当前位置：首页 > news >正文

sharding-jdbc实现分库分表

news 2025/8/23 9:12:30

shigen日更文章的博客写手，擅长Java、python、vue、shell等编程语言和各种应用程序、脚本的开发。记录成长，分享认知，留住感动。

😅😅最近几天的状态有点不对，所以有几天没有更新了。

当我们的数据量比较大（没接触过）就会考虑一下分库分表的策略。当然分库分表又分为多种策略：

拆分数据库，做到数据的分离（多租户的设计）
水平拆分表：类似于数据的分片
垂直拆分表：某些不常用的字段放在另外一张表，我们通过主键关联，在之前的文章mysql表设计规范中也有提到：

一张表的字段不要过多

在去年疫情的时候，其实shigen就研究了一下这个，只不过当时用的是apache-shardingsphere，采用的是官方的资源包，需要各种安装和配置：

apache-shardingsphere

最近发现它其实可以和springboot结合起来使用，于是研究了一下，最后发现很好用。

官方配置文档在这里，需要详细步骤的可以去看下官网的案例和解释。

首先我们创建两个数据库，每个数据库两张表：

-- 数据库1中的user表
CREATE TABLE ds0.user0
(id   INT PRIMARY KEY COMMENT '用户ID',name VARCHAR(50) COMMENT '用户姓名',age  INT COMMENT '用户年龄'
);CREATE TABLE ds0.user1
(id   INT PRIMARY KEY COMMENT '用户ID',name VARCHAR(50) COMMENT '用户姓名',age  INT COMMENT '用户年龄'
);-- 数据库2中的user表
CREATE TABLE ds1.user0
(id   INT PRIMARY KEY COMMENT '用户ID',name VARCHAR(50) COMMENT '用户姓名',age  INT COMMENT '用户年龄'
);CREATE TABLE ds1.user1
(id   INT PRIMARY KEY COMMENT '用户ID',name VARCHAR(50) COMMENT '用户姓名',age  INT COMMENT '用户年龄'
);

对应关系是这样的：

数据库	数据表	备注
Ds0	User0	数据源1的分表1
Ds0	User1	数据源1的分表2
Ds1	User0	数据源2的分表1
Ds1	User1	数据源2的分表2

在shigen之前创建的数据库和数据表用到了类似这样的名字：

demo-ds-0， user_1，发现配置起来老有问题了，直接炸了啊。

踩坑记录

最后改成不要下划线的才算正常。

在一切准备好之后，我们开始今天的案例。

基于sharding-jdbc实现数据水平切分

引入依赖

        <dependency><groupId>org.apache.shardingsphere</groupId><artifactId>sharding-jdbc-spring-boot-starter</artifactId><version>4.1.1</version></dependency><dependency><groupId>com.alibaba</groupId><artifactId>druid</artifactId><version>1.2.8</version></dependency>

这是最核心的依赖，当然，mysql的驱动、mybatis-plus这里也是需要的。

生成基础代码

我们用魔法生成对应的controller、service、dao。

生成代码

编写配置文件

这里我就直接贴上我的配置了，更多的配置可以参考官网。

spring:shardingsphere:datasource:names: ds0, ds1ds0:type: com.alibaba.druid.pool.DruidDataSourcedriver-class-name: com.mysql.cj.jdbc.Driverurl: jdbc:mysql://localhost:3306/ds0username: rootpassword: 123456ds1:type: com.alibaba.druid.pool.DruidDataSourcedriver-class-name: com.mysql.cj.jdbc.Driverurl: jdbc:mysql://localhost:3306/ds1username: rootpassword: 123456sharding:tables:user:actual-data-nodes: ds$->{0..1}.user$->{0..1}table-strategy:inline:sharding-column: idalgorithm-expression: user$->{id % 2}key-generator:column: idtype: SNOWFLAKEbinding-tables: userbroadcast-tables:default-database-strategy:inline:sharding-column: agealgorithm-expression: ds$->{age % 2}props:sql:show: true
mybatis-plus:configuration:log-impl: org.apache.ibatis.logging.stdout.StdOutImpl

其实看起来也很有意思的：

采用了druid作为数据库的连接池工具，它自带后台，可以监控我们的sql
我们表的拆分根据的是user.id，id是偶数就放在user0，奇放在user1
数据库的拆分根据的是user.age，这里的age是偶数，放在ds0，反之放在ds1
打印详细的sql执行语句

就这些，其实已经帮我们把复杂的配置简单了。现在，我们写一个测试类测试吧。

测试类测试

    @Testpublic void saveTest() {for (int i = 100; i < 120; i++) {User user = new User().setId(i+10000).setName("shigen-" + i).setAge(RandomUtil.randomInt(5, 100));userMapper.insert(user);}}

1-99的我已经测试了。

观察一下运行的结果：

查看到的实际的sql

我们再到数据库看一下：

实际的数据

很符合预期啊，年龄为奇数的在ds0，id为偶数的在user0；表明我们的测试顺利。

其实还是那句话，具体场景具体的分析，没有这么大的数据量，分库分表反而是复杂、完全没必要的设计。也希望提供一种技术选型和参考。

当然，sharding-jdbc还支持读写分离，正好shigen之前也有一个文章是关于springboot+mybtais-plus实现读写分离的，那就期待下期的文章吧！

以上就是今天分享的全部内容了，觉得不错的话，记得点赞在看关注支持一下哈，您的鼓励和支持将是shigen坚持日更的动力。同时，shigen在多个平台都有文章的同步，也可以同步的浏览和订阅：

平台	账号	链接
CSDN	shigen01	shigen的CSDN主页
知乎	gen-2019	shigen的知乎主页
掘金	shigen01	shigen的掘金主页
腾讯云开发者社区	shigen	shigen的腾讯云开发者社区主页
微信公众平台	shigen	公众号名：shigen