聊聊 Sharding-JDBC 分库分表-阿里云开发者社区

大家好，我是不才陈某~

这是《ShardingSphere 进阶》专栏的第一篇文章，介绍一下Sharding-JDBC实现分库分表的详细配置。

分库分表带来的问题

关于什么是分库分表这里不再细说了，相信大家都知道，有不清楚的可以看我之前的文章：聊聊分库分表

从单一表、单一库切分成多库、多表对于性能的提升是必然的，但是同时也带来了一些问题。

1. 分布式事务问题

由于垂直分库、水平分库，将数据分摊在不同库中，甚至不同的服务器上，势必带来了分布式事务的问题。

对于单库单表的事务很好控制，分布式事务的控制却是非常头疼，但是好在现在已经有成熟的解决方案，想要了解的可以看我之前的文章：七种分布式事务解决方案

2. 跨节点关联join问题

在切分之前关联查询非常简单，直接SQL JOIN便能解决，但是切分之后数据分摊在不同的节点上，此时JOIN就比较麻烦了，因此切分之后尽量避免JOIN。

解决这一问题的有些方法：

1、全局表

这种很好理解，对于一些全局需要关联的表可以在每个数据节点上都存储一份，一般是一些数据字典表。

“
全局表在Sharding-JDBC称之为广播表
”

2、字段冗余

这是一种典型的反范式设计，为了避免关联JOIN，可以将一些冗余字段保存，比如订单表保存userId时，可以将userName也一并保存，这样就避免了和User表的关联JOIN了。

“
字段冗余这种方案存在数据一致性问题
”

3、数据组装

这种还是比较好理解的，直接不使用JOIN关联，分两次查询，从第一次的结果集中找出关联数据的唯一标识，然后再次去查询，最后对得到的数据进行组装

“
需要进行手动组装，数据很大的情况对CPU、内存有一定的要求
”

4、绑定表

对于相互关联的数据节点，通过分片规则将其切分到同一个库中，这样就可以直接使用SQL的JOIN 进行关联查询。

“
Sharding-JDBC中称之为绑定表，比如订单表和用户表的绑定
”

3. 跨节点分页、排序、函数问题

对于跨数据节点进行分页、排序或者一些聚合函数，筛选出来的仅仅是针对当前节点，比如排序，仅仅能够保证在单一数据节点上是有序，并不能保证在所有节点上都是有序的，需要将各个节点的数据的进行汇总重新手动排序。

“
Sharding-JDBC 正是按照上述流程进行分页、排序、聚合
”

4. 全局主键避重问题

单库单表一般都是使用的自增主键，但是在切分之后每个自增主键将无法使用，因为这样会导致数据主键重复，因此必须重新设计主键。

目前主流的分布式主键生成方案如下：

1、UUID

UUID应该是大家最为熟悉的一种方案，优点非常明显本地生成，性能高，缺点也很明显，太长了存储耗空间，查询也非常耗性能，另外UUID的无序性将会导致InnoDB下的数据位置变动。

2、Snowflake

Twitter开源的由64位整数组成分布式ID，性能较高，并且在单机上递增。

“
不再详细介绍，更多信息自行查找资料
”

3、UidGenerator

UidGenerator是百度开源的分布式ID生成器，其基于雪花算法实现。具体参考：

“
https://github.com/baidu/uid-generator/blob/master/README.zh_cn.md
”

4、Leaf

Leaf是美团开源的分布式ID生成器，能保证全局唯一，趋势递增，但需要依赖关系数据库、Zookeeper等中间件。具体参考：

“
https://tech.meituan.com/2017/04/21/mt-leaf.html
”

5. 数据迁移、扩容问题

当业务高速发展，面临性能和存储的瓶颈时，才会考虑分片设计，此时就不可避免的需要考虑历史数据迁移的问题。一般做法是先读出历史数据，然后按指定的分片规则再将数据写入到各个分片节点中。此外还需要根据当前的数据量和QPS，以及业务发展的速度，进行容量规划，推算出大概需要多少分片。

如果采用数值范围分片，只需要添加节点就可以进行扩容了，不需要对分片数据迁移。如果采用的是数值取模分片，则考虑后期的扩容问题就相对比较麻烦。

“
分库分表虽然提升了性能，但是在切分过程中一定要考虑上述总结的5种问题。
”

