������关注微信公众号：【芋道源码】有福利：
1. RocketMQ / MyCAT / Sharding-JDBC 所有源码分析文章列表
2. RocketMQ / MyCAT / Sharding-JDBC 中文注释源码 GitHub 地址
3. 您对于源码的疑问每条留言都将得到认真回复。甚至不知道如何读源码也可以请教噢。
4. 新的源码解析文章实时收到通知。每周更新一篇左右。
5. 认真的源码交流微信群。
本文主要基于 Sharding-JDBC 1.5.0 正式版
1. 概述
��《SQL 解析》 已经告于段落，我们要开始新的旅程：《SQL 路由》。相比SQL解析，路由会容易理解很多，骗人是小��。整个系列预计会拆分成三小篇文章：
- 《分库分表配置》
- 《分表分库路由》
- 《Spring与YAML配置》
第一、二篇会在近期更新。第三篇会在《SQL 改写》、《SQL 执行》完成后进行更新。��改写和执行相对有趣。
��道友，您看，逗比博主“很有规划”，是关注公众号一波【芋道源码】还是分享朋友圈。
阅读本文之前，建议已经读过官方相关文章：
分表分库配置会涉及如下类：
- TableRule 表规则配置对象
- ShardingRule 分库分表规则配置对象
- ShardingStrategy 分片策略
- ShardingAlgorithm 分片算法
我们来一起逐个类往下看。
**Sharding-JDBC 正在收集使用公司名单：传送门。
�� 你的登记，会让更多人参与和使用 Sharding-JDBC。传送门
Sharding-JDBC 也会因此，能够覆盖更多的业务场景。传送门
登记吧，骚年！传送门**
2. TableRule
TableRule，表规则配置对象，内嵌 TableRuleBuilder 对象进行创建。
2.1 logicTable
数据分片的逻辑表，对于水平拆分的数据库(表)，同一类表的总称。
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。
2.2 数据单元
Sharding-JDBC 有两种类型数据单元：
- DataNode ：静态分库分表数据单元
数据分片的最小单元，由数据源名称和数据表组成。
例：ds_1.t_order_0。配置时默认各个分片数据库的表结构均相同，直接配置逻辑表和真实表对应关系即可。
如果各数据库的表结果不同，可使用ds.actual_table配置。
- DynamicDataNode ：动态表的分库分表数据单元
逻辑表和真实表不一定需要在配置规则中静态配置。
比如按照日期分片的场景，真实表的名称随着时间的推移会产生变化。
此类需求Sharding-JDBC是支持的，不过目前配置并不友好，会在新版本中提升。
TableRuleBuilder 调用 #build() 方法创建 TableRule。核心代码如下：
// TableRuleBuilder.java
public static class TableRuleBuilder {
public TableRule build() {
KeyGenerator keyGenerator = null;
if (null != generateKeyColumn && null != keyGeneratorClass) {
keyGenerator = KeyGeneratorFactory.createKeyGenerator(keyGeneratorClass);
}
return new TableRule(logicTable, dynamic, actualTables, dataSourceRule, dataSourceNames, databaseShardingStrategy, tableShardingStrategy, generateKeyColumn, keyGenerator);
}
}
// TableRule.java
public TableRule(final String logicTable, final boolean dynamic, final List<String> actualTables, final DataSourceRule dataSourceRule, final Collection<String> dataSourceNames,
final DatabaseShardingStrategy databaseShardingStrategy, final TableShardingStrategy tableShardingStrategy,
final String generateKeyColumn, final KeyGenerator keyGenerator) {
Preconditions.checkNotNull(logicTable);
this.logicTable = logicTable;
this.dynamic = dynamic;
this.databaseShardingStrategy = databaseShardingStrategy;
this.tableShardingStrategy = tableShardingStrategy;
if (dynamic) { // 动态表的分库分表数据单元
Preconditions.checkNotNull(dataSourceRule);
this.actualTables = generateDataNodes(dataSourceRule);
} else if (null == actualTables || actualTables.isEmpty()) { // 静态表的分库分表数据单元
Preconditions.checkNotNull(dataSourceRule);
this.actualTables = generateDataNodes(Collections.singletonList(logicTable), dataSourceRule, dataSourceNames);
} else { // 静态表的分库分表数据单元
this.actualTables = generateDataNodes(actualTables, dataSourceRule, dataSourceNames);
}
this.generateKeyColumn = generateKeyColumn;
this.keyGenerator = keyGenerator;
}2.2.1 DataNode
大多数业务场景下，我们使用静态分库分表数据单元，即 DataNode。如上文注释处 静态表的分库分表数据单元 处所见，分成两种判断，实质上第一种是将 logicTable 作为 actualTable，即在库里不进行分表，是第二种的一种特例。
我们来看看 #generateDataNodes() 方法：
// TableRule.java
/**
* 生成静态数据分片节点
*
* @param actualTables 真实表
* @param dataSourceRule 数据源配置对象
* @param actualDataSourceNames 数据源名集合
* @return 静态数据分片节点
*/
private List<DataNode> generateDataNodes(final List<String> actualTables, final DataSourceRule dataSourceRule, final Collection<String> actualDataSourceNames) {
Collection<String> dataSourceNames = getDataSourceNames(dataSourceRule, actualDataSourceNames);
List<DataNode> result = new ArrayList<>(actualTables.size() * (dataSourceNames.isEmpty() ? 1 : dataSourceNames.size()));
for (String actualTable : actualTables) {
if (DataNode.isValidDataNode(actualTable)) { // 当 actualTable 为 ${dataSourceName}.${tableName} 时
result.add(new DataNode(actualTable));
