分库分表之ShardingSphere（二）-阿里云开发者社区

实现读写分离

环境配置：使用mall库为主库，mall_01、mall_02为从库，前提是MySQL数据库需要提前做好读写分离相关配置

1、读写分离配置

server.port=8099
spring.application.name=sharding-jdbc-demo
spring.profiles.active=dev
#指定数据库连接信息 一主两从
spring.shardingsphere.datasource.names=master,slave0,slave1
spring.shardingsphere.datasource.master.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.master.driver-class-name=com.mysql.cj.jdbc.Driver
spring.shardingsphere.datasource.master.url=jdbc:mysql://xxx:3306/mall?serverTimezone=GMT%2B8
spring.shardingsphere.datasource.master.username=root
spring.shardingsphere.datasource.master.password=xxx
spring.shardingsphere.datasource.slave0.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.slave0.driver-class-name=com.mysql.cj.jdbc.Driver
spring.shardingsphere.datasource.slave0.url=jdbc:mysql://xxx:3306/mall_1?serverTimezone=GMT%2B8
spring.shardingsphere.datasource.slave0.username=root
spring.shardingsphere.datasource.slave0.password=xxx
spring.shardingsphere.datasource.slave1.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.slave1.driver-class-name=com.mysql.cj.jdbc.Driver
spring.shardingsphere.datasource.slave1.url=jdbc:mysql://xxx:3306/mall_2?serverTimezone=GMT%2B8
spring.shardingsphere.datasource.slave1.username=root
spring.shardingsphere.datasource.slave1.password=xxx
# 配置从节点负载均衡策略，采用轮询机制
spring.shardingsphere.masterslave.load-balance-algorithm-type=round_robin
# 配置主从名称
spring.shardingsphere.masterslave.name=ms
# 配置数据源的读写分离
spring.shardingsphere.sharding.master-slave-rules.ds0.master-data-source-name=master
spring.shardingsphere.sharding.master-slave-rules.ds0.slave-data-source-names=slave0,slave1
#sql输出日志
spring.shardingsphere.props.sql.show=true
# 一个实体类对应两张表，覆盖
spring.main.allow-bean-definition-overriding=true

2、测试读

查找成功

3、测试写

写入主库成功，会自动同步到两个从库，然后查询的时候通过负载均衡轮询到一个子库进行查询

Sharding-Proxy

它是一个数据库的代理端，代理数据库我们只用访问它就行了，通过访问代理数据库来简化分库分表的操作

环境配置

1、安装包下载解压

https://archive.apache.org/dist/shardingsphere/4.1.0/apache-shardingsphere-4.1.0-sharding-proxy-bin.tar.gz

2、在conf目录下，修改server.yaml文件，去掉这一部分的注释

3、需要手动的把mysql驱动的jar包放到lib目录下否则程序无法运行

4、配置分库分表

修改config-sharding.yaml文件

schemaName: sharding_db
dataSources:
 ds_0:
   url: jdbc:mysql://121.43.33.150:3306/mall_1?serverTimezone=UTC&useSSL=false
   username: root
   password: xxx
   connectionTimeoutMilliseconds: 30000
   idleTimeoutMilliseconds: 60000
   maxLifetimeMilliseconds: 1800000
   maxPoolSize: 50
 ds_1:
   url: jdbc:mysql://121.43.33.150:3306/mall_2?serverTimezone=UTC&useSSL=false
   username: root
   password: xxx
   connectionTimeoutMilliseconds: 30000
   idleTimeoutMilliseconds: 60000
   maxLifetimeMilliseconds: 1800000
   maxPoolSize: 50
shardingRule:
 tables:
 #t_order表规则 可配置多个表
   t_order:
     actualDataNodes: ds_${0..1}.t_order_${0..1}
     tableStrategy:
       inline:
         shardingColumn: order_id
         algorithmExpression: t_order_${order_id % 2}
     keyGenerator:
       type: SNOWFLAKE
       column: order_id
 bindingTables:
   - t_order
 defaultDatabaseStrategy:
   inline:
     shardingColumn: order_number
     algorithmExpression: ds_${order_number % 2}
 defaultTableStrategy:
   none:

