Spring Boot整合Sharding-JDBC实现单库数据分表+读写分离
springboot shardingsphere shardingjdbc
综合
发布日期:   2019-07-15
文章字数:   1.5k
阅读时长:   7 分
阅读次数:  

介绍

主要实现单库单表千万数据的压力 所以实现了单库分表 然后再加读写分离实现的解决方案呀

读写分离

在上一篇文章介绍了如何使用Sharing-JDBC实现数据库的读写分离。读写分离的好处就是在并发量比较大的情况下，将查询数据库的压力
分担到多个从库中，能够满足高并发的要求。比如上一篇实现的那样，架构图如下：

数据分表
当数据量比较大的时候，比如单个表的数据量超过了500W的数据，这时可以考虑将数据存储在不同的表中。比如将user表拆分为四个表user_0、user_1、
user_2、user_3装在四个表中。此时如图所示：

在主库初始化Mysql数据的脚本，初始化完后，从库也会创建这些表，脚本信息如下：

CREATE DATABASE /*!32312 IF NOT EXISTS*/`cool2` /*!40100 DEFAULT CHARACTER SET utf8 */;

USE `cool2`;

/*Table structure for table `user_0` */

DROP TABLE IF EXISTS `user_0`;

CREATE TABLE `user_0` (
  `id` bigint(64) NOT NULL AUTO_INCREMENT,
  `username` varchar(12) NOT NULL,
  `password` varchar(30) NOT NULL,
  PRIMARY KEY (`id`),
  KEY `idx-username` (`username`)
) ENGINE=InnoDB AUTO_INCREMENT=149 DEFAULT CHARSET=utf8;

/*Table structure for table `user_1` */

DROP TABLE IF EXISTS `user_1`;

CREATE TABLE `user_1` (
  `id` bigint(64) NOT NULL AUTO_INCREMENT,
  `username` varchar(12) NOT NULL,
  `password` varchar(30) NOT NULL,
  PRIMARY KEY (`id`),
  KEY `idx-username` (`username`)
) ENGINE=InnoDB AUTO_INCREMENT=150 DEFAULT CHARSET=utf8;

/*Table structure for table `user_2` */

DROP TABLE IF EXISTS `user_2`;

CREATE TABLE `user_2` (
  `id` bigint(64) NOT NULL AUTO_INCREMENT,
  `username` varchar(12) NOT NULL,
  `password` varchar(30) NOT NULL,
  PRIMARY KEY (`id`),
  KEY `idx-username` (`username`)
) ENGINE=InnoDB AUTO_INCREMENT=147 DEFAULT CHARSET=utf8;

/*Table structure for table `user_3` */

DROP TABLE IF EXISTS `user_3`;

CREATE TABLE `user_3` (
  `id` bigint(64) NOT NULL AUTO_INCREMENT,
  `username` varchar(12) NOT NULL,
  `password` varchar(30) NOT NULL,
  PRIMARY KEY (`id`),
  KEY `idx-username` (`username`)
) ENGINE=InnoDB AUTO_INCREMENT=148 DEFAULT CHARSET=utf8;

本案例还是在上一篇文章的案例基础之上进行改造，工程的目录和pom的依赖见上一篇文章或者源码。在工程的配置
文件application.yml做Sharding-JDBC的配置，代码如下：

master-host: 127.0.0.1
slave1-host: 127.0.0.1
slave2-host: 127.0.0.1

sharding:
  jdbc:
    dataSource:
      names: db-test0,db-test1,db-test2
      db-test0: #org.apache.tomcat.jdbc.pool.DataSource
        type: com.alibaba.druid.pool.DruidDataSource
        driverClassName: com.mysql.jdbc.Driver
        url: jdbc:mysql://${master-host}:3340/cool2?useUnicode=true&characterEncoding=utf8&tinyInt1isBit=false&useSSL=false&serverTimezone=GMT
        username: root
        password: 
        maxPoolSize: 20
      db-test1:
        type: com.alibaba.druid.pool.DruidDataSource
        driverClassName: com.mysql.jdbc.Driver
        url: jdbc:mysql://${slave1-host}:3341/cool2?useUnicode=true&characterEncoding=UTF-8&allowMultiQueries=true&useSSL=false&serverTimezone=GMT
        username: root
        password: 
        maxPoolSize: 20
      db-test2:
        type: com.alibaba.druid.pool.DruidDataSource
        driverClassName: com.mysql.jdbc.Driver
        url: jdbc:mysql://${slave2-host}:3342/cool2?useUnicode=true&characterEncoding=UTF-8&allowMultiQueries=true&useSSL=false&serverTimezone=GMT
        username: root
        password: 
        maxPoolSize: 20
    props:
      sql:
        show: true
sharding.jdbc.config.sharding.tables.user.actual-data-nodes: ds_0.user_$->{0..3}
sharding.jdbc.config.sharding.tables.user.table-strategy.standard.sharding-column: id
sharding.jdbc.config.sharding.tables.user.table-strategy.standard.precise-algorithm-class-name: com.forezp.sharedingjdbcmasterslavetables.MyPreciseShardingAlgorithm
#sharding.jdbc.config.sharding.tables.user.table-strategy.inline.sharding-column=id
#sharding.jdbc.config.sharding.tables.user.table-strategy.inline.algorithm-expression=user_${id.longValue() % 4}

sharding.jdbc.config.sharding.master-slave-rules.ds_0.master-data-source-name: db-test0
sharding.jdbc.config.sharding.master-slave-rules.ds_0.slave-data-source-names: db-test1,db-test2
server:
  port: 8085

