读写分离
在上一篇文章介绍了如何使用Sharing-JDBC实现数据库的读写分离。读写分离的好处就是在并发量比较大的情况下,将查询数据库的压力 分担到多个从库中,能够满足高并发的要求。比如上一篇实现的那样,架构图如下:
数据分表
当数据量比较大的时候,比如单个表的数据量超过了500W的数据,这时可以考虑将数据存储在不同的表中。比如将user表拆分为四个表user_0、user_1、 user_2、user_3装在四个表中。此时如图所示:
案例详解
和上一篇文章使用的数据库是同一个数据库,数据库信息如下:
数据库类型 | 数据库 | ip |
---|---|---|
主 | cool | 10.0.0.3 |
从 | cool | 10.0.0.13 |
从 | cool | 10.0.0.17 |
在主库初始化Mysql数据的脚本,初始化完后,从库也会创建这些表,脚本信息如下:
代码语言:javascript复制USE `cool`;
/*Table structure for table `user_0` */
DROP TABLE IF EXISTS `user_0`;
CREATE TABLE `user_0` (
`id` int(12) NOT NULL AUTO_INCREMENT,
`username` varchar(12) NOT NULL,
`password` varchar(30) NOT NULL,
PRIMARY KEY (`id`),
KEY `idx-username` (`username`)
) ENGINE=InnoDB AUTO_INCREMENT=149 DEFAULT CHARSET=utf8;
/*Table structure for table `user_1` */
DROP TABLE IF EXISTS `user_1`;
CREATE TABLE `user_1` (
`id` int(12) NOT NULL AUTO_INCREMENT,
`username` varchar(12) NOT NULL,
`password` varchar(30) NOT NULL,
PRIMARY KEY (`id`),
KEY `idx-username` (`username`)
) ENGINE=InnoDB AUTO_INCREMENT=150 DEFAULT CHARSET=utf8;
/*Table structure for table `user_2` */
DROP TABLE IF EXISTS `user_2`;
CREATE TABLE `user_2` (
`id` int(12) NOT NULL AUTO_INCREMENT,
`username` varchar(12) NOT NULL,
`password` varchar(30) NOT NULL,
PRIMARY KEY (`id`),
KEY `idx-username` (`username`)
) ENGINE=InnoDB AUTO_INCREMENT=147 DEFAULT CHARSET=utf8;
/*Table structure for table `user_3` */
DROP TABLE IF EXISTS `user_3`;
CREATE TABLE `user_3` (
`id` int(12) NOT NULL AUTO_INCREMENT,
`username` varchar(12) NOT NULL,
`password` varchar(30) NOT NULL,
PRIMARY KEY (`id`),
KEY `idx-username` (`username`)
) ENGINE=InnoDB AUTO_INCREMENT=148 DEFAULT CHARSET=utf8;
本案例还是在上一篇文章的案例基础之上进行改造,工程的目录和pom的依赖见上一篇文章或者源码。在工程的配置 文件application.yml做Sharding-JDBC的配置,代码如下:
代码语言:javascript复制sharding:
jdbc:
dataSource:
names: db-test0,db-test1,db-test2
db-test0: #org.apache.tomcat.jdbc.pool.DataSource
type: com.alibaba.druid.pool.DruidDataSource
driverClassName: com.mysql.jdbc.Driver
url: jdbc:mysql://10.0.0.3:3306/cool?useUnicode=true&characterEncoding=utf8&tinyInt1isBit=false&useSSL=false&serverTimezone=GMT
username: root
password:
maxPoolSize: 20
db-test1:
type: com.alibaba.druid.pool.DruidDataSource
driverClassName: com.mysql.jdbc.Driver
url: jdbc:mysql://10.0.0.13:3306/cool?useUnicode=true&characterEncoding=UTF-8&allowMultiQueries=true&useSSL=false&serverTimezone=GMT
username: root
password:
maxPoolSize: 20
db-test2:
type: com.alibaba.druid.pool.DruidDataSource
driverClassName: com.mysql.jdbc.Driver
url: jdbc:mysql://10.0.0.17:3306/cool?useUnicode=true&characterEncoding=UTF-8&allowMultiQueries=true&useSSL=false&serverTimezone=GMT
username: root
password:
maxPoolSize: 20
props:
sql:
show: true
sharding.jdbc.config.sharding.tables.user.actual-data-nodes: ds_0.user_$->{0..3}
sharding.jdbc.config.sharding.tables.user.table-strategy.standard.sharding-column: id
sharding.jdbc.config.sharding.tables.user.table-strategy.standard.precise-algorithm-class-name: com.forezp.sharedingjdbcmasterslavetables.MyPreciseShardingAlgorithm
