Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >Sharding-JDBC + MyBatis-Plus + Druid 实现读写分离(yml方式 和 xml方式)

Sharding-JDBC + MyBatis-Plus + Druid 实现读写分离(yml方式 和 xml方式)

作者头像
凡人飞
发布于 2020-09-20 12:20:14
发布于 2020-09-20 12:20:14
1.4K0
举报
文章被收录于专栏:指缝阳光指缝阳光

一、概述

  1. 当业务数据越来越大时,就需要进行分库分表,而 Sharding-JDBC 框架就是能完整的实现分库分表、读写分离和分布式主键等功能。
  2. 此处实现读写分离功能。因为是测试,就在同一个 MySQL 中创建两个数据库来模拟。
  3. Sharding-JDBC 的配置方式四种:Java,YAML,Spring命名空间和Spring Boot Starter。此处只讲 YAML 和 XML 方式。

二、数据准备

  1. 新建两个数据库:ds_0 和 ds_1CREATE DATABASE `ds_0` CHARACTER SET 'utf8' COLLATE 'utf8_general_ci' CREATE DATABASE `ds_1` CHARACTER SET 'utf8' COLLATE 'utf8_general_ci'
  2. 在两个数据库中创建相同的表,然后分别插入一条不同的数据CREATE TABLE `user` ( `id` BIGINT(64) NOT NULL, `city` VARCHAR(20) NOT NULL, `name` varchar(20) NOT NULL, PRIMARY KEY (`id`) ) ENGINE=INNODB DEFAULT CHARSET=utf8; -- ds_0 数据库添加 INSERT into user values(1001, '上海', '咖啡'); -- ds_1 数据库添加 INSERT into user values(1002, '北京', '盖伦');
  3. 在数据库中创建对应的实体

三、第一种方式:使用 Xml 配置

  1. 引入 pom 文件:<dependency> <groupId>com.baomidou</groupId> <artifactId>mybatis-plus-boot-starter</artifactId> <version>3.3.1.tmp</version> </dependency> <dependency> <groupId>com.alibaba</groupId> <artifactId>druid</artifactId> <version>1.1.12</version> </dependency> <dependency> <groupId>com.dangdang</groupId> <artifactId>sharding-jdbc-config-spring</artifactId> <version>1.5.4.1</version> </dependency>
  2. 在 resource 目录下新建 sharding.xml。配置如下:<?xml version="1.0" encoding="UTF-8"?> <beans xmlns="http://www.springframework.org/schema/beans" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:context="http://www.springframework.org/schema/context" xmlns:rdb="http://www.dangdang.com/schema/ddframe/rdb" xsi:schemaLocation="http://www.springframework.org/schema/beans http://www.springframework.org/schema/beans/spring-beans.xsd http://www.springframework.org/schema/context http://www.springframework.org/schema/context/spring-context.xsd http://www.dangdang.com/schema/ddframe/rdb http://www.dangdang.com/schema/ddframe/rdb/rdb.xsd "> <!-- 主数据 --> <bean id="ds_0" class="com.alibaba.druid.pool.DruidDataSource" destroy-method="close" primary="true"> <property name="driverClassName" value="com.mysql.jdbc.Driver" /> <property name="url" value="jdbc:mysql://localhost:3306/ds_0??autoReconnect=true&amp;useUnicode=true&amp;characterEncoding=utf-8&amp;useSSL=false" /> <property name="username" value="root" /> <property name="password" value="123456" /> </bean> <!-- 从数据 --> <bean id="ds_1" class="com.alibaba.druid.pool.DruidDataSource" destroy-method="close" > <property name="driverClassName" value="com.mysql.jdbc.Driver" /> <property name="url" value="jdbc:mysql://localhost:3306/ds_1??autoReconnect=true&amp;useUnicode=true&amp;characterEncoding=utf-8&amp;useSSL=false" /> <property name="username" value="root" /> <property name="password" value="123456" /> </bean> <!-- 读写分离数据源 --> <rdb:master-slave-data-source id="dataSource" master-data-source-ref="ds_0" slave-data-sources-ref="ds_1" /> <!-- 给 MyBatis-Plus 配置数据源 --> <bean id="mybatisSqlSessionFactoryBean" class="com.baomidou.mybatisplus.extension.spring.MybatisSqlSessionFactoryBean"> <property name="dataSource" ref="dataSource"/> </bean> </beans>
  3. 在启动类上添加对应注解,引入 sharding.xml。如下:@ImportResource(locations = "classpath:sharding.xml") @MapperScan("com.xjf.sharding.mapper") @SpringBootApplication public class ShardingApplication { public static void main(String[] args) { SpringApplication.run(ShardingApplication.class, args); } }
  4. 对应的 mapper 、controller等文件的创建不讲解,用来测试。下面统一讲效果。

