Sharding-JDBC教程:Spring Boot整合Sharding-JDBC实现数据分表+读写分离_方志朋的博客-程序员宝宝

技术标签: 架构  数据库  分布式  

转载请标明出处:
http://blog.csdn.net/forezp/article/details/94174577
本文出自方志朋的博客

个人博客纯净版: https://www.fangzhipeng.com/db/2019/06/30/sharding-jdbc-tables-ms.html

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:

在这里插入图片描述

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:

在这里插入图片描述

案例详解

和上一篇文章使用的数据库是同一个数据库,数据库信息如下:

数据库类型 数据库 ip
cool 10.0.0.3
cool 10.0.0.13
cool 10.0.0.17

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:

USE `cool`;

/*Table structure for table `user_0` */

DROP TABLE IF EXISTS `user_0`;

CREATE TABLE `user_0` (
  `id` int(12) 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` int(12) 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` int(12) 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` int(12) 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:


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://10.0.0.3:3306/cool?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://10.0.0.13:3306/cool?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://10.0.0.17:3306/cool?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.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

  • 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。

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。

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:

2019-06-20T02:50:25.183174Z	 2030 Query	select @@session.transaction_read_only
2019-06-20T02:50:25.193506Z	 2030 Query	INSERT INTO user_2 (
          id, username, password
        )
        VALUES (
        134,
        'forezp134',
        '1233edwd'
        )

...省略

从库查询日志:

2019-06-20T02:41:28.450643Z	 7367 Query	SELECT u.* FROM user_1 u
2019-06-20T02:41:28.450644Z	 7366 Query	SELECT u.* FROM user_0 u
2019-06-20T02:41:28.461238Z	 7367 Query	SELECT u.* FROM user_3 u
2019-06-20T02:41:28.462188Z	 7366 Query	SELECT u.* FROM user_2 u

源码

https://github.com/forezp/SpringBootLearning/tree/master/sharding-jdbc-example/shareding-jdbc-master-slave-tables

参考资料

https://github.com/apache/incubator-shardingsphere-example/releases/tag/3.1.0.M1

https://shardingsphere.apache.org/document/current/cn/overview/

https://github.com/apache/incubator-shardingsphere

https://mp.weixin.qq.com/s/VlJ_3oN0Us2e_ZPk0sDT7w


扫码关注有惊喜

(转载本站文章请注明作者和出处 方志朋的博客

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/forezp/article/details/94174577

智能推荐

传说中的IKVM.NET--让你的.NET不仅仅是.NET_weixin_34362875的博客-程序员宝宝

遇到一个技术盲点, 要搞定android应用包apk中的某些文件, 但是那玩意毕竟是伟大的java写的, 本人苦苦翻译终不得果. 只能百度一下看看有没有能让伟大的java代码运行在咱的.NET平台上. 结果偶遇IKVM.NET, 此乃利器!看了好多文章, 搜索引擎一搜一大堆, 名字都叫"在.NET平台运行Java程序-IKVM.NET入门"发现不太适合初学者, (可能我也没啥时间细看, 呵呵)...

*CTF 2022 Reverse Writeup_1mmorta1的博客-程序员宝宝

AAA : immortalNaCl感觉和native client 关系不大 就是mmap出来一个页当成栈来使用, 并且栈顶指针变成了r15而非rsp关键函数做了反调试, 在加密输入之前会先计算dword_80AFB60 作为key, 具体操作没仔细看反正dump出来就完事了剩下的就是动调跟着汇编指令慢慢撸逻辑, 加密部分就是一个简单的费斯妥密码后面接一个xtea , 每八个字节都是独立计算的cmp = [0x66, 0xC2, 0xF5, 0xFD, 0x86, 0x82, 0x32.

laravel-echo-server 启动报错 [ioredis] Unhandled error event: ReplyError: NOAUTH Authentication required..._牛奔的博客-程序员宝宝

可以在 .env 文件加上以下配置LARAVEL_ECHO_SERVER_REDIS_HOST=LARAVEL_ECHO_SERVER_REDIS_PASSWORD=LARAVEL_ECHO_SERVER_REDIS_PORT=

Oracle数据库入门——pctfree和pctused详解_weixin_30352645的博客-程序员宝宝

一、建立表时候,注意PCTFREE参数的作用 PCTFREE:为一个块保留的空间百分比,表示数据块在什么情况下可以被insert,默认是10,表示当数据块的可用空间低于10%后,就不可以被insert了,只能被用于update;即:当使用一个block时,在达到pctfree之前,该block是一直可以被插入的,这个时候处在上升期。 PCTUSED:是指当块里的数据低于...

