为什么需要读写分离
当项目越来越大和并发越来大的情况下,单个数据库服务器的压力肯定也是越来越大,最终演变成数据库成为性能的瓶颈,而且当数据越来越多时,查询也更加耗费时间,当然数据库数据过大时,可以采用数据库分库分表,同时数据库压力过大时,也可以采用Redis等缓存技术来降低压力,但是任何一种技术都不是万金油,很多时候都是通过多种技术搭配使用,而本文主要就是介绍通过读写分离来加快数据库读取速度
实现方式
读写分离实现的方式有多种,但是多种都需要配置数据库的主从复制,当然也许是有不需要配置的,只是我不知道而已
方式一
数据库中间件实现,如Mycat等数据库中间件,对于项目本身来说,只有一个数据源,就是链接到Mycat,再由mycat根据规则去选择从哪个库获取数据
方式二
代码中配置多数据源,通过代码控制使用哪个数据源,本文也是主要介绍这种方式
读写分离优劣
优点
1.降低数据库读取压力,尤其是有些需要大量计算的实时报表类应用
2.增强数据安全性,读写分离有个好处就是数据近乎实时备份,一旦某台服务器硬盘发生了损坏,从库的数据可以无限接近主库
3.可以实现高可用,当然只是配置了读写分离并不能实现搞可用,最多就是在Master(主库)宕机了还能进行查询操作,具体高可用还需要其他操作
缺点
1.增大成本,一台数据库服务器和多台数据库的成本肯定是不一样的
2.增大代码复杂度,不过这点还比较轻微吧,但是也的确会一定程度上加重
3.增大写入成本,虽然降低了读取成本,但是写入成本却是一点也没有降低,毕竟还有从库一直在向主库请求数据
MySQL主从复制配置
MySQL主从配置是实现读写分离的基本条件,具体实现MySQL主从复制可以参考我之前的文章MySQL主从复制搭建,基于日志(binlog)
数据源配置
spring:
application:
name: separate
master:
url: jdbc:mysql://192.168.1.126:3307/test?useUnicode=true&characterEncoding=utf8&emptyStringsConvertToZero=true
username: root
password: 123456
driver_class_namel: com.mysql.jdbc.Driver
type: com.alibaba.druid.pool.DruidDataSource
max-active: 20
initial-size: 1
min-idle: 3
max-wait: 600
time-between-eviction-runs-millis: 60000
min-evictable-idle-time-millis: 300000
test-while-idle: true
test-on-borrow: false
test-on-return: false
poolPreparedStatements: true
slave:
url: jdbc:mysql://192.168.1.126:3309/test?useUnicode=true&characterEncoding=utf8&emptyStringsConvertToZero=true
username: test
password: 123456
driver_class_namel: com.mysql.jdbc.Driver
type: com.alibaba.druid.pool.DruidDataSource
max-active: 20
initial-size: 1
min-idle: 3
max-wait: 600
time-between-eviction-runs-millis: 60000
min-evictable-idle-time-millis: 300000
test-while-idle: true
test-on-borrow: false
test-on-return: false
poolPreparedStatements: true
文件中配置了2个数据源,master是写库,slave是读库,为了防止向slave写入,slave的用户只有读取权限
因为代码中需要动态的设置数据源,所以数据源需要通过继承AbstractRoutingDataSource
/**
* 动态数据源
* @author Raye
* @since 2016年10月25日15:20:40
*/
public class DynamicDataSource extends AbstractRoutingDataSource {
private static final ThreadLocal contextHolder = new ThreadLocal();
@Override
protected Object determineCurrentLookupKey() {
return contextHolder.get();
}
public static enum DatabaseType {
Master, Slave
}
public static void master(){
contextHolder.set(DatabaseType.Master);
}
public static void slave(){
contextHolder.set(DatabaseType.Slave);
}
public static void setDatabaseType(DatabaseType type) {
contextHolder.set(type);
}
public static DatabaseType getType(){
return contextHolder.get();
}
}
contextHolder 是线程变量,因为每个请求是一个线程,所以通过这样来区分使用哪个库
determineCurrentLookupKey是重写的AbstractRoutingDataSource的方法,主要是确定当前应该使用哪个数据源的key,因为AbstractRoutingDataSource 中保存的多个数据源是通过Map的方式保存的
实例化数据源
/**
* Druid的DataResource配置类
* @author Raye
* @since 2016年10月7日14:14:18
*/
@Configuration
@EnableTransactionManagement
public class DataBaseConfiguration implements EnvironmentAware {
private RelaxedPropertyResolver propertyResolver1;
private RelaxedPropertyResolver propertyResolver2;
public DataBaseConfiguration(){
System.out.println("#################### DataBaseConfiguration");
}
public void setEnvironment(Environment env) {
this.propertyResolver1 = new RelaxedPropertyResolver(env, "spring.master.");
this.propertyResolver2 = new RelaxedPropertyResolver(env, "spring.slave.");
}
public DataSource master() {
System.out.println("注入Master druid!!!");
DruidDataSource datasource = new DruidDataSource();
datasource.setUrl(propertyResolver1.getProperty("url"));