Sharding-JDBC 介绍

Sharding-JDBC 是当当网研发的开源分布式数据库中间件，从 3.0 开始Sharding-JDBC被包含在 Sharding-Sphere 中，之后该项目进入进入Apache孵化器，4.0版本之后的版本为Apache版本。

ShardingSphere是一套开源的分布式数据库中间件解决方案组成的生态圈，由Sharding-JDBC、Sharding-Proxy、Sharding-Sidecar（规划中）组成。

“
官网：https://shardingsphere.apache.org
”

目前我们只需要关注Sharding-JDBC，后面的两种组件后文介绍。

Sharding-JDBC 的定位是一款轻量级JAVA框架，基于JDBC实现分库分表，通过Sharding-JDBC可以透明的访问已经经过分库、分表的数据源。

Sharding-JDBC的特性如下：

适用于任何基于Java的ORM框架，如：Hibernate, Mybatis, Spring JDBC Template或直接使用JDBC。
基于任何第三方的数据库连接池，如：DBCP, C3P0, BoneCP, Druid, HikariCP等。
支持任意实现JDBC规范的数据库。目前支持MySQL，Oracle，SQLServer和PostgreSQL。

Sharding-JDBC 中的一些概念

在介绍Sharding-JDBC 实战之前需要了解其中的一些概念，如下：

1. 逻辑表

在对表进行分片后，一张表分成了n个表，比如订单表t_order分成如下三张表：t_order_1，t_order_2，t_order_3。

此时订单表的逻辑表就是t_order，Sharding-JDBC在进行分片规则配置时针对的就是这张逻辑表

2. 真实表

上述t_ordr_1，t_order_2，t_order_3 称之为真实表

3. 数据节点

数据分片的最小单元，由数据源名称和表名称组成，比如：ds1.t_order_1

4. 分片键

用于分片的数据库字段，是将数据库(表)水平拆分的关键字段。例：将订单表中的订单主键的尾数取模分片，则订

单主键为分片字段。SQL中如果无分片字段，将执行全路由，性能较差。除了对单分片字段的支持，Sharding- Jdbc也支持根据多个字段进行分片。

5. 分片算法

通过分片算法将数据分片，支持通过 = 、 BETWEEN 和 IN 分片。

分片算法需要应用方开发者自行实现，可实现的灵活度非常高。包括：精确分片算法 、范围分片算法 ，复合分片算法 等。例如：where order_id = ? 将采用精确分片算法，where order_id in (?,?,?)将采用精确分片算法，where order_id BETWEEN ? and ? 将采用范围分片算法，复合分片算法用于分片键有多个复杂情况。

“
Sharding-JDBC 中的分片算法需要开发者根据业务自定义
”

6. 分片策略

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。

内置的分片策略大致可分为尾数取模、哈希、范围、标签、时间等。由用户方配置的分片策略则更加灵活，常用的使用行表达式配置分片策略，它采用Groovy表达式表示，如: t_user_$->{u_id % 8} 表示t_user 表根据u_id模8，而分成8张表，表名称为 t_user_0 到 t_user_7 。

1、标准分片策略

标准分片策略适用于单分片键，此策略支持 PreciseShardingAlgorithm 和 RangeShardingAlgorithm 两个分片算法。

其中 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， >， <，>=，<= 条件分片，如果不配置RangeShardingAlgorithm，SQL中的条件等将按照全库路由处理。

2、复合分片策略

复合分片策略，同样支持对 SQL语句中的 =，>， <， >=， <=，IN和 BETWEEN AND 的分片操作。不同的是它支持多分片键，具体分配片细节完全由应用开发者实现。

3、行表达式分片策略

行表达式分片策略，支持对 SQL语句中的 = 和 IN 的分片操作，但只支持单分片键。这种策略通常用于简单的分片，不需要自定义分片算法，可以直接在配置文件中接着写规则。

t_order_$->{t_order_id % 4} 代表 t_order 对其字段 t_order_id取模，拆分成4张表，而表名分别是t_order_0 到 t_order_3。

4、Hint分片策略

Hint分片策略，对应上边的Hint分片算法，通过指定分片健而非从 SQL中提取分片健的方式进行分片的策略。

7. 分布式主键生成策略

通过在客户端生成自增主键替换以数据库原生自增主键的方式，做到分布式主键无重复。

“
Sharding-JDBC 内部支持UUID和Snowflake生成分布式主键
”

