在分布式服务中,要实现数据源得选择有如下相关方案
- DAO:继承 AbstractRoutingDataSource 类,实现对应的切换数据源的方法,结合自定义注解 + 切面实现动态数据源切换。
- ORM:MyBatis 插件进行数据源切换
- JDBC:Sharding-JDBC 基于客户端的分库分表方案
- Proxy:Mycat、Sharding-Proxy 基于代理的分库分表方案
- Server:特定数据库或者版本
- .........
基本概念及架构:
Sharding JDBC 是从当当网的内部架构 ddframe 里面的一个分库分表的模块脱胎出来的,用来解决当当的分库分表的问题,把跟业务相关的敏感的代码剥离后,就得到了 Sharding-JDBC。它是一个工作在客户端的分库分表的解决方案。
DubboX,Elastic-job 也是当当开源出来的产品。
2018 年 5 月,因为增加了 Proxy 的版本和 Sharding-Sidecar(尚未发布),Sharding-JDBC 更名为 Sharding Sphere,从一个客户端的组件变成了一个套件。
2018 年 11 月,Sharding-Sphere 正式进入 Apache 基金会孵化器,这也是对Sharding-Sphere 的质量和影响力的认可。
官网 :https://shardingsphere.apache.org/index_zh.html
一般我们用的还是 io.shardingsphere 的包。因为更名后和捐献给 Apache 之后的 groupId 都不一样,在引入依赖的时候千万要注意。主体功能是相同的,但是在某些类的用法上有些差异,如果要升级的话 import 要全部修改,有些类和方法也要修改。
定位为轻量级Java框架,在Java的JDBC层提供的额外服务。 它使用客户端直连数据库,以jar包形式提供服务,无需额外部署和依赖,可理解为增强版的JDBC驱动,完全兼容JDBC和各种ORM框架。
- 适用于任何基于JDBC的ORM框架,如:JPA, Hibernate, Mybatis, Spring JDBC Template或直接使用JDBC。
- 支持任何第三方的数据库连接池,如:DBCP, C3P0, BoneCP, Druid, HikariCP等。
- 支持任意实现JDBC规范的数据库。目前支持MySQL,Oracle,SQLServer,PostgreSQL以及任何遵循SQL92标准的数据库。
在 maven 的工程里面,我们使用它的方式是引入依赖,然后进行配置就可以了,不用像 Mycat 一样独立运行一个服务,客户端不需要修改任何一行代码,原来是 SSM 连接数据库,还是 SSM,因为它是支持 MyBatis 的。
我们在项目内引入 Sharding-JDBC 的依赖,我们的业务代码在操作数据库的时候,就会通过 Sharding-JDBC 的代码连接到数据库。分库分表的一些核心动作,比如 SQL 解析,路由,执行,结果处理,都是由它来完成的。它工作在客户端。
在 Sharding-Sphere 里面同样提供了代理 Proxy 的版本,跟 Mycat 的作用是一样的。Sharding-Sidecar 是一个 Kubernetes 的云原生数据库代理,正在开发中。
核心功能 :
分库分表后的几大问题:跨库关联查询、分布式事务、排序翻页计算、全局主键。
数据分片
- 分库 & 分表
- 读写分离:https://shardingsphere.apache.org/document/current/cn/features/read-write-split/
- 分片策略定制化
- 无中心化分布式主键(包括 UUID、雪花、LEAF)
分布式事务
- 标准化事务接口
- XA 强一致事务
- 柔性事务
核心概念:
- 逻辑表:水平拆分的数据库(表)的相同逻辑和数据结构表的总称。例:订单数据根据主键尾数拆分为 10 张表,分别是
t_order_0
到t_order_9
,他们的逻辑表名为t_order
。 - 真实表:在分片的数据库中真实存在的物理表。即上个示例中的
t_order_0
到t_order_9
。 - 数据节点:数据分片的最小单元。由数据源名称和数据表组成,例:
ds_0.t_order_0
。 - 绑定表:指分片规则一致的主表和子表。例如:
t_order
表和t_order_item
表,均按照order_id
分片,则此两张表互为绑定表关系。绑定表之间的多表关联查询不会出现笛卡尔积关联,关联查询效率将大大提升。 - 广播表:指所有的分片数据源中都存在的表,表结构和表中的数据在每个数据库中均完全一致。适用于数据量不大且需要与海量数据的表进行关联查询的场景,例如:字典表。
- 分片键:根据指定的分片键进行路由。分片键不一定是主键,也不一定有业务含义。
使用规范 :
虽然 Apache ShardingSphere 希望能够完全兼容所有的SQL以及单机数据库,但分布式为数据库带来了更加复杂的场景。包括一些特殊的 sql 或者分页都带来了巨大的挑战。对于这方面sharding-jdbc也做出了相关的说明
与 Mycat 对比 :
| Sharding-JDBC | Mycat |
工作 层面 | JDBC 协议 | MySQL 协议/JDBC 协议 |
运行方式 | Jar 包,客户端 | 独立服务,服务端 |
开发 方式 | 代码/配置改动 | 连接地址(数据源) |
运维 方式 | 无 | 管理独立服务,运维成本高 |
性能 | 多线程并发按操作,性能高 | 独立服务+网络开销,存在性能损失风险 |
功能 范围 | 协议层面 | 包括分布式事务、数据迁移等 |
适用 操作 | OLTP | OLTP+OLAP |
支持 数据库 | 基于 JDBC 协议的数据库 | MySQL 和其他支持 JDBC 协议的数据库 |
支持 语言 | Java 项目中使用 | 支持 JDBC 协议的语言 |
