spring boot使用sharding jdbc的配置方式

2023-09-18 16:02:05 67

本文介绍了springboot使用shardingjdbc的配置方式，分享给大家，具体如下：

说明

要排除DataSourceAutoConfiguration，否则多数据源无法配置

@SpringBootApplication
@EnableAutoConfiguration(exclude={DataSourceAutoConfiguration.class})
publicclassApplication{

publicstaticvoidmain(String[]args){
SpringApplication.run(Application.class,args);
}

}

配置的多个数据源交给sharding-jdbc管理，sharding-jdbc创建一个DataSource数据源提供给mybatis使用

官方文档：http://shardingjdbc.io/index_zh.html

步骤

配置多个数据源，数据源的名称最好要有一定的规则，方便配置分库的计算规则

@Bean(initMethod="init",destroyMethod="close",name="dataSource0")
@ConfigurationProperties(prefix="spring.datasource")
publicDataSourcedataSource0(){
returnnewDruidDataSource();
}

@Bean(initMethod="init",destroyMethod="close",name="dataSource1")
@ConfigurationProperties(prefix="spring.datasource2")
publicDataSourcedataSource1(){
returnnewDruidDataSource();
}

配置数据源规则，即将多个数据源交给sharding-jdbc管理，并且可以设置默认的数据源，当表没有配置分库规则时会使用默认的数据源

@Bean
publicDataSourceRuledataSourceRule(@Qualifier("dataSource0")DataSourcedataSource0,
@Qualifier("dataSource1")DataSourcedataSource1){
MapdataSourceMap=newHashMap<>();
dataSourceMap.put("dataSource0",dataSource0);
dataSourceMap.put("dataSource1",dataSource1);
returnnewDataSourceRule(dataSourceMap,"dataSource0");
}

配置数据源策略和表策略，具体策略需要自己实现

@Bean
publicShardingRuleshardingRule(DataSourceRuledataSourceRule){
//表策略
TableRuleorderTableRule=TableRule.builder("t_order")
.actualTables(Arrays.asList("t_order_0","t_order_1"))
.tableShardingStrategy(newTableShardingStrategy("order_id",newModuloTableShardingAlgorithm()))
.dataSourceRule(dataSourceRule)
.build();
TableRuleorderItemTableRule=TableRule.builder("t_order_item")
.actualTables(Arrays.asList("t_order_item_0","t_order_item_1"))
.tableShardingStrategy(newTableShardingStrategy("order_id",newModuloTableShardingAlgorithm()))
.dataSourceRule(dataSourceRule)
.build();
//绑定表策略，在查询时会使用主表策略计算路由的数据源，因此需要约定绑定表策略的表的规则需要一致，可以一定程度提高效率
ListbindingTableRules=newArrayList();
bindingTableRules.add(newBindingTableRule(Arrays.asList(orderTableRule,orderItemTableRule)));
returnShardingRule.builder()
.dataSourceRule(dataSourceRule)
.tableRules(Arrays.asList(orderTableRule,orderItemTableRule))
.bindingTableRules(bindingTableRules)
.databaseShardingStrategy(newDatabaseShardingStrategy("user_id",newModuloDatabaseShardingAlgorithm()))
.tableShardingStrategy(newTableShardingStrategy("order_id",newModuloTableShardingAlgorithm()))
.build();
}

创建sharding-jdbc的数据源DataSource，MybatisAutoConfiguration会使用此数据源

@Bean("dataSource")
publicDataSourceshardingDataSource(ShardingRuleshardingRule){
returnShardingDataSourceFactory.createDataSource(shardingRule);
}

需要手动配置事务管理器（原因未知）

//需要手动声明配置事务
@Bean
publicDataSourceTransactionManagertransactitonManager(@Qualifier("dataSource")DataSourcedataSource){
returnnewDataSourceTransactionManager(dataSource);
}

分库策略的简单实现，接口：DatabaseShardingAlgorithm

importjava.util.Collection;
importjava.util.LinkedHashSet;

importcom.dangdang.ddframe.rdb.sharding.api.ShardingValue;
importcom.dangdang.ddframe.rdb.sharding.api.strategy.database.SingleKeyDatabaseShardingAlgorithm;
importcom.google.common.collect.Range;

/**
*Createdbyfuwei.dengon2017年5月11日.
*/
publicclassModuloDatabaseShardingAlgorithmimplementsSingleKeyDatabaseShardingAlgorithm{

@Override
publicStringdoEqualSharding(CollectiondatabaseNames,ShardingValueshardingValue){
for(Stringeach:databaseNames){
if(each.endsWith(shardingValue.getValue()%2+"")){
returneach;
}
}
thrownewIllegalArgumentException();
}

