利用Sharding-Jdbc实现分表(亲测成功)

利用Sharding-Jdbc实现分表
闲来无事，喜欢研究一些自己未接触过的技术~

看到了当当开源的Sharding-JDBC组件，它可以在几乎不修改代码的情况下完成分库分表的实现。摘抄其中一段介绍：

  Sharding-JDBC直接封装JDBC API，可以理解为增强版的JDBC驱动，旧代码迁移成本几乎为零：

可适用于任何基于java的ORM框架，如：JPA, Hibernate, Mybatis, Spring JDBC Template或直接使用JDBC。

可基于任何第三方的数据库连接池，如：DBCP, C3P0, BoneCP, Druid等。

理论上可支持任意实现JDBC规范的数据库。虽然目前仅支持MySQL，但已有支持Oracle，SQLServer，DB2等数据库的计划。

先做一个最简单的试用，不做分库，仅做分表。选择数据表bead_information，首先复制成三个表：bead_information_0、bead_information_1、bead_information_2

测试实现过程
前提：已经实现srping+mybatis对单库单表做增删改查的项目。

1、修改pom.xml增加dependency

    
        com.dangdang
        sharding-jdbc-core
        1.4.2
    
    
        com.dangdang
        sharding-jdbc-config-spring
        1.4.0
        

2、新建一个sharding-jdbc.xml文件，实现分库分表的配置

jndi 形式

标记

3、将文件引入spring配置文件中。

  需要修改几个地方，把sqlSessionFactory和transactionManager原来关联的dataSource统一修改为shardingDataSource（这一步作用就是把数据源全部托管给sharding去管理）

4、实现分表（分库）逻辑，我们的分表逻辑类需要实现SingleKeyTableShardingAlgorithm接口的三个方法doBetweenSharding、doEqualSharding、doInSharding

（取模除数需要按照自己需求改变，我这里分3个表，所以除以3）

复制代码（分表策略实测）

package com.suning.jupiter.common.utils;

import java.util.Collection;
import java.util.LinkedHashSet;

import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

import com.dangdang.ddframe.rdb.sharding.api.ShardingValue;
import com.dangdang.ddframe.rdb.sharding.api.strategy.table.SingleKeyTableShardingAlgorithm;
import com.google.common.collect.Range;

public class MemberSingleKeyTableShardingAlgorithm  implements SingleKeyTableShardingAlgorithm{
public static final Logger logger = LoggerFactory.getLogger(MemberSingleKeyTableShardingAlgorithm.class);

public Collection doBetweenSharding(Collection tableNames, ShardingValue shardingValue) {
	Collection result = new LinkedHashSet(tableNames.size());
	Range range = (Range) shardingValue.getValueRange();
	for (Long i = range.lowerEndpoint(); i <= range.upperEndpoint(); i++) {
		Long modValue = i % 4;
		String modStr = modValue < 4 ? "" + modValue : modValue.toString();
		for (String each : tableNames) {
			if (each.endsWith(modStr)) {
				result.add(each);
			}
		}
	}
	return result;
}

public String doEqualSharding(Collection tableNames, ShardingValue shardingValue) {
	Number value = (Number)shardingValue.getValue();
	logger.info("shardingValue.getValue()::::{}",value.getClass().getName());
	Long modValue = value.longValue() % 4;
	String modStr = modValue < 4 ? "" + modValue : modValue.toString();
	for (String each : tableNames) {
		if (each.endsWith(modStr)) {
			return each;
		}
	}
	throw new IllegalArgumentException();
}

public Collection doInSharding(Collection tableNames, ShardingValue shardingValue) {
	Collection result = new LinkedHashSet(tableNames.size());
	for (Long value : shardingValue.getValues()) {
		Long modValue = value % 4;
		String modStr = modValue < 4 ? "" + modValue : modValue.toString();
		for (String tableName : tableNames) {
			if (tableName.endsWith(modStr)) {
				result.add(tableName);
			}
		}
	}
	return result;
}
}

5、配置完成，可以实现增删改查测试。

这里我简单介绍下一些属性的含义

配置分表规则器
sharding-columns：分表规 则依赖的名（根据user_id取模分表），
algorithm-class:分表规则的实现类 ,
这里填写关联数据源（多个数据源用逗号隔开）,

$[0,1,2,3,4,5,6,7,8,9]${0…9}” table-strategy=“tableShardingStrategy”/>
logic-table：逻辑表名（mybatis中代替的表名）
actual-tables：数据库实际的表名，这里支持inline表达式，比如：member_index_tbl_KaTeX parse error: Expected group after '_' at position 84: …ember_index_tbl_̲{[a,b,c]}会被解析成member_index_tbl_a,member_index_tbl_b和member_index_tbl_c,两种表达式一起使用的时候，会采取笛卡尔积的方式：member_index_tbl_$[a,b]${0…2}解析为member_index_tbl_a0,member_index_tbl_a1 member_index_tbl_a2,member_index_tbl_b0,member_index_tbl_b1,member_index_tbl_b2;
table-strategy:前面定义的分表规则器；