datasource.setDriverClassName(propertyResolver1.getProperty("driver-class-name"));
datasource.setUsername(propertyResolver1.getProperty("username"));
datasource.setPassword(propertyResolver1.getProperty("password"));
datasource.setInitialSize(Integer.valueOf(propertyResolver1.getProperty("initial-size")));
datasource.setMinIdle(Integer.valueOf(propertyResolver1.getProperty("min-idle")));
datasource.setMaxWait(Long.valueOf(propertyResolver1.getProperty("max-wait")));
datasource.setMaxActive(Integer.valueOf(propertyResolver1.getProperty("max-active")));
datasource.setMinEvictableIdleTimeMillis(Long.valueOf(propertyResolver1.getProperty("min-evictable-idle-time-millis")));
try {
datasource.setFilters("stat,wall");
} catch (SQLException e) {
e.printStackTrace();
}
return datasource;
}
public DataSource slave() {
System.out.println("Slave druid!!!");
DruidDataSource datasource = new DruidDataSource();
datasource.setUrl(propertyResolver2.getProperty("url"));
datasource.setDriverClassName(propertyResolver2.getProperty("driver-class-name"));
datasource.setUsername(propertyResolver2.getProperty("username"));
datasource.setPassword(propertyResolver2.getProperty("password"));
datasource.setInitialSize(Integer.valueOf(propertyResolver2.getProperty("initial-size")));
datasource.setMinIdle(Integer.valueOf(propertyResolver2.getProperty("min-idle")));
datasource.setMaxWait(Long.valueOf(propertyResolver2.getProperty("max-wait")));
datasource.setMaxActive(Integer.valueOf(propertyResolver2.getProperty("max-active")));
datasource.setMinEvictableIdleTimeMillis(Long.valueOf(propertyResolver2.getProperty("min-evictable-idle-time-millis")));
try {
datasource.setFilters("stat,wall");
} catch (SQLException e) {
e.printStackTrace();
}
return datasource;
}
@Bean
public DynamicDataSource dynamicDataSource() {
DataSource master = master();
DataSource slave = slave();
Map
一共有3个数据源,一个master,一个slave,一个是动态数据源,保存在master和slave,为了防止spring注入异常,所以master和slave都是主动实例化的,并不是交给spring管理
dataSource.setDefaultTargetDataSource(master);
是配置的如果没有配置当前使用哪个数据源的默认数据源,本来是打算配置slave,但是因为事物问题,所以配置的master
Mybatis配置
/**
* MyBatis的配置类
*
* @author Raye
* @since 2016年10月7日14:13:39
*/
@Configuration
@AutoConfigureAfter({ DataBaseConfiguration.class })
@Slf4j
public class MybatisConfiguration {
@Bean(name = "sqlSessionFactory")
@Autowired
public SqlSessionFactory sqlSessionFactory(DynamicDataSource dynamicDataSource) {
SqlSessionFactoryBean bean = new SqlSessionFactoryBean();
bean.setDataSource(dynamicDataSource);
try {
SqlSessionFactory session = bean.getObject();
MapperHelper mapperHelper = new MapperHelper();
//特殊配置
Config config = new Config();
//具体支持的参数看后面的文档
config.setNotEmpty(true);
//设置配置
mapperHelper.setConfig(config);
// 注册自己项目中使用的通用Mapper接口,这里没有默认值,必须手动注册
mapperHelper.registerMapper(Mapper.class);
//配置完成后,执行下面的操作
mapperHelper.processConfiguration(session.getConfiguration());
return session;
} catch (Exception e) {
e.printStackTrace();
}
return null;
}
@Bean(name = "sqlSessionTemplate")
@Autowired
public SqlSessionTemplate sqlSessionTemplate(SqlSessionFactory sqlSessionFactory) {
return new SqlSessionTemplate(sqlSessionFactory);
}
@Bean
public MapperScannerConfigurer scannerConfigurer(){
MapperScannerConfigurer configurer = new MapperScannerConfigurer();
configurer.setSqlSessionFactoryBeanName("sqlSessionFactory");
configurer.setSqlSessionTemplateBeanName("sqlSessionTemplate");