@Override
publicCollectiondoInSharding(CollectiondatabaseNames,ShardingValueshardingValue){
Collectionresult=newLinkedHashSet<>(databaseNames.size());
for(Longvalue:shardingValue.getValues()){
for(StringtableName:databaseNames){
if(tableName.endsWith(value%2+"")){
result.add(tableName);
}
}
}
returnresult;
}

@Override
publicCollectiondoBetweenSharding(CollectiondatabaseNames,ShardingValueshardingValue){
Collectionresult=newLinkedHashSet<>(databaseNames.size());
Rangerange=(Range)shardingValue.getValueRange();
for(Longi=range.lowerEndpoint();i<=range.upperEndpoint();i++){
for(Stringeach:databaseNames){
if(each.endsWith(i%2+"")){
result.add(each);
}
}
}
returnresult;
}

}

分表策略的基本实现，接口：TableShardingAlgorithm

importjava.util.Collection;
importjava.util.LinkedHashSet;

importcom.dangdang.ddframe.rdb.sharding.api.ShardingValue;
importcom.dangdang.ddframe.rdb.sharding.api.strategy.table.SingleKeyTableShardingAlgorithm;
importcom.google.common.collect.Range;

/**
*Createdbyfuwei.dengon2017年5月11日.
*/
publicclassModuloTableShardingAlgorithmimplementsSingleKeyTableShardingAlgorithm{

@Override
publicStringdoEqualSharding(CollectiontableNames,ShardingValueshardingValue){
for(Stringeach:tableNames){
if(each.endsWith(shardingValue.getValue()%2+"")){
returneach;
}
}
thrownewIllegalArgumentException();
}

@Override
publicCollectiondoInSharding(CollectiontableNames,ShardingValueshardingValue){
Collectionresult=newLinkedHashSet<>(tableNames.size());
for(Longvalue:shardingValue.getValues()){
for(StringtableName:tableNames){
if(tableName.endsWith(value%2+"")){
result.add(tableName);
}
}
}
returnresult;
}

@Override
publicCollectiondoBetweenSharding(CollectiontableNames,ShardingValueshardingValue){
Collectionresult=newLinkedHashSet<>(tableNames.size());
Rangerange=(Range)shardingValue.getValueRange();
for(Longi=range.lowerEndpoint();i<=range.upperEndpoint();i++){
for(Stringeach:tableNames){
if(each.endsWith(i%2+"")){
result.add(each);
}
}
}
returnresult;
}

}

至此，分库分表的功能已经实现

读写分离

读写分离需在创建DataSourceRule之前加一层主从数据源的创建

//构建读写分离数据源,读写分离数据源实现了DataSource接口,可直接当做数据源处理.
//masterDataSource0,slaveDataSource00,slaveDataSource01等为使用DBCP等连接池配置的真实数据源
DataSourcemasterSlaveDs0=MasterSlaveDataSourceFactory.createDataSource("ms_0",
masterDataSource0,slaveDataSource00,slaveDataSource01);
DataSourcemasterSlaveDs1=MasterSlaveDataSourceFactory.createDataSource("ms_1",
masterDataSource1,slaveDataSource11,slaveDataSource11);

//构建分库分表数据源
MapdataSourceMap=newHashMap<>(2);
dataSourceMap.put("ms_0",masterSlaveDs0);
dataSourceMap.put("ms_1",masterSlaveDs1);

//通过ShardingDataSourceFactory继续创建ShardingDataSource

强制使用主库时

HintManagerhintManager=HintManager.getInstance();
hintManager.setMasterRouteOnly();
//继续JDBC操作

强制路由

使用ThreadLocal机制实现，在执行数据库操作之前通过HintManager改变用于计算路由的值
设置HintManager的时候分库和分表的策略必须同时设置，并且设置后需要路由的表都需要设置用于计算路由的值。比如强制路由后需要操作t_order和t_order_item两个表，那么两个表的分库和分表的策略都需要设置

HintManagerhintManager=HintManager.getInstance();
hintManager.addDatabaseShardingValue("t_order","user_id",1L);
hintManager.addTableShardingValue("t_order","order_id",order.getOrderId());
hintManager.addDatabaseShardingValue("t_order_item","user_id",1L);
hintManager.addTableShardingValue("t_order_item","order_id",order.getOrderId());

事务

sharding-jdbc-transaction实现柔性事务（默认提供了基于内存的事务日志存储器和内嵌异步作业），可结合elastic-job（sharding-jdbc-transaction-async-job）实现异步柔性事务
没有与spring结合使用的方式，需要自己封装

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毛票票。

spring boot使用sharding jdbc的配置方式

热门推荐

随机推荐