sharding-jdbc分片策略

一、在上一节中提到了分库分表的策略。分库策略算法GroupIDAndCollectTimeDBShardingAlgorithm和分表策略算法CollectTimeYYYYMMDDTBShardingAlgorithm

     分片策略算法有很多，但是一般的都是需要自定义，dangdangwang提供了最顶层的实现，但是具体的算法需要我们自己来写。

     这里有两个自定义的算法，单分片算法和多分片算法，单分片算法是多分片算法的一种简单形式，所以完全可以用多分片算法代替单分片算法，下面两种形式是等价的。

newTableShardingStrategy("order_id",newSingleKeyShardingAlgorithm()))newTableShardingStrategy(Arrays.asList("order_id"),newMultiKeyShardingAlgorithm()))

同时在算法内部，dosharding等方法的shardingvalue入参根据使用算法类型不同而不同，单分片算法方public String doEqualSharding(final Collection dataSourceNames,final ShardingValue shardingValue)

多分片算法public CollectiondoSharding(final Collection availableTargetNames,final Collection> shardingValues)

根据数据源策略和表策略，单分片与多分片，这两种组合一共产生了4中可供实现的分片算法的接

• 单分片键数据源分片算法SingleKeyDatabaseShardingAlgorithm
• 单分片表分片算法SingleKeyTableShardingAlgorithm

• 多分片键数据源分片算法MultipleKeyDatabaseShardingAlgorithm

• 多分片表分片算法MultipleKeyTableShardingAlgorithm

 单分片建算法需要实现三个方法，下面以单分片建数据源分片算法举例:

@Override public String doEqualSharding(final Collection availableTargetNames,final ShardingValue shardingValue) @Override public CollectiondoInSharding(final Collection availableTargetNames,final ShardingValue shardingValue) @Override public CollectiondoBetweenSharding(final Collection availableTargetNames,final ShardingValue shardingValue)

 这三种算法作用如下 - doEqualSharding在WHERE使用=作为条件分片键。算法中使用shardingValue.getValue()获取等=后的值 -doInSharding在WHERE使用IN作为条件分片键。算法中使用shardingValue.getValues()获取IN后的值 - doBetweenSharding在WHERE使用BETWEEN作为条件分片键。算法中使用shardingValue.getValueRange()获取BETWEEN后的值

 多分片建算法适用于比较复杂的场景，为了提高灵活性故只提供了一个方法实现

public CollectiondoSharding(final Collection availableTargetNames,final Collection> shardingValues)

算法实现的时候根据shardingValue.getType来获取条件是= .IN还是between

举个例：

db0 ├── t_order_00 user_id以a偶数 order_id为偶数 ├── t_order_01 user_id以a偶数 order_id为奇数 ├── t_order_10 user_id以b奇数 order_id为偶数 └── t_order_11 user_id以b奇数 order_id为奇数

 

public final class MultipleKeysModuloTableShardingAlgorithm implements MultipleKeysTableShardingAlgorithm {
    @Override
    public Collection doSharding(final Collection availableTargetNames, final Collection> shardingValues) {
        Set orderIdValueSet = getShardingValue(shardingValues, "order_id");
        Set userIdValueSet = getShardingValue(shardingValues, "user_id");
        List result = new ArrayList<>();
        /*
        userIdValueSet[10,11] + orderIdValueSet[101,102] => valueResult[[10,101],[10,102],[11,101],[11,102]]
         */
        Set> valueResult = Sets.cartesianProduct(userIdValueSet, orderIdValueSet);
        for (List value : valueResult) {
            String suffix = Joiner.on("").join(value.get(0) % 2, value.get(1) % 2);
            for (String tableName : availableTargetNames) {
                if (tableName.endsWith(suffix)) {
                    result.add(tableName);
                }
            }
        }
        return result;
    }
    
    private Set getShardingValue(final Collection> shardingValues, final String shardingKey) {
        Set valueSet = new HashSet<>();
        ShardingValue shardingValue = null;
        for (ShardingValue each : shardingValues) {
            if (each.getColumnName().equals(shardingKey)) {
                shardingValue = (ShardingValue) each;
                break;
            }
        }
        if (null == shardingValue) {
            return valueSet;
        }
        switch (shardingValue.getType()) {
            case SINGLE:
                valueSet.add(shardingValue.getValue());
                break;
            case LIST:
                valueSet.addAll(shardingValue.getValues());
                break;
            case RANGE:
                for (Integer i = shardingValue.getValueRange().lowerEndpoint(); i <= shardingValue.getValueRange().upperEndpoint(); i++) {
                    valueSet.add(i);
                }
                break;
            default:
                throw new UnsupportedOperationException();
        }
        return valueSet;
    }
}