维度 | 二维,支持分库又分表,比如user表继续拆分为user1、user2 | 一维,分了库后表不可以继续拆分,或者单库分表 |
从易用性和功能完善的角度来说,Mycat 似乎比 Sharding-JDBC 要好,因为有现成的分片规则,也提供了 4 种 ID 生成方式,通过注解可以支持高级功能,比如跨库关联查询。
建议:小型项目,分片规则简单的项目可以用 Sharding-JDBC。大型项目,可以用Mycat。
Sharding-JDBC 案例 :
Sharding-JDBC要实现分库分表的方案主要分为以下几个步骤:
- 配置数据源。
- 配置表规则 TableRuleConfiguration。
- 配置分库+分表策略 DatabaseShardingStrategyConfig,TableShardingStrategyConfig。
- 获取数据源对象。
- 执行数据库操作。
1.首先我们创建一个标准的springboot工程。还需要引入相关依赖:
<dependency>
<groupId>org.apache.shardingsphere</groupId>
<artifactId>shardingsphere-jdbc-core</artifactId>
<version>5.0.0-alpha</version>
</dependency>
<dependency>
<groupId>com.zaxxer</groupId>
<artifactId>HikariCP</artifactId>
<version>3.4.1</version>
</dependency>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
</dependency>
<dependency>
<groupId>mysql</groupId>
<artifactId>mysql-connector-java</artifactId>
</dependency>
2.编写类 :
public class ShardingJdbc5Test {
public static void main(String[] args) throws SQLException {
//代表真实的数据源
Map<String, DataSource> dataSourceMap = new HashMap<>();
//数据源1
HikariDataSource source = new HikariDataSource();
source.setDriverClassName("com.mysql.cj.jdbc.Driver");
source.setJdbcUrl(String.format("jdbc:mysql://%s:%s/%s?serverTimezone=UTC&useSSL=false&useUnicode=true&characterEncoding=UTF-8", "192.168.1.101", 3306, "study"));
source.setUsername("root");
source.setPassword("123456");
//数据源2
HikariDataSource source2 = new HikariDataSource();
source2.setDriverClassName("com.mysql.cj.jdbc.Driver");
source2.setJdbcUrl(String.format("jdbc:mysql://%s:%s/%s?serverTimezone=UTC&useSSL=false&useUnicode=true&characterEncoding=UTF-8", "192.168.1.101", 3306, "study2"));
source2.setUsername("root");
source2.setPassword("123456");
dataSourceMap.put("ds0", source);
dataSourceMap.put("ds1", source2);
//创建分片规则
// * 针对数据库
// * 针对表
//* 一定要配置分片键
//* 一定要配置分片算法
//* 完全唯一id的问题
ShardingRuleConfiguration configuration = new ShardingRuleConfiguration();
ShardingTableRuleConfiguration tableRuleConfiguration =
new ShardingTableRuleConfiguration("t_order", "ds${0..1}.t_order_${0..1}");
tableRuleConfiguration.setKeyGenerateStrategy(new KeyGenerateStrategyConfiguration("order_id", "snowflake"));
//把逻辑表和真实表的对应关系添加到分片规则配置中
configuration.getTables().add(tableRuleConfiguration);
//设置数据库分库规则
configuration.setDefaultDatabaseShardingStrategy(
new StandardShardingStrategyConfiguration
("user_id", "db-inline"));
Properties properties = new Properties();
properties.setProperty("algorithm-expression", "ds${user_id%2}");
//设置分库策略
configuration.getShardingAlgorithms().