5、启动Sharding-Proxy

执行bin目录下的start.sh文件

./start.sh 3308

显示Active表示成功了

6、mysql登陆

mysql -uroot -proot  -P3308 -h127.0.0.1

分库分表

配置规则

schemaName: sharding_db
dataSources:
 ds_0:
   url: jdbc:mysql://127.0.0.1:3306/lottery_01?serverTimezone=Asia/Shanghai&useSSL=false
   username: root
   password: 123456
   connectionTimeoutMilliseconds: 30000
   idleTimeoutMilliseconds: 60000
   maxLifetimeMilliseconds: 1800000
   maxPoolSize: 50
 ds_1:
   url: jdbc:mysql://127.0.0.1:3306/lottery_02?serverTimezone=Asia/Shanghai&useSSL=false
   username: root
   password: 123456
   connectionTimeoutMilliseconds: 30000
   idleTimeoutMilliseconds: 60000
   maxLifetimeMilliseconds: 1800000
   maxPoolSize: 50
shardingRule:
 tables:
 #t_order表规则 可配置多个表
   t_order:
     actualDataNodes: ds_${0..1}.t_order_${0..1}
     tableStrategy:
       inline:
         shardingColumn: order_id
         algorithmExpression: t_order_${order_id % 2}
     keyGenerator:
       type: SNOWFLAKE
       column: order_id
 bindingTables:
   - t_order
 defaultDatabaseStrategy:
   inline:
     shardingColumn: user_id
     algorithmExpression: ds_${user_id % 2}
 defaultTableStrategy:
   none:

执行语句

use sharding_db;
create table if not exists ds_0.t_order(`order_id` bigint primary key,`user_id` int not null,`status` varchar(50));
insert into t_order(`order_id`,`user_id`,`status`)values(11,1,'jack');

根据插入的id进行运算，11为奇数分配到了t_order_1

读写分离

需要先在Mysql上面配置主从复制，读写分离比较简单，读从库lottery_02，写入主库同步到从库

1、配置规则

schemaName: sharding_db
dataSources:
 master:
   url: jdbc:mysql://127.0.0.1:3306/lottery_01?serverTimezone=Asia/Shanghai&useSSL=false
   username: root
   password: 123456
   connectionTimeoutMilliseconds: 30000
   idleTimeoutMilliseconds: 60000
   maxLifetimeMilliseconds: 1800000
   maxPoolSize: 50
 save:
   url: jdbc:mysql://127.0.0.1:3306/lottery_02?serverTimezone=Asia/Shanghai&useSSL=false
   username: root
   password: 123456
   connectionTimeoutMilliseconds: 30000
   idleTimeoutMilliseconds: 60000
   maxLifetimeMilliseconds: 1800000
   maxPoolSize: 50
masterSlaveRule:
  name: ms_ds
  masterDataSourceName: master
  slaveDataSourceNames:
    - save

2、重新启动

然后查询表t_order_1，这个表同时存在于主从库，最后查到了从库所在的记录行

两者区别

sharding-jdbc是在JDBC层扩展分库分表的，可以理解为增强版的JDBC驱动，支持JDBC协议的数据库的数据库，但目前仅支持Java语言，支持数据分片、读写分离，以 jar 包的形式提供轻量级服务，无proxy代理层，无需额外部署，无其他依赖，适用于Java开发的高性能的轻量级OLTP应用，中小团队

sharding-proxy是屏蔽了底层的分库分表像操作一个数据库一样来进行分库分表，代理了真实数据库，相当于在原有数据库和应用中增加了一层，sharding-proxy是基于 MySQL的，伪装成了MySQL数据库，可以通过DDL/DML等操作来变更数据，对DBA更加友好，适用于OLAP应用以及对分片数据库进行管理和运维的场景

实现原理

ShardingSphere的3个产品的数据分片主要流程是完全一致的

首先连接到Proxy端口执行一条SQL，通过解析引擎SQL会被解析为抽象语语法树，将里面的每一个单词拆分出来，然后标记可能会改写的位置。

SELECT id, name FROM t_user WHERE status = 'ACTIVE' AND age > 18

抽象语法树中的关键字的Token用绿色表示，变量的Token用红色表示，灰色表示需要进一步拆分
从3.0.x版本开始使用Druid ANTLR作为解析引擎，为了提高效率增加了缓存机制，因此建议采用PreparedStatement预编译的SQL
路由引擎通过分片规则（取模、哈希、范围、标签、时间等等）路由到真实的库表 分片路由