Sharding-JDBC 实战

上述内容基本介绍了Sharding-JDBC的基本知识点，下面通过 Spring Boot + Sharding-JDBC 的方式实战演示一下。

1. Sharding-JDBC 的 pom 依赖

想要使用Sharding-JDBC只需要添加一个maven依赖即可，如下：

<dependency>
 <groupId>org.apache.shardingsphere</groupId>
 <artifactId>sharding-jdbc-spring-boot-starter</artifactId>
 <version>${sharding-sphere.version}</version>
</dependency>

“
笔者这里使用的版本为：4.1.1
” “
源码已经上传GitHub，关注公众号：码猿技术专栏，回复关键词：9532 获取！
”

2. 垂直分表、分库

垂直切分一般针对数据行数不大，但是单行的某些字段数据很大，表占用空间很大，检索的时候需要执行大量的IO，严重降低性能，此时需要将拆分到另外一张表，且与原表是一对一的关系，这就是垂直分表。

比如商品表中的商品描述数据很大，严重影响查询性能，可以将商品描述这个字段单独抽离出来存储，这样就拆分成了两张表（垂直分表），如下图：

垂直分表

通过垂直分表性能得到了一定程度的提升，但是还没有达到要求，并且磁盘空间也快不够了，因为数据还是始终限制在一台服务器，库内垂直分表只解决了单一表数据量过大的问题，但没有将表分布到不同的服务器上，因此每个表还是竞争同一个物理机的CPU、内存、网络IO、磁盘。

此时就需要进行垂直分库，如下之前是在单独的卖家库存储的，现在需要将商品的信息给垂直切分出去，分成了两个库：商品库product_db、店铺库shop_db：

垂直分库

方案已经有了，那么现在就需要用Sharding-JDBC去实现。

“
product_db和shop_db的SQL会放在源码中，这里就不再贴了
”

Sharding-JDBC 使用非常简单，只需要在配置文件中指定数据源信息和切片规则即可实现分库分表。

这里支持三种配置，如下：

yml配置文件
properties配置文件
Java Config 编码配置

这里笔者使用的是第一种yml配置方式，详细配置如下：

spring:
  # Sharding-JDBC的配置
  shardingsphere:
    datasource:
      # 数据源，这里配置两个，分别是ds1，ds2
      names: ds1,ds2
      # ds1的配置信息,product_db1
      ds1:
        type: com.alibaba.druid.pool.DruidDataSource
        driver-class-name: com.mysql.jdbc.Driver
        url: jdbc:mysql://localhost:3306/product_db?useUnicode=true&characterEncoding=utf-8
        username: root
        password: Nov2014
      # ds2的配置信息，shop_db
      ds2:
        type: com.alibaba.druid.pool.DruidDataSource
        driver-class-name: com.mysql.jdbc.Driver
        url: jdbc:mysql://localhost:3306/shop_db?useUnicode=true&characterEncoding=utf-8
        username: root
        password: Nov2014
    # 分片的配置
    sharding:
      # 表的分片策略
      tables:
       ## product_base是逻辑表的名称
        product_base:
          # 数据节点配置，采用Groovy表达式，切分之后的真实表所在的节点
          actual-data-nodes: ds$->{1}.product_base
          # 主键生成策略
          key-generator:
            # 主键
            column: product_id
            # 生成算法
            type: SNOWFLAKE
        product_description:
          # 数据节点配置，采用Groovy表达式
          actual-data-nodes: ds$->{1}.product_description
        shop:
          # 数据节点配置，采用Groovy表达式
          actual-data-nodes: ds$->{2}.shop
          # 主键生成策略
          key-generator:
            # 主键
            column: shop_id
            # 生成算法
            type: SNOWFLAKE
    props:
      sql:
        # 日志显示具体的SQL
        show: true

上述配置非常简单，分为如下几个步骤：

1、数据源配置

由于垂直分库涉及到shop_db，product_db，肯定是要配置两个数据源，如下：

spring:
  # Sharding-JDBC的配置
  shardingsphere:
    datasource:
      # 数据源，这里配置两个，分别是ds1，ds2
      names: ds1,ds2
      # ds1的配置信息,product_db1
      ds1:
        type: com.alibaba.druid.pool.DruidDataSource
        driver-class-name: com.mysql.jdbc.Driver
        url: jdbc:mysql://localhost:3306/product_db?useUnicode=true&characterEncoding=utf-8
        username: root
        password: Nov2014
      # ds2的配置信息，shop_db
      ds2:
        type: com.alibaba.druid.pool.DruidDataSource
        driver-class-name: com.mysql.jdbc.Driver
        url: jdbc:mysql://localhost:3306/shop_db?useUnicode=true&characterEncoding=utf-8
        username: root
        password: Nov2014