四、第二种方式:YAML 配置

  1. 引入 pom 文件:<dependency> <groupId>org.apache.shardingsphere</groupId> <artifactId>sharding-jdbc-spring-boot-starter</artifactId> <version>4.0.0-RC1</version> </dependency>
  2. 配置 application.yml 文件,如下:# 数据源配置,实现读写分离 spring: main: allow-bean-definition-overriding: true shardingsphere: datasource: names: master,slave # 主数据源 master: type: com.alibaba.druid.pool.DruidDataSource driver-class-name: com.mysql.jdbc.Driver url: jdbc:mysql://localhost:3306/ds_0?characterEncoding=utf-8&useSSL=true username: root password: 123456 # 从数据源 slave: type: com.alibaba.druid.pool.DruidDataSource driver-class-name: com.mysql.jdbc.Driver url: jdbc:mysql://localhost:3306/ds_1?characterEncoding=utf-8&useSSL=true username: root password: 123456 masterslave: # 读写分离配置 load-balance-algorithm-type: round_robin # 最终的数据源名称 name: dataSource # 主库数据源名称 master-data-source-name: master # 从库数据源名称列表,多个逗号分隔 slave-data-source-names: slave props: # 开启SQL显示,默认false sql: show: true # mybatis-plus 打印日志 mybatis-plus: configuration: log-impl: org.apache.ibatis.logging.stdout.StdOutImpl
  3. 启动类配置和上面一种情况一样,不过不需要引入 xml 文件那个注解。
  4. 对应的 mapper 、controller等文件的创建不讲解,用来测试。下面统一讲效果。

五、测试

  1. 创建两个接口,一个是查询,一个是新增:@GetMapping("/list") public List<User> select(){ LambdaQueryWrapper<User> queryWrapper = new LambdaQueryWrapper<>(); List<User> userList = userMapper.selectList(queryWrapper); userList.forEach(System.err::println); return userList; } @GetMapping("/add") public boolean add(){ User user = new User(); user.setId(2L); user.setCity("弗雷尔卓德"); user.setName("布隆"); int insert = userMapper.insert(user); return insert > 0; }
  2. 调用查询接口,如下图,可以看到查询的是从数据库 ds_1 中的数据:
  1. 调用新增接口,可以从数据库查询数据,会发现数据新增到 ds_0 数据库中。
  1. 由此可见,Sharding-JDBC 实现读写分离成功!!!