直接路由：不管SQL是什么样，就要按照规则进行路由，直接指定路由至库表方式分片
标准路由：当查询是等于、in、between时就是标准路由，路由结果不一定落入唯一的库，一条SQL可能被拆分为多条用于执行的SQL
笛卡尔积路由：无法根据分片规则计算出SQL应该在哪个数据库、哪个表上执行，那么结果就是把所有分库分表中关联使用到的表交叉查询

广播路由

全库表路由：对于不带分片键的DQL和DML，以及DDL等会便利所有库表，一一执行，例如select * from user
全库路由：对数据库插座都会遍历真实库，例如SET autocommit=0;这种TCL事务控制语句
全实例路由：对于DCL操作，会在每个数据库实例中执行一遍
单播路由：仅需要从任意库中的任意真实表中获取数据即可 DESCRIBE t_order;
阻断路由：用于屏蔽SQL对数据库的操作 USE order_db;，这个命令在真实库中执行

改写引擎改写SQL语句，把库名表名替换为配置的信息
执行引擎执行SQL把结果流发送给MySQL服务器，经过MySQL执行后从存储引擎里面把结果集返回出来到Proxy
归并引擎把接收到的数据归并汇总，然后把结果发送给MySQL客户端

Sharding-jdbc 3.0不支持的sql

不支持CASE WHEN、HAVING、UNION (ALL)，可以拆分查询自己再拼接
子查询不能出现相同的表
包含聚合函数的子查询
同时使用distinct和聚合函数

ShardingSphere扩展点

ShardingAlgorithm扩展点就列出了ShardingSphere默认提供的多种分片策略：

InlineShardingAlgorithm：基于⾏表达式的分⽚算法
ModShardingAlgorithm：基于取模的分⽚算法
HashModShardingAlgorithm：基于哈希取模的分⽚算法
FixedIntervalShardingAlgorithm：基于固定时间范围的分⽚算法
MutableIntervalShardingAlgorithm：基于可变时间范围的分⽚算法
VolumeBasedRangeShardingAlgorithm：基于分⽚容量的范围分⽚算法
BoundaryBasedRangeShardingAlgorithm：基于分⽚边界的范围分⽚算法

还有其他分布式主键、分布式ID等等扩展点

分库分表中间件对比

Cobar
阿里 b2b 团队开发和开源的，属于 proxy 层方案，就是介于应用服务器和数据库服务器之间。应用程序通过 JDBC 驱动访问 Cobar 集群，Cobar 根据 SQL 和分库规则对 SQL 做分解，然后分发到 MySQL 集群不同的数据库实例上执行。早些年还可以用，但是最近几年都没更新了，基本没啥人用，差不多算是被抛弃的状态吧。而且不支持读写分离、存储过程、跨库 join 和分页等操作。由于Cobar发起人的离职，Cobar停止维护
TDDL
淘宝团队开发的，属于 client 层方案。支持基本的 crud 语法和读写分离，但不支持 join、多表查询等语法。目前使用的也不多，因为还依赖淘宝的 diamond 配置管理系统。
Atlas
是360团队基于mysql proxy改写，功能还需完善，高并发下不稳定
Sharding-jdbc
当当开源的，属于 client 层方案，目前已经更名为 ShardingSphere（后文所提到的 Sharding-jdbc，等同于 ShardingSphere）。确实之前用的还比较多一些，因为 SQL 语法支持也比较多，没有太多限制，而且截至 2019.4，已经推出到了 4.0.0-RC1 版本，支持分库分表、读写分离、分布式 id 生成、柔性事务（最大努力送达型事务、TCC 事务）。而且确实之前使用的公司会比较多一些（这个在官网有登记使用的公司，可以看到从 2017 年一直到现在，是有不少公司在用的），目前社区也还一直在开发和维护，还算是比较活跃，个人认为算是一个现在也可以选择的方案。
Mycat
基于 Cobar 改造的，解决了cobar存在的问题，并且加入了许多新的功能在其中。青出于蓝而胜于蓝，属于 proxy 层方案，支持的功能非常完善，而且目前应该是非常火的而且不断流行的数据库中间件，社区很活跃，也有一些公司开始在用了。但是确实相比于 Sharding jdbc 来说，年轻一些，经历的锤炼少一些。

