利用Sharding-Jdbc组件实现分表

时间:2021-07-16 05:50:49

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

利用Sharding-Jdbc组件实现分表

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

?
1
2
3
4
5
6
7
8
9
10
<dependency>
  <groupid>com.dangdang</groupid>
  <artifactid>sharding-jdbc-core</artifactid>
  <version>1.4.2</version>
 </dependency>
 <dependency>
  <groupid>com.dangdang</groupid>
  <artifactid>sharding-jdbc-config-spring</artifactid>
  <version>1.4.0</version>
</dependency>

2、新建一个sharding-jdbc.xml文件,实现分库分表的配置

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
<?xml version="1.0" encoding="utf-8"?>
<beans xmlns="http://www.springframework.org/schema/beans"
 xmlns:xsi="http://www.w3.org/2001/xmlschema-instance"
 xmlns:context="http://www.springframework.org/schema/context"
 xmlns:tx="http://www.springframework.org/schema/tx"
 xmlns:rdb="http://www.dangdang.com/schema/ddframe/rdb"
 xsi:schemalocation="http://www.springframework.org/schema/beans
   http://www.springframework.org/schema/beans/spring-beans.xsd
   http://www.springframework.org/schema/tx
   http://www.springframework.org/schema/tx/spring-tx.xsd
   http://www.springframework.org/schema/context
   http://www.springframework.org/schema/context/spring-context.xsd
   http://www.dangdang.com/schema/ddframe/rdb
   http://www.dangdang.com/schema/ddframe/rdb/rdb.xsd">
 
 
 
 <!-- 配置数据源 -->
 <bean name="datasource" class="com.alibaba.druid.pool.druiddatasource" init-method="init" destroy-method="close">
 <property name="url" value="jdbc:mysql://localhost:3306/beadhouse" />
 <property name="username" value="root" />
 <property name="password" value="123456" />
 </bean>
   
 <rdb:strategy id="tableshardingstrategy" sharding-columns="id" algorithm-class="com.springdemo.utill.membersinglekeytableshardingalgorithm"/>
 
 <rdb:data-source id="shardingdatasource">
 <rdb:sharding-rule data-sources="datasource">
  <rdb:table-rules>
  <rdb:table-rule logic-table="bead_information" actual-tables="bead_information_${0..2}" table-strategy="tableshardingstrategy"/>
  </rdb:table-rules>
 </rdb:sharding-rule>
 </rdb:data-source>
 
 <bean id="transactionmanager" class="org.springframework.jdbc.datasource.datasourcetransactionmanager">
 <property name="datasource" ref="shardingdatasource" />
 </bean>
</beans>

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)

利用Sharding-Jdbc组件实现分表

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)

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
import java.util.collection;
import java.util.linkedhashset;
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<integer> {
 
 @override
 public collection<string> dobetweensharding(collection<string> tablenames, shardingvalue<integer> shardingvalue) {
 collection<string> result = new linkedhashset<string>(tablenames.size());
 range<integer> range = (range<integer>) shardingvalue.getvaluerange();
 for (integer i = range.lowerendpoint(); i <= range.upperendpoint(); i++) {
  integer modvalue = i % 3;
  string modstr = modvalue < 3 ? "" + modvalue : modvalue.tostring();
  for (string each : tablenames) {
  if (each.endswith(modstr)) {
   result.add(each);
  }
  }
 }
 return result;
 }
 @override
 public string doequalsharding(collection<string> tablenames, shardingvalue<integer> shardingvalue) {
 integer modvalue = shardingvalue.getvalue() % 3;
 string modstr = modvalue < 3 ? "" + modvalue : modvalue.tostring();
 for (string each : tablenames) {
  if (each.endswith(modstr)) {
  return each;
  }
 }
 throw new illegalargumentexception();
 }
 @override
 public collection<string> doinsharding(collection<string> tablenames, shardingvalue<integer> shardingvalue) {
 collection<string> result = new linkedhashset<string>(tablenames.size());
 for (integer value : shardingvalue.getvalues()) {
  integer modvalue = value % 3;
  string modstr = modvalue < 3 ? "" + 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。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持服务器之家。

原文链接:https://www.cnblogs.com/huangheng01/p/9366325.html