讀寫分離

在上一篇文章介紹瞭如何使用Sharing-JDBC實現數據庫的讀寫分離。讀寫分離的好處就是在併發量比較大的情況下，將查詢數據庫的壓力 分擔到多個從庫中，能夠滿足高併發的要求。比如上一篇實現的那樣，架構圖如下：

數據分表

當數據量比較大的時候，比如單個表的數據量超過了500W的數據，這時可以考慮將數據存儲在不同的表中。比如將user表拆分為四個表user0、user1、 user2、user3裝在四個表中。此時如圖所示：

案例詳解

和上一篇文章使用的數據庫是同一個數據庫，數據庫信息如下：

在主庫初始化Mysql數據的腳本，初始化完後，從庫也會創建這些表，腳本信息如下：

本案例還是在上一篇文章的案例基礎之上進行改造，工程的目錄和pom的依賴見上一篇文章或者源碼。在工程的配置 文件application.yml做Sharding-JDBC的配置，代碼如下：

• 在上面的配置中，sharding.jdbc.dataSource部分是配置的數據源的信息，本案例有三個數據源db-test0、db-test1、db-test2。
• sharding.jdbc.config.sharding.master-slave-rules.ds0.master-data-source-name配置的是主庫的數據庫名，本案例為db-test0，其中ds0為分區名。
• sharding.jdbc.config.sharding.master-slave-rules.ds_0.slave-data-source-names配置的是從庫的數據庫名，本案例為db-test1、db-test2。
• sharding.jdbc.config.sharding.tables.user.actual-data-nodes配置的分表信息，真實的數據庫信息。ds0.user$->{0..3}，表示讀取ds0數據源的user0、user1、user2、user_3。
• sharding.jdbc.config.sharding.tables.user.table-strategy.standard.sharding-column配置的數據分表的字段，是根據id來分的。
• sharding.jdbc.config.sharding.tables.user.table-strategy.standard.precise-algorithm-class-name是配置數據分表的策略的類，這裡是自定義的類MyPreciseShardingAlgorithm。

MyPreciseShardingAlgorithm是根據id取模4來獲取表名的，代碼如下：

測試

寫一個API來測試，代碼如下：

啟動Spring Boot工程，在瀏覽器上執行localhost:8080/add，然後去數據庫中查詢，可以看到user0、user1、user2、user3分別插入了數據。 然後訪問localhost:8080/users，可以查詢數據庫中四個表中的所有數據。可見Sharding-JDBC在插入數據的時候，根據數據分表策略，將數據存儲在 不同的表中，查詢的時候將數據庫從多個表中查詢並聚合。

在數據庫的主機的日誌裡面，可以看到查詢的日誌也驗證了這個結論，如下：

從庫查詢日誌：

更多學習筆記資料：

https://shimo.im/docs/QzafqtfKU4MoODI9/read

源碼：

https://github.com/forezp/SpringBootLearning/tree/master/sharding-jdbc-example/shareding-jdbc-master-slave-tables

覺得還不錯的話，可以轉發關注一波支持支持！