看《Spring Cloud微服务入门、实战与进阶》

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2020/02/16 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
Sharding-JDBC 实现分库分表
一、概述 分库分表介绍:当数据量变大以后,单库单表已经不能满足需求。此时就需要进行拆分,拆分纬度分为垂直拆分和水平拆分。 水平拆分:比如 服务器1 上有 user_0, order_0; 服务器2 上有 user_1, order_1。此时 user_0 和 user_1 一起组成了用户表。 垂直拆分:用户表 放在服务器1上,订单表 放在服务器2上。 此处模拟使用两个数据库,每个数据库建两张表。库的拆分使用 city 字段(按城市存不同的库),表的拆分使用 id 取模。 二、数据准备 引入 pom
凡人飞
2020/09/21
1.1K0
【死磕Sharding-jdbc】---基于ssm
本篇文章讲解如何在ssm(spring、springmvc、mybatis)结构的程序上集成sharding-jdbc(版本为1.5.4.1)进行分库分表; 假设分库分表行为如下:
用户1655470
2018/07/24
8770
利用sharding-jdbc分库分表
sharding-jdbc是当当开源的一款分库分表的数据访问层框架,能对mysql很方便的分库、分表,基本不用修改原有代码,只要配置一下即可,完整的配置参考以下内容: 1 <?xml versio
菩提树下的杨过
2018/01/18
1.2K0
1 SpringBoot 使用sharding jdbc进行分库分表
分库分表在数据量大的系统中比较常用,解决方案有Cobar,TDDL等,这次主要是拿当当网开源的Sharding-JDBC来做个小例子。 它的github地址为:https://github.com/dangdangdotcom/sharding-jdbc 简介: Sharding-JDBC直接封装JDBC API,可以理解为增强版的JDBC驱动,旧代码迁移成本几乎为零: 可适用于任何基于java的ORM框架,如:JPA, Hibernate, Mybatis, Spring JDBC Template或直接使用JDBC。 可基于任何第三方的数据库连接池,如:DBCP, C3P0, BoneCP, Druid等。 理论上可支持任意实现JDBC规范的数据库。虽然目前仅支持MySQL,但已有支持Oracle,SQLServer,DB2等数据库的计划。 Sharding-JDBC定位为轻量级java框架,使用客户端直连数据库,以jar包形式提供服务,未使用中间层,无需额外部署,无其他依赖,DBA也无需改变原有的运维方式。SQL解析使用Druid解析器,是目前性能最高的SQL解析器。 具体的介绍可以上它的文档那里看看,简单归纳起来就是,它是一个增强版的JDBC,对使用者透明,逻辑代码什么的都不用动,它来完成分库分表的操作;然后它还支持分布式事务(不完善)。看起来很不错的样子。 下面用个小例子来看一下分库分表的使用。使用的是SpringBoot,JPA(hibernate),druid连接池。
天涯泪小武
2019/01/17
1.6K0
Spring Boot中整合Sharding-JDBC读写分离示例
在我《Spring Cloud微服务-全栈技术与案例解析》书中,第18章节分库分表解决方案里有对Sharding-JDBC的使用进行详细的讲解。
猿天地
2018/09/30
1.5K0
【死磕Sharding-jdbc】---基于 SSM 集成sharding-jdbc2.0.3
本篇文章讲解如何在ssm(spring、springmvc、mybatis)结构的程序上集成sharding-jdbc(版本为2.0.3)进行分库分表; 假设分库分表行为如下:
用户1655470
2018/08/03
7920
Sharding-JDBC:查询量大如何优化?
主人公小王入职了一家刚起步的创业公司,公司正在研发一款App。为了快速开发出能够投入市场进行宣传的版本,小王可是天天加班到很晚,忙了一段时间后终于把第一个版本赶出来了。
猿天地
2019/06/03
1.5K0
sharding-jdbc之——分库分表实例
转载请注明出处:http://blog.csdn.net/l1028386804/article/details/79368021
庞小明
2018/09/19
1.4K0
sharding-jdbc之——分库分表实例
每日一水sharding-jdbc
官方地址:https://shardingsphere.apache.org/document/legacy/3.x/document/cn/quick-start/sharding-jdbc-quick-start/