  • 在上面的配置中，sharding.jdbc.dataSource部分是配置的数据源的信息，本案例有三个数据源db-test0、db-test1、db-test2。

  • sharding.jdbc.config.sharding.master-slave-rules.ds_0.master-data-source-name配置的是主库的数据库名，本案例为db-test0，其中ds_0为分区名。

  • sharding.jdbc.config.sharding.master-slave-rules.ds_0.slave-data-source-names配置的是从库的数据库名，本案例为db-test1、db-test2。

  • sharding.jdbc.config.sharding.tables.user.actual-data-nodes配置的分表信息，真实的数据库信息。ds_0.user_$->{0…3}，表示读取ds_0数据源的user_0、user_1、user_2、user_3。

  • sharding.jdbc.config.sharding.tables.user.table-strategy.standard.sharding-column配置的数据分表的字段，是根据id来分的。

  • sharding.jdbc.config.sharding.tables.user.table-strategy.standard.precise-algorithm-class-name是配置数据分表的策略的类，这里是自定义的类MyPreciseShardingAlgorithm。

自定义的类可以根据存放在redis的规则去匹配 MyPreciseShardingAlgorithm是根据id取模4来获取表名的，代码如下：

public class MyPreciseShardingAlgorithm implements PreciseShardingAlgorithm<Integer> {

    @Override
    public String doSharding(Collection<String> availableTargetNames, PreciseShardingValue<Integer> shardingValue) {
        for (String tableName : availableTargetNames) {
            if (tableName.endsWith(shardingValue.getValue() % 4 + "")) {
                return tableName;
            }
        }
        throw new IllegalArgumentException();
    }

}

###测试

写一个API来测试，代码如下：

@RestController
public class UserController {

    Logger logger= LoggerFactory.getLogger(UserController.class);

    @Autowired
    private UserService userService;

    @GetMapping("/users")
    public Object list() {
        return userService.list();
    }

    @GetMapping("/add")
    public Object add() {

        for(int i=100;i<150;i++) {
            User user = new User();
            user.setId(i);
            user.setUsername("forezp"+(i));
            user.setPassword("1233edwd");
           long resutl=   userService.addUser(user);
            logger.info("insert:"+user.toString()+" result:"+resutl);
        }
        return "ok";
    }
}

启动Spring Boot工程，在浏览器上执行localhost:8080/add，然后去数据库中查询，可以看到user_0、user_1、user_2、user_3分别插入了数据。
然后访问localhost:8080/users，可以查询数据库中四个表中的所有数据。可见Sharding-JDBC在插入数据的时候，根据数据分表策略，将数据存储在
不同的表中，查询的时候将数据库从多个表中查询并聚合。

开启3个库的日志查询(不建议生产使用呀)：

查看日志目录，并开启sql语句的日志：

mysql>  show variables like '%general_log%';
mysql>  set global general_log=on;

开启后，重启Mysql ，上述开启日志配置将失效。

在数据库的主机的日志里面，可以看到查询的日志也验证了这个结论，如下：

2019-07-15T14:24:00.788254Z        20 Query     select @@session.transaction_read_only
2019-07-15T14:24:00.796210Z        20 Query     INSERT INTO user_0 (
          id, username, password
        )
        VALUES (
        100,
        'forezp100',
        '1233edwd'
        )

从库查询日志：

从主1去查询了
2019-07-15T14:18:32.890665Z        18 Query     SELECT u.* FROM user_0 u order by u.id
2019-07-15T14:18:32.896601Z        18 Query     SELECT u.* FROM user_2 u order by u.id
从库2去查询了
2019-07-15T14:18:32.890665Z        18 Query     SELECT u.* FROM user_1 u order by u.id
2019-07-15T14:18:32.896601Z        18 Query     SELECT u.* FROM user_3 u order by u.id

demo：https://github.com/ciweigg2/sharding-jdbc-example/tree/master/shareding-jdbc-master-slave-tables

文章作者: Ciwei
文章链接: https://ciweigg2.github.io/2019/07/15/spring-boot-zheng-he-sharding-jdbc-shi-xian-dan-ku-shu-ju-fen-biao-du-xie-fen-chi/
版权声明: 本博客所有文章除特別声明外，均采用 CC BY 4.0 许可协议。转载请注明来源 Ciwei !
springboot shardingsphere shardingjdbc
赏
 上一篇
Spring Boot整合Sharding-JDBC实现分库分表+读写分离 Spring Boot整合Sharding-JDBC实现分库分表+读写分离
架构回顾根据不同的数据量选择合适的方案呀 在数据量不是很多的情况下，我们可以将数据库进行读写分离，以应对高并发的需求，通过水平扩展从库，来缓解查询的压力。如下： 在数据量达到500万的时候，这时数据量预估千万级别，我们可以将数据进行分
2019-07-15 综合
springboot shardingsphere shardingjdbc
下一篇 
Spring Boot集成Sharding-JDBC实现读写分离 Spring Boot集成Sharding-JDBC实现读写分离
Sharding-JDBC简介Sharding-JDBC是的分布式数据库中间件解决方案。Sharding-JDBC、Sharding-Proxy和Sharding-Sidecar（计划中）是3款相互独立的产品，共同组成了ShardingSp
2019-07-15 综合
springboot shardingsphere shardingjdbc
  目录