual-dataNodes= m$->{1..2}.t_order_$->{1..2}

  4.8 订单表的分片策略 根据什么算法 把数据落到具体的表上 （这里根据 order_id 来的 这个分片键）

    spring.shardingsphere.sharding.tables.t_order.tableStrategy.inline.shardingColumn=order_id
    spring.shardingsphere.sharding.tables.t_order.tableStrategy.inline.algorithmExpression=t_order_$->{order_id % 2 + 1 }

       4.9 指定公共表

     spring.shardingsphere.sharding.broadcast-tables=t_dict

      4.10 特别的注意 

     特别的注意如果配置了读写分离 t_user 的数据节点用下面的配置 ds0 指的时 m0,s0;

5、具体的例子

      

@Mapper
@Component
public interface OrderDao {
    @Insert(("INSERT INTO t_order(price,user_id,status)" +
            " VALUES (#{price},#{userId},#{status});"))
    int insertOrder(Order order);


    @Select("select * from t_order where order_id=#{orderId}")
    Order selectOrder(@Param("orderId")Long orderId);

    @Select("select * from t_order where price > 13")
    List<Order> selectAllOrder();


    @Update("UPDATE t_order SET status=#{status} WHERE order_id=#{orderId}")
    public int update(Order order);

    @Select("select count(*) from t_order")
    public int selectCount();

    @Select("select count(*) as num  from t_order group by user_id having num > 1 order by user_id" )
    public List<Map> selectCountBygroup();

}