李子健
2022/03/20
5150
SpringBoot + Mybatis-Plus + Sharding-JDBC实现数据库分表以及读写分离
本文Java工程使用Maven搭建,基于SpringBoot框架,ORM框架使用Mybatis-Plus(建议自己先搭建下Demo工程)。
小小土豆dev
2024/01/19
7270
Sharding-Jdbc之读写分离导读 原
      Sharding-JDBC是一个开源的分布式数据库中间件,它无需额外部署和依赖,完全兼容JDBC和各种ORM框架。Sharding-JDBC作为面向开发的微服务云原生基础类库,完整的实现了分库分表、读写分离和分布式主键功能,并初步实现了柔性事务。
用户2603479
2018/08/16
1.4K0
Sharding-JDBC:垂直拆分怎么做?
经过读写分离的优化后,小王可算是轻松了一段时间,读写分离具体的方案请查看这篇文章:Sharding-JDBC:查询量大如何优化?
猿天地
2019/06/19
7570
Sharding-JDBC:垂直拆分怎么做?
在springboot项目中使用mybatis 集成 Sharding-JDBC
前段时间写了篇如何使用Sharding-JDBC进行分库分表的例子,相信能够感受到Sharding-JDBC的强大了,而且使用配置都非常干净。官方支持的功能还包括读写分离、分布式主键、强制路由等。这里再介绍下如何在分库分表的基础上集成读写分离的功能。
庞小明
2018/09/19
3.9K1
在springboot项目中使用mybatis 集成 Sharding-JDBC
Sharding-JDBC教程:Spring Boot整合Sharding-JDBC实现读写分离
个人博客纯净版:https://www.fangzhipeng.com/db/2019/06/26/shardingjdbc-master-slave.html
方志朋
2022/01/06
1.5K0
Sharding-JDBC教程:Spring Boot整合Sharding-JDBC实现读写分离
Sharding-Jdbc 实现读写分离、分库分表
ShardingSphere-Jdbc 定位为轻量级Java框架,在Java的Jdbc层提供的额外服务。它使用客户端直连数据库,以jar包形式提供服务,可理解为增强版的Jdbc驱动,完全兼容Jdbc和各种ORM框架
民工哥
2021/07/16
8000
Sharding-Jdbc 实现读写分离、分库分表
Spring Boot中整合Sharding-JDBC单库分表示例
本文是Sharding-JDBC采用Spring Boot Starter方式配置第二篇,第一篇是读写分离讲解,请参考:《Spring Boot中整合Sharding-JDBC读写分离示例》
猿天地
2018/09/30
2.3K0
Sharding-JDBC 使用入门和基本配置
Sharding-JDBC定位为轻量级Java框架,在Java的JDBC层提供的额外服务。它使用客户端直连数据库,以jar包形式提供服务,无需额外部署和依赖,可理解为增强版的JDBC驱动,完全兼容JDBC和各种ORM框架。
宜信技术学院
2019/06/28
3.1K0
【死磕Sharding-jdbc】---orchestration简介使用
sharding-jdbc2.x核心功能之一就是orchestration,即编排治理,什么意思呢?官方文档介绍--2.0.0.M1版本开始,sharding-jdbc提供了数据库治理功能,主要包括:
用户1655470
2018/08/16
2K0
【死磕Sharding-jdbc】---orchestration简介使用
Spring整合Sharding-JDBC分库分表详情
最初线上系统的业务量不是很大,业务数据量并不大,比如说单库的数据量在百万级别以下(事实上千万级别以下都还能支撑),那么MySQL的单库即可完成任何增/删/改/查的业务操作。随着业务的发展,单个DB中保存的数据量(用户、订单、计费明细和权限规则等数据)呈现指数级增长,那么各种业务处理操作都会面临单DB的IO读写瓶颈带来的性能问题。
品茗IT
2019/09/12
2.4K0
Sharding-JDBC:单库分表的实现
通过上面的优化,已经能满足大部分的需求了。只有一种情况需要我们再次进行优化,那就是单表的数量急剧上升,超过了1千万以上,这个时候就要对表进行水平拆分了。
猿天地
2019/07/30
2.8K0
Sharding-JDBC:单库分表的实现
相关推荐
Sharding-JDBC 实现分库分表
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档