} else {
for (String dataSourceName : dataSourceNames) {
result.add(new DataNode(dataSourceName, actualTable));
}
}
}
return result;
}
/**
* 根据 数据源配置对象 和 数据源名集合 获得 最终的数据源名集合
*
* @param dataSourceRule 数据源配置对象
* @param actualDataSourceNames 数据源名集合
* @return 最终的数据源名集合
*/
private Collection<String> getDataSourceNames(final DataSourceRule dataSourceRule, final Collection<String> actualDataSourceNames) {
if (null == dataSourceRule) {
return Collections.emptyList();
}
if (null == actualDataSourceNames || actualDataSourceNames.isEmpty()) {
return dataSourceRule.getDataSourceNames();
}
return actualDataSourceNames;
}- 第一种情况，自定义分布。
actualTable为${dataSourceName}.${tableName}时，即已经明确真实表所在数据源。
TableRule.builder("t_order").actualTables(Arrays.asList("db0.t_order_0", "db1.t_order_1", "db1.t_order_2"))db0
└── t_order_0
db1
├── t_order_1
└── t_order_2- 第二种情况，均匀分布。
TableRule.builder("t_order").actualTables(Arrays.asList("t_order_0", "t_order_1"))db0
├── t_order_0
└── t_order_1
db1
├── t_order_0
└── t_order_1#getDataSourceNames() 使用 dataSourceRule 和 actualDataSourceNames 获取数据源的逻辑看起来有种“诡异”。实际 TableRuleBuilder 创建 TableRule 时，使用 dataSourceRule 而不要使用 actualDataSourceNames。
2.2.2 DynamicDataNode
少数业务场景下，我们使用动态分库分表数据单元，即 DynamicDataNode。
通过 dynamic=true 属性配置。生成代码如下：
// TableRule.java
private List<DataNode> generateDataNodes(final DataSourceRule dataSourceRule) {
Collection<String> dataSourceNames = dataSourceRule.getDataSourceNames();
List<DataNode> result = new ArrayList<>(dataSourceNames.size());
for (String each : dataSourceNames) {
result.add(new DynamicDataNode(each));
}
return result;
}�� 从代码上看，貌似和动态分库分表数据单元没一毛钱关系？！别捉鸡，答案在《分表分库路由》 上。
2.3 分库/分表策略
-
databaseShardingStrategy：分库策略 -
tableShardingStrategy：分表策略
当分库/分表策略不配置时，使用 ShardingRule 配置的分库/分表策略。
2.4 主键生成
-
generateKeyColumn：主键字段 -
keyGenerator：主键生成器
当主键生成器不配置时，使用 ShardingRule 配置的主键生成器。
3. ShardingRule
ShardingRule，分库分表规则配置对象，内嵌 ShardingRuleBuilder 对象进行创建。
其中 databaseShardingStrategy、tableShardingStrategy、keyGenerator、defaultGenerator 和 TableRule 属性重复，用于当 TableRule 未配置对应属性，使用 ShardingRule 提供的该属性。
3.1 dataSourceRule
dataSourceRule，数据源配置对象。ShardingRule 需要数据源配置正确。这点和 TableRule 是不同的。TableRule 对 dataSourceRule 只使用数据源名字，最终执行SQL 使用数据源名字从 ShardingRule 获取数据源连接。大家可以回到本文【2.2.1 DataNode】细看下 DataNode 的生成过程。
3.2 tableRules
tableRules，表规则配置对象集合。
3.3 bindingTableRules
指在任何场景下分片规则均一致的主表和子表。
例：订单表和订单项表，均按照订单ID分片，则此两张表互为BindingTable关系。
BindingTable关系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。
�� 这么说，可能不太容易理解。《分表分库路由》，我们在源码的基础上，好好理解下。非常重要，特别是性能优化上面。
4. ShardingStrategy
ShardingStrategy，分片策略。
- 针对分库、分表有两个子类。
- DatabaseShardingStrategy，使用分库算法进行分片
- TableShardingStrategy，使用分表算法进行分片
《分表分库路由》 会进一步说明。
5. ShardingAlgorithm
ShardingAlgorithm，分片算法。
- 针对分库、分表有两个子接口。
- 针对分片键数量分成：无分片键算法、单片键算法、多片键算法。
其中 NoneKeyDatabaseShardingAlgorithm、NoneTableShardingAlgorithm 为 ShardingRule 在未设置分库、分表算法的默认值。代码如下：
// ShardingRule.java
public ShardingRule(
final DataSourceRule dataSourceRule, final Collection<TableRule> tableRules, final Collection<BindingTableRule> bindingTableRules,
final DatabaseShardingStrategy databaseShardingStrategy, final TableShardingStrategy tableShardingStrategy, final KeyGenerator keyGenerator) {
// ... 省略部分代码
this.databaseShardingStrategy = null == databaseShardingStrategy ? new DatabaseShardingStrategy(
Collections.<String>emptyList(), new NoneDatabaseShardingAlgorithm()) : databaseShardingStrategy;
this.tableShardingStrategy = null == tableShardingStrategy ? new TableShardingStrategy(
Collections.<String>emptyList(), new NoneTableShardingAlgorithm()) : tableShardingStrategy;
// ... 省略部分代码
}《分表分库路由》 会进一步说明。
666. 彩蛋
本文看似在水更，实是为《分表分库路由》做铺垫（一阵脸红��）。
But，无论怎么说，道友，我做了新的关注二维码（感谢猫��先生），是不是可以推荐一波公众号给基佬。
恩，继续更新。