Sharding-JDBC 使用入门和基本配置

一、什么是 Sharding-JDBC

Sharding-JDBC 定位为轻量级 Java 框架，在 Java 的 JDBC 层提供的额外服务。它使用客户端直连数据库，以 jar 包形式提供服务，无需额外部署和依赖，可理解为增强版的 JDBC 驱动，完全兼容 JDBC 和各种 ORM 框架。

二、Sharding-JDBC 能做什么

• 分库 & 分表

• 读写分离

• 分布式主键

• 分布式事务

三、适用项目框架

Sharding-JDBC 适用于：

• 任何基于 Java 的 ORM 框架，如：JPA, 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。

四、Maven 依赖

<!-- sharding jdbc 开始-->  

五、读写分离

5.1 数据源配置

先配置数据源

也可以配置读写分离

以下配置是ds0和ds1两个数据库的主和从一共四个数据源。

parentDs 是数据源公共的配置，抽出去以免写重复代码。

<!-- ds0的主-->  
<!-- ds0的从-->  
<!-- ds1的主-->  
<!-- ds1的从-->  

5.2 读写分离配置

只配置主从不配置分库分表的情况如下，如果要配置分库分表则不需要下面这个配置。

master-data-source-name 是主数据源 ID

slave-data-source-names 是从数据源 ID

5.3 读写分离和分库分表一起配置

如果读写分离和分库分表一起使用的话把主从路由配置到 shardingdata-source 下就可以了。

sharding:master-slave-rule 的 id 就是配置出来的逻辑的数据源的名称，如果多个从的话还可以通过配置 strategy-ref 来配置负载均衡。

master-data-source 配置的是主库数据源 ID 。

slave-data-source 配置的是从库数据源 ID，多个以逗号分开。

<!-- sharding数据源-->  

六、数据分片

6.1 分片支持

Sharding-JDBC 提供了 5 种分片策略。由于分片算法和业务实现紧密相关，因此 Sharding-JDBC 并未提供内置分片算法，而是通过分片策略将各种场景提炼出来，提供更高层级的抽象，并提供接口让应用开发者自行实现分片算法。

StandardShardingStrategy****

标准分片策略。提供对 SQL 语句中的=, IN 和 BETWEEN AND 的分片操作支持。StandardShardingStrategy 只支持单分片键，提供 PreciseShardingAlgorithm 和 RangeShardingAlgorithm 两个分片算法。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 分片，如果不配置 RangeShardingAlgorithm，SQL 中的 BETWEEN AND 将按照全库路由处理。

ComplexShardingStrategy****

复合分片策略。提供对 SQL 语句中的=, IN 和 BETWEEN AND 的分片操作支持。ComplexShardingStrategy 支持多分片键，由于多分片键之间的关系复杂，因此 Sharding-JDBC 并未做过多的封装，而是直接将分片键值组合以及分片操作符交于算法接口，完全由应用开发者实现，提供最大的灵活度。

InlineShardingStrategy****

Inline 表达式分片策略。使用 Groovy 的 Inline 表达式，提供对 SQL 语句中的=和 IN 的分片操作支持。InlineShardingStrategy 只支持单分片键，对于简单的分片算法，可以通过简单的配置使用，从而避免繁琐的 Java 代码开发，如: tuser${user_id % 8} 表示 t_user 表按照 user_id 按 8 取模分成 8 个表，表名称为 t_user_0 到 t_user_7。

HintShardingStrategy****

通过 Hint 而非 SQL 解析的方式分片的策略。

NoneShardingStrategy****

不分片的策略。

6.2 分片配置

标准分片配置

<!-- 标准分片策略。-->  

DemoUserStandardStrategy 标准分片要实现 PreciseShardingAlgorithm 接口，doSharding 的两个参数一个是所有数据源的 cllection.另一个参数是执行 SQL 时传过来的分片的值。

/**   \* 根据ID取   \* 标准分片策略   \* 用于处理=和IN的分片   \* @author yulonggao   \* @date 2019/1/31 14:35   \*/  @Slf4j  public class DemoUserStandardStrategy implements PreciseShardingAlgorithm

强制分片

<!-- 强制路由分片策略-->  

生成分部式 ID 的配置，生成主键的类要实现 KeyGenerator 接口。

七、分布式事务

把下面这行代码配置在 spring 里，shardingTransaction.xml 是 jar 包里边带的。

文件的源码只有两行配置：

<bean id="transactionmanager" class="org.springframework.jdbc.datasource.datasourcetransactionmanager">  

</bean id="transactionmanager" class="org.springframework.jdbc.datasource.datasourcetransactionmanager">

使用注解配置事务要同时使用 ShardingTransactionType 和 Transactional 两个注解。

/**   \* 注意：@ShardingTransactionType需要同Spring的@Transactional配套使用，事务才会生效。   \* @param param   \* @return   \*/  @ShardingTransactionType(TransactionType.XA)  @Transactional(rollbackFor = Exception.class)  @Override  public int addParam(DemoParam param) {  log.info("addParam-param={}", param);  return demoParamDao.addParam(param);  }  

7.1 支持程度

完全支持非跨库事务，例如：仅分表或分库但是路由的结果在单库中。

完全支持因逻辑异常导致的跨库事务。例如：同一事务中跨两个库更新，更新完毕后，抛出空指针，则两个库的内容都能回滚。

支持数据库字段约束造成的回滚。

不支持因网络、硬件异常导致的跨库事务。例如：同一事务中跨两个库更新，更新完毕后、未提交之前，第一个库死机，则只有第二个库数据提交。

八、其他问题

关于 order by 排序，如果排序的字段不在查询结果中，生成的 SQL 也会被带上，但结果不返回给你。

九、参考文档

https://shardingsphere.apache.org/document/current/cn/manual/sharding-jdbc/usage/sharding/

本文转载自宜信技术学院网站。

原文链接：http://college.creditease.cn/detail/225