1 使用ShardingSphere进行分库分表

从application-dev.yaml配置文件中可以看出

spring:
   shardingsphere:
     datasource:
       ds-0:
         username: root
         password: 123456
         jdbc-url: jdbc:mysql://127.0.0.1:3306/congomall_message?characterEncoding=utf-8&zeroDateTimeBehavior=convertToNull&transformedBitIsBoolean=true&serverTimezone=GMT%2B8&allowPublicKeyRetrieval=true&useSSL=false

项目已配置ShardingSphere来进行数据源管理。ShardingSphere提供透明的数据库分片功能，允许开发者无需修改代码，即可实现数据库的水平分片。

2 配置文件中的分片策略

虽然具体分片策略未直接展示在提供的代码段中，但通过配置shardingsphere节点，可定义分库分表的规则，包括分片键、分片算法等。

3 分片键的选择

用户数据的分片，通常选择用户ID或与用户相关的某个字段作为分片键。这样可以根据分片键的值将数据分散到不同的数据库或表中，从而实现数据的水平切分。

4 分片算法

项目可能采用一种或多种分片算法（如范围分片、精确分片、哈希分片等）来决定数据应该存储在哪个数据库或表中。这些算法可以根据业务需求和数据特性进行选择和定制。

5 透明读写分离

ShardingSphere还支持读写分离配置，进一步提高数据库操作的性能。通过配置读写分离规则，读操作可以分散到多个从库上，而写操作则定向到主库，从而提高并发处理能力。

6 弹性扩展

随着用户量的增加，项目可以通过增加数据库实例和调整分片规则来实现弹性扩展，无需停机即可应对用户量的增长。

虽然具体的分库分表配置和实现细节没有直接展示，但基于ShardingSphere的配置和项目的结构，可以推断出项目采用了上述策略来处理大规模用户数据。这种方式能够有效地提高数据库操作的性能和系统的可扩展性，是处理大数据量场景的常见做法。