configurer.setBasePackage("wang.raye.**.mapper");
configurer.setMarkerInterface(Mapper.class);
return configurer;
}
}
MybatisConfiguration 主要是配置的sqlSessionFactory和sqlSessionTemplate,以及Mybatis的扩展框架Mapper的配置,如果不需要Mapper,可以不用配置scannerConfigurer
事物配置
@Configuration
@EnableTransactionManagement
@Slf4j
@AutoConfigureAfter({ MybatisConfiguration.class })
public class TransactionConfiguration extends DataSourceTransactionManagerAutoConfiguration {
@Bean
@Autowired
public DataSourceTransactionManager transactionManager(DynamicDataSource dynamicDataSource) {
log.info("事物配置");
return new DataSourceTransactionManager(dynamicDataSource);
}
}
事物配置这里有一个坑就是,一旦开启了事物,好像就会切换线程执行,所以并不会使用当前配置的数据源,而会取到默认的数据源,所以只能通过将默认数据源设置为master
AOP切入设置数据源
/**
* 数据源的切入面
*
*/
@Aspect
@Component
@Slf4j
public class DataSourceAOP {
@Before("execution(* wang.raye.separate.service..*.select*(..)) || execution(* wang.raye.separate.service..*.get*(..))")
public void setReadDataSourceType() {
DynamicDataSource.slave();
log.info("dataSource切换到:slave");
}
@Before("execution(* wang.raye.separate.service..*.insert*(..)) || execution(* wang.raye.separate.service..*.update*(..)) || execution(* wang.raye.separate.service..*.delete*(..)) || execution(* wang.raye.separate.service..*.add*(..))")
public void setWriteDataSourceType() {
DynamicDataSource.master();
log.info("dataSource切换到:master");
}
}
这样的配置是根据方法名来的,可以根据自己的情况配置
也可以使用注解来主动切换,创建两个注解类,一个Master,一个Slave
Master.class
/**
* 使用主库的注解
*/
public @interface Master {
}
Slave.class
/**
* 使用读库的注解
*/
public @interface Slave {
}
AOP切入修改
/**
* 数据源的切入面
*
*/
@Aspect
@Component
@Slf4j
public class DataSourceAOP {
@Before("(@annotation(wang.raye.separate.annotation.Master) || execution(* wang.raye.separate.service..*.insert*(..)) || " +
"execution(* wang.raye.separate.service..*.update*(..)) || execution(* wang.raye.separate.service..*.delete*(..)) || " +
"execution(* wang.raye.separate.service..*.add*(..))) && !@annotation(wang.raye.separate.annotation.Slave) -")
public void setWriteDataSourceType() {
DynamicDataSource.master();
log.info("dataSource切换到:master");
}
@Before("(@annotation(wang.raye.separate.annotation.Slave) || execution(* wang.raye.separate.service..*.select*(..)) || execution(* wang.raye.separate.service..*.get*(..))) && !@annotation(wang.raye.separate.annotation.Master)")
public void setReadDataSourceType() {
DynamicDataSource.slave();
log.info("dataSource切换到:slave");
}
}
注:这个AOP切入规则只是包含基本的规格,如果要正常使用,需要扩展规则
简单的service层代码
/**
* 用户相关业务接口实现类
*/
@Service
@Slf4j
public class UserServiceImpl implements UserService {
@Autowired
private UserMapper mapper;
@Master
@Override
public List selectAll() {
return mapper.selectAll();
}
@Override
public boolean addUser(User user) {
return mapper.insertSelective(user) > 0;
}
@Override
public boolean updateUser(User user) {
return mapper.updateByPrimaryKey(user) > 0;
}
@Override
public boolean deleteByid(int id) {
return mapper.deleteByPrimaryKey(id) > 0;
}
@Transactional(rollbackFor = Exception.class )
@Override
public boolean insertAndUpdate(User user){
log.info("当前key:"+ DynamicDataSource.getType().name());
int count = 0;
count += mapper.insertSelective(user);
user = null;
user.getId();
count += mapper.updateByPrimaryKey(user);
return count > 1;
}
}
这里所有方法会使用master源,如果去掉selectAll的Master注解,那么selectAll就会使用slave数据源,insertAndUpdate方法主要是测试使用事物的情况下是否是向Master数据源写入以及是否正常回滚
源码
具体代码可以直接看我的demo项目读写分离demo