这个很好理解，两个数据源名称分别为ds1，ds2，自己任意取名，然后配置相关信息。

2、数据节点配置

这里数据节点很重要，你要告诉Sharding-JDBC 你要操作的那张表在哪个库中，对应表的名称。

上述涉及到三张表，分别是shop、product_base、product_description，因此需要配置三个数据节点，如下：

spring:
  # Sharding-JDBC的配置
  shardingsphere:
    # 分片的配置
    sharding:
      # 表的分片策略
      tables:
       ## product_base是逻辑表的名称
        product_base:
          # 数据节点配置，采用Groovy表达式，切分之后的真实表所在的节点
          actual-data-nodes: ds$->{1}.product_base
        product_description:
          # 数据节点配置，采用Groovy表达式
          actual-data-nodes: ds$->{1}.product_description
        shop:
          # 数据节点配置，采用Groovy表达式
          actual-data-nodes: ds$->{2}.shop

ds$->{1} 采用的是Groovy表达式，表示ds1

数据节点要具体到指定的数据库、表名。

“
spring.shardingsphere.sharding.default-data-source-name=ds1可以指定默认的数据源
”

3、主键生成策略

Sharding-JDBC支持配置主键生成策略，比如使用雪花算法或者UUID方式，配置如下：

spring:
  # Sharding-JDBC的配置
  shardingsphere:
    # 分片的配置
    sharding:
      # 表的分片策略
      tables:
       ## product_base是逻辑表的名称
        product_base:
          # 主键生成策略
          key-generator:
            # 主键
            column: product_id
            # 生成算法
            type: SNOWFLAKE
        shop:
          # 主键生成策略
          key-generator:
            # 主键
            column: shop_id
            # 生成算法
            type: SNOWFLAKE

“
SNOWFLAKE：雪花算法
”

配置完成后，向product_base插入一条数据，将会直接插入到ds1这个数据库中，demo如下：

@Test
public void test1(){
    Product product = Product.builder()
     .name("Spring Cloud Alibaba实战课程")
     .price(159L)
     .originAddress("码猿技术专栏")
     .shopId(1L)
     .build();
    productMapper.insertProductBase(product);
}

“
源码已经上传GitHub，关注公众号：码猿技术专栏，回复关键词：9532 获取！
”

3. 水平分库

问题来了，现在有很多商家入驻，product_db单库存储数据已经超出预估，商品资源属于访问非常频繁的资源，单台服务器已经无法支撑，此时就需要对其进行水平分库，将商品库拆分成两个数据库：product_db1、product_db2，如下：

水平分库

“
product_db1+product_db2数据合并则为完整的商品数据
”

Sharding-JDBC 配置也很简单，只需要配置一下数据库的切分规则，配置规则如下：

#分库策略，如何将一个逻辑表映射到多个数据源 
spring.shardingsphere.sharding.tables.<逻辑表名称>.database‐strategy.<分片策略>.<分片策略属性名>=

那么此时需要对product_base、product_description进行数据源切分，按照对2取模的方式，配置如下：

spring:
  # Sharding-JDBC的配置
  shardingsphere:
    # 分片的配置
    sharding:
      # 表的分片策略
      tables:
        product_base:
          database‐strategy:
            inline:
            ## 分片键
              sharding‐column: product_id
             ## 分片算法，内置的精确算法
              algorithm‐expression: ds$->{product_id%2+1}
        product_description:
          database‐strategy:
            inline:
            ## 分片键
              sharding‐column: product_id
              ## 分片算法，内置的精确算法
              algorithm‐expression: ds$->{product_id%2+1}

上述配置什么意思？

“
product_id是偶数的将会存储在product_db1库中，奇数的存储在product_db2中
”

测试也很简单，我们循环往数据库中插入10条商品数据，由于是雪花算法，因此应该有5条在db1库中，另外5条在db2中，单元测试如下：

@Test
public void test3(){
    for (int i = 0; i < 10; i++) {
    Product product = Product.builder()
        .name("Spring Cloud Alibaba实战课程")
        .price(159L)
        .originAddress("码猿技术专栏")
        .shopId(1L)
        .build();
 productMapper.insertProductBase(product);
 productMapper.insertProductDescribe(product.getProductId(),"内容",product.getShopId());
  }
}