put("db-inline", new ShardingSphereAlgorithmConfiguration("INLINE", properties));
//设置表的分片规则(数据的水平拆分)
configuration.setDefaultTableShardingStrategy(new StandardShardingStrategyConfiguration
("order_id", "order-inline"));
//设置分表策略
Properties props = new Properties();
props.setProperty("algorithm-expression", "t_order_${order_id%2}");
configuration.getShardingAlgorithms().put("order-inline",
new ShardingSphereAlgorithmConfiguration("INLINE", props));
//设置主键生成策略
// * UUID
// * 雪花算法
Properties idProperties = new Properties();
idProperties.setProperty("worker-id", "123");
configuration.getKeyGenerators().put("snowflake", new ShardingSphereAlgorithmConfiguration(
"SNOWFLAKE", idProperties));
//被代理的 数据源
DataSource dataSource = ShardingSphereDataSourceFactory
.createDataSource(dataSourceMap, Collections.singleton(configuration), new Properties());
//初始化数据库表
String sql = "CREATE TABLE IF NOT EXISTS t_order (order_id BIGINT NOT NULL AUTO_INCREMENT, user_id INT NOT NULL, address_id BIGINT NOT NULL, status VARCHAR(50), PRIMARY KEY (order_id))";
try (Connection connection = dataSource.getConnection();
Statement statement = connection.createStatement()) {
statement.executeUpdate(sql);
}
System.out.println("-------------- Process Success Begin ---------------");
Random random = new Random();
System.out.println("---------------------------- Insert Data ----------------------------");
List<Long> result = new ArrayList<>(10);
for (int i = 1; i <= 10; i++) {
Order order = new Order();
order.setUserId(random.nextInt(10000));
order.setAddressId(i);
order.setStatus("INSERT_TEST");
String insertSql = "INSERT INTO t_order (user_id, address_id, status) VALUES (?, ?, ?)";
try (Connection connection = dataSource.getConnection();
PreparedStatement preparedStatement = connection.prepareStatement(insertSql, Statement.RETURN_GENERATED_KEYS)) {
preparedStatement.setInt(1, order.getUserId());
preparedStatement.setLong(2, order.getAddressId());
preparedStatement.setString(3, order.getStatus());
preparedStatement.executeUpdate();
try (ResultSet resultSet = preparedStatement.getGeneratedKeys()) {
if (resultSet.next()) {
order.setOrderId(resultSet.getLong(1));
}
}
}
}
System.out.println("-------------- Process Success Finish --------------");
}
}
3.在两个库上都建立对应的 order1、order2 表,表结构一致。字段自己调整就行
运行上述main方法可以查看到相应的效果。
总结:ShardingRuleConfiguration 可以包含多个 ShardingTableRuleConfiguration(多张表),也可以设置默认的分库和分表策略。每个 ShardingTableRuleConfiguration 可以针对表设置 ShardingSphereAlgorithmConfiguration,包括分库分表策略。
ShardingSphereAlgorithmConfiguration有 5 种实现(标准、自动、复合、Hint、自定义)。ShardingDataSourceFactory 利用 ShardingRuleConfiguration 创建数据源。有了数据源,就可以走 JDBC 的流程了。
- 自动分片算法:取模分片算法(MOD)、哈希取模分片算法(HASH_MOD)、基于分片容量的范围分片算法(VOLUME_RANGE)、基于分片边界的范围分片算法(BOUNDARY_RANGE)、自动时间段分片算法(AUTO_INTERVAL)
- 标准分片算法:行表达式分片算法(INLINE)、时间范围分片算法(INTERVAL)
- 复合分片算法:复合行表达式分片算法(COMPLEX_INLINE)多个分片键,其他都是单一的
- Hint 分片算法:Hint 行表达式分片算法(HINT_INLINE)
- 自定义类分片算法(CLASS_BASED)
更多配置可以参考 https://shardingsphere.apache.org/document/current/cn/user-manual/shardingsphere-jdbc/configuration
整合SpringBoot :
Sharding-JDBC 进行与 SpringBoot (2.3.0)的整合是方便的,主要是进行配置文件的配置。
1.创建标准的SpringBoot 工程,再加入以下依赖:
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-thymeleaf</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>mysql</groupId>
<artifactId>mysql-connector-java</artifactId>
<scope>runtime</scope>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
<scope>test</scope>
</dependency>
<dependency>