sharding.jdbc.config.sharding.master-slave-rules.ds_0.master-data-source-name: db-test0
sharding.jdbc.config.sharding.master-slave-rules.ds_0.slave-data-source-names: db-test1,db-test2
- 在上面的配置中,sharding.jdbc.dataSource部分是配置的数据源的信息,本案例有三个数据源db-test0、db-test1、db-test2。
- sharding.jdbc.config.sharding.master-slave-rules.ds_0.master-data-source-name配置的是主库的数据库名,本案例为db-test0,其中ds_0为分区名。
- sharding.jdbc.config.sharding.master-slave-rules.ds_0.slave-data-source-names配置的是从库的数据库名,本案例为db-test1、db-test2。
- sharding.jdbc.config.sharding.tables.user.actual-data-nodes配置的分表信息,真实的数据库信息。ds_0.user_$->{0…3},表示读取ds_0数据源的user_0、user_1、user_2、user_3。
- sharding.jdbc.config.sharding.tables.user.table-strategy.standard.sharding-column配置的数据分表的字段,是根据id来分的。
- sharding.jdbc.config.sharding.tables.user.table-strategy.standard.precise-algorithm-class-name是配置数据分表的策略的类,这里是自定义的类MyPreciseShardingAlgorithm。
MyPreciseShardingAlgorithm是根据id取模4来获取表名的,代码如下:
代码语言:javascript复制public class MyPreciseShardingAlgorithm implements PreciseShardingAlgorithm<Integer> {
@Override
public String doSharding(Collection<String> availableTargetNames, PreciseShardingValue<Integer> shardingValue) {
for (String tableName : availableTargetNames) {
if (tableName.endsWith(shardingValue.getValue() % 4 "")) {
return tableName;
}
}
throw new IllegalArgumentException();
}
}
测试
写一个API来测试,代码如下:
代码语言:javascript复制@RestController
public class UserController {
Logger logger= LoggerFactory.getLogger(UserController.class);
@Autowired
private UserService userService;
@GetMapping("/users")
public Object list() {
return userService.list();
}
@GetMapping("/add")
public Object add() {
for(int i=100;i<150;i ) {
User user = new User();
user.setId(i);
user.setUsername("forezp" (i));
user.setPassword("1233edwd");
long resutl= userService.addUser(user);
logger.info("insert:" user.toString() " result:" resutl);
}
return "ok";
}
}
启动Spring Boot工程,在浏览器上执行localhost:8080/add,然后去数据库中查询,可以看到user_0、user_1、user_2、user_3分别插入了数据。 然后访问localhost:8080/users,可以查询数据库中四个表中的所有数据。可见Sharding-JDBC在插入数据的时候,根据数据分表策略,将数据存储在 不同的表中,查询的时候将数据库从多个表中查询并聚合。
在数据库的主机的日志里面,可以看到查询的日志也验证了这个结论,如下:
代码语言:javascript复制2019-06-20T02:50:25.183174Z 2030 Query select @@session.transaction_read_only
2019-06-20T02:50:25.193506Z 2030 Query INSERT INTO user_2 (
id, username, password
)
VALUES (
134,
'forezp134',
'1233edwd'
)
...省略
从库查询日志:
代码语言:javascript复制2019-06-20T02:41:28.450643Z 7367 Query SELECT u.* FROM user_1 u
2019-06-20T02:41:28.450644Z 7366 Query SELECT u.* FROM user_0 u
2019-06-20T02:41:28.461238Z 7367 Query SELECT u.* FROM user_3 u
2019-06-20T02:41:28.462188Z 7366 Query SELECT u.* FROM user_2 u
源码
https://github.com/forezp/SpringBootLearning/tree/master/sharding-jdbc-example/shareding-jdbc-master-slave-tables
参考资料
https://github.com/apache/incubator-shardingsphere-example/releases/tag/3.1.0.M1
https://shardingsphere.apache.org/document/current/cn/overview/
https://github.com/apache/incubator-shardingsphere
https://mp.weixin.qq.com/s/VlJ_3oN0Us2e_ZPk0sDT7w