观察下控制台的SQL，可以发现是不停的往ds1和ds2中进行插入数据，如下图：

数据库中的数据如下：

product_db1 product_db2

“
源码已经上传GitHub，关注公众号：码猿技术专栏，回复关键词：9532 获取！
”

4. 水平分表

经过水平分库后，性能得到了提升，但是经过一段时间后，商品的单表数据量急剧增长，查询非常慢，那么此时就需要对单表进行水平拆分了，如下图：

水平分表

同样需要在Sharding-JDBC中配置分表的规则，如下：

#分表策略，如何将一个逻辑表映射为多个实际表 
spring.shardingsphere.sharding.tables.<逻辑表名称>.table‐strategy.<分片策略>.<分片策略属性名>=

实际的配置如下：

spring:
  # Sharding-JDBC的配置
  shardingsphere:
    # 分片的配置
    sharding:
      # 表的分片策略
      tables:
        product_base:
          # 数据节点配置，采用Groovy表达式，分库分表策略，这样是4个节点，ds1.product_base_$_1/ds1.product_base_$_2/ds2.product_base_$_1/ds2.product_base_$_2
          actual-data-nodes: ds$->{1..2}.product_base_$->{1..2}
          # 分表策略
          table‐strategy:
            inline:
              # 分片键为店铺ID
              sharding‐column: shop_id
              # 分片策略取模
              algorithm‐expression: product_base_$->{shop_id%2+1}
        product_description:
          # 数据节点配置，采用Groovy表达式
          actual-data-nodes: ds$->{1..2}.product_description_$->{1..2}
          table‐strategy:
            inline:
              sharding‐column: shop_id
              algorithm‐expression: product_description_$->{shop_id%2+1}

这里需要注意的是：由于这里用了分库分表，那么数据节点一定要配置对，比如 ds$->{1..2}.product_base_$->{1..2} 这里的表达式分别对应的是4个数据节点，如下：

ds1.product_base_1
ds1.product_base_2
ds2.product_base_1
ds2.product_base_2

“
由于篇幅有限，完整的配置看源码
”

单元测试如下：

@Test
public void test4(){
 for (int i = 0; i < 10; i++) {
  Product product = Product.builder()
   .name("Spring Cloud Alibaba实战课程")
   .price(159L)
   .originAddress("码猿技术专栏")
   .shopId((long)(new Random().nextInt(100)+1))
   .build();
   productMapper.insertProductBase(product);
   productMapper.insertProductDescribe(product.getProductId(),"内容",product.getShopId());
        }
    }

“
源码已经上传GitHub，关注公众号：码猿技术专栏，回复关键词：9532 获取！
”

总结

本篇文章主要介绍了Sharding-JDBC 分库分表实战基础内容，通过详细的案例和代码演示希望能帮助大家更好的理解。

聊聊 Sharding-JDBC 分库分表

分库分表带来的问题

1. 分布式事务问题

2. 跨节点关联join问题

3. 跨节点分页、排序、函数问题

4. 全局主键避重问题

5. 数据迁移、扩容问题

Sharding-JDBC 介绍

Sharding-JDBC 中的一些概念

1. 逻辑表

2. 真实表

3. 数据节点

4. 分片键

5. 分片算法

6. 分片策略

7. 分布式主键生成策略

Sharding-JDBC 实战

1. Sharding-JDBC 的 pom 依赖

2. 垂直分表、分库

3. 水平分库

4. 水平分表

总结

热门文章

最新文章

相关课程

相关电子书

热门

活动广场

任务中心

开发者评测

高校计划

乘风者计划

训练营

阿里云MVP

话题

直播

下载

镜像站

技术资料

插件

聊聊 Sharding-JDBC 分库分表

分库分表带来的问题

1. 分布式事务问题

2. 跨节点关联join问题

3. 跨节点分页、排序、函数问题

4. 全局主键避重问题

5. 数据迁移、扩容问题

Sharding-JDBC 介绍

Sharding-JDBC 中的一些概念

1. 逻辑表

2. 真实表

3. 数据节点

4. 分片键

5. 分片算法

6. 分片策略

7. 分布式主键生成策略

Sharding-JDBC 实战

1. Sharding-JDBC 的 pom 依赖

2. 垂直分表、分库

3. 水平分库

4. 水平分表

总结

热门文章

最新文章

相关课程

相关电子书