<groupId>com.baomidou</groupId>
<artifactId>mybatis-plus-boot-starter</artifactId>
<version>3.4.3</version>
</dependency>
<dependency>
<groupId>com.baomidou</groupId>
<artifactId>mybatis-plus-generator</artifactId>
<version>3.4.1</version>
</dependency>
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>fastjson</artifactId>
<version>1.2.72</version>
</dependency>
<dependency>
<groupId>org.apache.commons</groupId>
<artifactId>commons-lang3</artifactId>
<version>3.9</version>
</dependency>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
<version>1.18.12</version>
</dependency>
<dependency>
<groupId>org.apache.shardingsphere</groupId>
<artifactId>shardingsphere-jdbc-core-spring-boot-starter</artifactId>
<version>5.0.0-alpha</version>
</dependency>
<dependency>
<groupId>com.zaxxer</groupId>
<artifactId>HikariCP</artifactId>
<version>3.4.2</version>
</dependency>
</dependencies>
2.进行 分库分表规则配置,新建 application-sharding.properties文件 :
server.port=8080
spring.shardingsphere.datasource.names=ds-0,ds-1
spring.shardingsphere.datasource.common.type=com.zaxxer.hikari.HikariDataSource
spring.shardingsphere.datasource.common.driver-class-name=com.mysql.cj.jdbc.Driver
spring.shardingsphere.datasource.ds-0.username=root
spring.shardingsphere.datasource.ds-0.password=123456
spring.shardingsphere.datasource.ds-0.jdbc-url=jdbc:mysql://192.168.1.101:3306/study?serverTimezone=UTC&useSSL=false&useUnicode=true&characterEncoding=UTF-8
spring.shardingsphere.datasource.ds-1.username=root
spring.shardingsphere.datasource.ds-1.password=123456
spring.shardingsphere.datasource.ds-1.jdbc-url=jdbc:mysql://192.168.1.101:3306/study2?serverTimezone=UTC&useSSL=false&useUnicode=true&characterEncoding=UTF-8
# 行表达式分库分表策略
# 针对分库的规则配置
spring.shardingsphere.rules.sharding.default-database-strategy.standard.sharding-column=user_id
spring.shardingsphere.rules.sharding.default-database-strategy.standard.sharding-algorithm-name=database-inline
spring.shardingsphere.rules.sharding.tables.t_order.actual-data-nodes=ds-$->{0..1}.t_order_$->{0..1}
spring.shardingsphere.rules.sharding.tables.t_order.table-strategy.standard.sharding-column=order_id
spring.shardingsphere.rules.sharding.tables.t_order.table-strategy.standard.sharding-algorithm-name=t-order-inline
# 单个 绑定表
#spring.shardingsphere.rules.sharding.binding-tables=t_order,t_order_detail
# 如果有多个
#spring.shardingsphere.rules.sharding.binding-tables[0]=t_order,t_order_detail
#spring.shardingsphere.rules.sharding.binding-tables[1]=t_order,t_order_detail
# 采用key-generate-strategy 的 字段
spring.shardingsphere.rules.sharding.tables.t_order.key-generate-strategy.column=order_id
spring.shardingsphere.rules.sharding.tables.t_order.key-generate-strategy.key-generator-name=snowflake
# 分库策略--行表达式分片算法
spring.shardingsphere.rules.sharding.sharding-algorithms.database-inline.type=INLINE
spring.shardingsphere.rules.sharding.sharding-algorithms.database-inline.props.algorithm-expression=ds-$->{user_id % 2}
# 分表策略--行表达式分片算法
spring.shardingsphere.rules.sharding.sharding-algorithms.t-order-inline.type=INLINE
spring.shardingsphere.rules.sharding.sharding-algorithms.t-order-inline.props.algorithm-expression=t_order_$->{order_id % 2}
# 雪花算法
spring.shardingsphere.rules.sharding.key-generators.snowflake.type=SNOWFLAKE
spring.shardingsphere.rules.sharding.key-generators.snowflake.props.worker-id=123
3.其他关于 mybatis 的相关配置这里就不贴出来了。然后在数据库中创建对应的表。编写 dao、service 进行测试。关于事务、全局ID、自定义分片策略下篇博客中会详细介绍。