Sharing-jdbc不用部署，直接使用jar包，相对维护起来比较简单，运维成本低

Mycat属于代理Proxy，需要部署运维，它是一个中间件

建议中小型公司选用 Sharding-jdbc，client 层方案轻便，而且维护成本低，不需要额外增派人手，而且中小型公司系统复杂度会低一些，项目也没那么多；但是中大型公司最好还是选用 Mycat 这类 proxy 层方案，因为可能大公司系统和项目非常多，团队很大，人员充足，那么最好是专门弄个人来研究和维护 Mycat，然后大量项目直接透明使用即可

分布分表应用和问题

1、在数据库设计的时候就考虑垂直分库和分表

2、数据库数据越来越多不要考虑水平切分，先考虑读写分离，使用索引等等。如果解决不了在使用水平分表

带来的问题：

跨分片的事务一致性难以保证
跨库的join关联查询性能较差
数据多次扩展难度和维护量极大
查询问题表分布在不同的库里面
分页查询不方便

解决方案：

跨分片的事务一致性难以保证

拆分成多个小事务，来进行总控制
使用分布式事务，性能代价高（推荐）

join操作

数据分布在不同的表：分两次查询再合并，先查关联id再根据关联id去另一个表查数据（推荐）
全局数据：这样的数据比较少修改，很多模块都会依赖这个表，这样可以在每个数据库保存一份，避免跨库查询
字段冗余：可能需要的数据字段在详细表中，可以将字段放过来，避免join查询
Mycat支持跨库join

count操作
先在不同库中把数据取出来，最后再统计
分页操作
1、数据拼装：先在不同库中把数据取出来，最后再合并分页，如果数据量太大很消耗系统资源，性能也很差
2、禁止跳页：降低技术方案
3、数据库均衡：如果数据差不多均衡的话，各个库各取一半数据，优点是不需要再进行内存排序，但是精度可能会丢失一些
数据多次扩展难度和维护量极大
查询问题

直接查询：每个数据库执行一遍语句，性能差
模糊查询：数据拼装
使用关联表/关联字段：具体表分布在哪个库
MyCat多线程查询：类似第一种方式
异构索引：额外建立一个索引表记录分片键和非分片字段的对应关系，例如通过xx字段找到订单id，然后根据订单id找到对应的库（方法可以，但没法通用范围，状态等等不好查）
实时数仓：通过中间件监听数据库binlog日志，实时收集数据

分表后使用非分片字段查询问题（根据任意一个字段查询数据，如何找到所在表）
根据订单ID进行分库，如果需要删除前一天的订单记录，那么需要在每个库中执行一遍sql，没法确定哪个库执行哪个库不执行
解决办法：冗余字段：因为是根据订单id进行路由的，那么几个路由的键都是固定的，比如路由到3个库，那么0、1、2分别代表这三个库的索引，在表里面记录下这个字段，就可以直接找到这个库进行删除。
主键ID问题（为什么不使用自增或者UUID）

使用自增可能会出现ID重复的问题
使用UUID 缺点：太长不方便排序
雪花算法：（0+41位时间戳+10位工作机器id+12位序列号）传给前端的时候用String，使用Long的话前端js会溢出。缺点：时间戳依赖于机器时钟。如果机器时间回调，还是可能会有冲突
使用redis生成分布式主键
使用redis生成数据库主键自增_一渣程序猿的博客-CSDN博客_redis生成自增主键

数据扩缩容

扩容的话：一般是因为数据量太多磁盘快满了，原有两台机器，每台机器2个库，每个库4个表，总共个16表，增加服务器2个服务器，每台服务器增加两个库，调整为每个服务器的一个库，每个库里面还是固定的2张表
分片id 取模 8/=库
分片id /8 ，再取模8 = 表

数据迁移（如何在旧数据上做分库分表）

半夜系统停机，停止写入数据然后使用中间件写入（废人）
系统不停机，使用双写方案，数据同时写入新库新表和旧表，等于两份数据。再用工具去去读老库的数据到新库中，可以根据主键id或者修改时间区分数据。可能会造成代码入侵，可以监听binlog日志，最后再校验数据是否准确，先校验数量，再使用随机采样法抽取几十条数据合并，比较是否相等通过Base64加密对比

分库分表之ShardingSphere（二）