nc二次开发问题集(zt)_nc5 ldap_haha_lee的博客-程序员宝宝

一、供应链采购订单问题 在采购订单参照请购单时,若选择了10行请购单的记录,采购订单的表体也就显示了10条记录,如何才能实现还可以再弹出请购单的参照,追加一条记录,而不需要取消单据后重现选择请购单。答:截止最新版本,你这个问题只能是退回去,重新选择11条过来,不能如你希望那样10条不动再追加第11条.这是个易用性改进的需求,我转给SCM开发部门.二、3.1的XML导入文档

微服务项目的整合与测试_S-叶语的博客-程序员宝宝

微服务项目的整合与测试微服务项目整合1.1 微服务项目结构预览1.1.1 在GitHub上下载整个项目https://github.com/shi469391tou/microservice-mallmanagement/archive/master.zip然后在IDE中导入此项目1.1.2 项目结构microservice-eureka-server:用于服务注册发现。mi...

随便推点

ckeditor使用教程【简单快捷】_Vincen??的博客-程序员宝宝

http://jingyan.baidu.com/article/d169e186448a46436611d8e1.htmlckeditor是一款由javascript编写的富文本网页编辑器,它可以填写文字、插入图片、视频、Excel等富媒体信息,也可以在源码方式下填写内容,在各个网站中应用非常广泛。下面就来说说ckeditor到底是怎么使用的。...

Openwrt 交叉编译(Crosscompile)及使用SDK生成ipk安装包_帥氣的胖紙鍋的博客-程序员宝宝

Openwrt交叉编译首先我先介绍下什么是交叉编译:交叉编译,简单的说就是,就是在一个平台上生成另一个平台上的可执行文件,举个例子,我我用我的电脑(x86_64平台)编译出路由器(mips-AR71XX)上可以执行的二进制文件,要进行交叉编译首先就要有对应平台的编译器。Openwrt的交叉编译并不复杂。第一步,你需要得到toolchain(工具链),我个人理解这个就相当于编译器

vue脚手架和搭建vue2脚手架_小刘11111的博客-程序员宝宝

选择>Default([Vue2]babel,eslint)敲回车。VueCLI是一个基于Vue.js进行快速开发的完整系统。通过@vue/cli搭建交互式的项目脚手架。运行成功后会给两个地址复制在浏览器打开即可。就会自动进行搭建vue2脚手架。vuecreate项目名称。...

记一次JAP查询导致OOM的问题分析_jap 查询_码拉松的博客-程序员宝宝

前段时间线上遇到OOM问题,经排查分析发现是由于有一个接口一次性返回的数据量过多导致(大约200W个结果集),不过对于问题接口数据量虽然较多,但返回的数据只有一个长度为7的string类型的字段,所以200W条大约也就十几M,这还不至于造成OOM。直接分析无法解释导致OOM的原因了,那只有模拟了,于是本地启了一 个接口模拟返回的数据量,发现内存消耗巨大,远远超过十几M,于是将堆内存导出来分析。通过堆内存分析可以看出,原本7个字节的string类型,被包装成各种对象,并且被包装后占用空间剧增,最终达到1G多。

sheepdog+zookeeper存储集群搭建:4个节点安装sheepdog(其中有3个为zookeeper节点)_小云人家的博客-程序员宝宝

1、首先在4个存储节点中的3个节点上安装3节点zookeeper,详见 http://blog.csdn.net/u010855924/article/details/528473082、第四个存储节点仅仅需要rpm -ivh zookeeper-3.4.6-redhat6.4.x86_64.rpm即可,不需要配置和启动,原因在于安装sheepdog的时候./configure需要指定shee

模型调优和模型融合_optuna 融合模型_aimicm的博客-程序员宝宝

#模型调优和模型融合模型调优的基本方法模型融合代码实践模型调优 模型调优,主要是寻找超参数,使得模型有更好的robust。网格搜索GridSearchCV,它存在的意义就是自动调参,只要把参数输进去,就能给出最优化的结果和参数。但是这个方法适合于小数据集,一旦数据的量级上去了,很难得出结果。这个时候就是需要动脑筋了。数据量比较大的时候可以使用一个快速调优的方法——坐标下降。它...

推荐文章

热门文章

相关标签