大概23:30左右，一位不知名的买家找到了我这个不知名的小店，发送了一句亲切的在吗
个人博客纯净版：https://www.fangzhipeng.com/db/2019/06/26/shardingjdbc-master-slave.html
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。
在Matrix-web后台管理系统中，使用到了数据库的读写分离技术。采用的开源的Sharding-JDBC作为数据库读写分离的框架。Matrix-Web后台数据库这一块采用的技术栈如下：
真怕标题起的太高大上,吓得都不敢看了, 其实非常非常简单, 还是springboot 熟悉的风格, 引依赖,加配置就可以用了!! 真的,童叟无欺, 跟着写,做不出来,你就来找小刀!!
小编最近一直在研究关于分库分表的东西，前几天docker安装了mycat实现了分库分表，但是都在说mycat的bug很多。很多人还是倾向于shardingsphere，其实他是一个全家桶，有JDBC、Proxy 和 Sidecar组成，小编今天以最简单的JDBC来简单整合一下！ 现在最新版已经是5.1.1，小编看了半天也没明白怎么配置，高版本的咱不会，咱只能搞低版本的试试，体验一下，后续在研究高版本的哈！
上文我们介绍Sharding-JDBC 分库分表（ShardingSphere 数据分片 ||链接：https://blog.csdn.net/weixin_38003389/article/details/90518112），我是用的是 java的配置方式，缺点就是有代码入侵性，其实我也完全可以用配置实现的。本文就给大家介绍一下 Sharding-JDBC 基于 配置进行读写分离。
官方地址：https://shardingsphere.apache.org/document/legacy/3.x/document/cn/quick-start/sharding-jdbc-quick-start/
面对日益增加的系统访问量,数据库的吞吐量面临着巨大的瓶颈，可能有些服务器性能好，有些服务器的性能不好，我们就可以将数据库拆分为主库和从库，教程在这里:
之前一篇文章中我们讲了基于Mysql8的读写分离（文后有链接），这次来说说分库分表的实现过程。
最近项目中不少表的数据量越来越大，并且导致了一些数据库的性能问题。因此想借助一些分库分表的中间件，实现自动化分库分表实现。调研下来，发现Sharding-JDBC目前成熟度最高并且应用最广的Java分库分表的客户端组件。
扩展性角度，基于 XML Schema 的扩展机制常见而实用。Spring允许我们自定义 XML 结构，并且用自己的 Bean 解析器解析。通过对 Spring Schema 的扩展，ShardingSphere 可以完成与 Spring 框架的有效集成。
ShardingSphere是一套开源的分布式数据库中间件解决方案组成的生态圈，它由Sharding-JDBC、Sharding-Proxy和Sharding-Sidecar（计划中）这3款相互独立的产品组成。他们均提供标准化的数据分片、分布式事务和数据库治理功能，可适用于如Java同构、异构语言、云原生等各种多样化的应用场景。
之前写过一篇使用sharding-jdbc进行分库分表的文章，https://blog.csdn.net/tianyaleixiaowu/article/details/70242971，当时的版本还比较早，现在已经不能用了。这一篇是基于最新版来写的。新版已经变成了shardingsphere了，https://shardingsphere.apache.org/。
一、概述 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。 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。 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 新建两个数据库：ds_0 和 ds_1CREATE DATABASE `ds_0` CHARACTER
该系列将记录一份完整的实战项目的完成过程，该篇属于优化篇第二天，主要负责完成读写分离问题
Sharding-JDBC是一个开源的Java中间件，它为关系型数据库提供了分片（sharding）功能。分片是一种数据库架构模式，通过将数据分散存储在多个数据库中，提高了系统的扩展性和性能。
读写分离，基本的原理是让主数据库处理事务性增、改、删操作，而从数据库处理SELECT查询操作，让两者分工明确达到提高数据库整体读写性能。当然，主数据库另外一个功能就是负责将事务性查询导致的数据变更同步到从库中，也就是写操作。即主从复制和读写分离是离不开的。
Sharding-JDBC是分布式数据中间件Sharding-Sphere中的重要组成部分，官方的介绍如下：
在之前我做项目的时候，数据量比较大,单表千万级别的,需要分库分表，于是在网上搜索这方面的开源框架,最常见的就是mycat,sharding-sphere,最终我选择后者,用它来做分库分表比较容易上手。
sharding-jdbc在目前微服务和各种saas软件等数据量日益加大的情况下变得使用的人多了起来。
ShardingSphere简介 Apache ShardingSphere(Incubator) 是一套开源的分布式数据库中间件解决方案组成的生态圈，它由Sharding-JDBC、Sharding-Proxy和Sharding-Sidecar（规划中）这3款相互独立，却又能够混合部署配合使用的产品组成。它们均提供标准化的数据分片、分布式事务和数据库治理功能，可适用于如Java同构、异构语言、容器、云原生等各种多样化的应用场景。 ShardingSphere定位为关系型数据库中间件，旨在充分合理地在分布式
前一篇博文，已经完整的介绍了数据库脱敏的场景以及方案，来自京东数科的Sharding-JDBC开源项目通过对数据源中间代理的方式透明化的实现了这个功能，但是，功能虽然实现了，sql兼容的小问题还是很多，比如目前还不支持子查询，数据库定义的关键字不允许使用，等等问题，反观我们需要加解密的字段，其实占比非常小，即使遇到了和组件不兼容的地方也可以稍加改动解决掉，所以最后博主给出了一个比较完善的组件集成方案：多数据源模式，需要加解密的数据源和业务其他数据源隔离。即解决了数据库字段加解密的额问题，同时也解决了组件对sql的兼容问题。下面是具体的集成步骤以及需要注意的点
在很多项目，特别是互联网项目，在使用MySQL时都会采用主从复制、读写分离的架构。
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。
在前面基础功能实现的过程中，我们后台管理系统及移动端的用户，在进行数据访问时，都是直接操作数据库MySQL的。结构如下图：
互联网高速发展，同时也带来的海量数据存储问题。传统关系型数据库的单库单表已经很难支撑，如何高效存储和访问这些数据，成为业内急需解决的问题。解决思路有两个方向：
一个系统最初的线上业务量并不会很大，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。
这里为了方便，我在接口中添加了参数，可以指定活动id，因为我们的库和表都是 activity_id % 2得到，所以通过设置奇偶数，判断分片策略是否生效
垂直分表: 将一张宽表(字段很多的表), 按照字段的访问频次进行拆分,就是按照表单结构进行 拆。
demo 地址：https://github.com/FleyX/demo-project/tree/master/spring-boot/sjdemo 部分内容参考 ShardingSphere 官方文档：官方文档
因为市面上已经非常不错的分库分表的资料，所以艿艿就不在尴尬的瞎哔哔一些内容。推荐阅读两个资料：
一般来说电商的日订单都是百千万级甚至是亿万级别的了，小小的数据库肯定是撑不住的，这时候就要提前考虑分库分表了。
shading-jdbc 4.1.1 + tk.mybatis + pagehelper 1.3.x + spring boot 2.x 是一个很常用的组合，但在使用过程中可能会遇到一些小问题，记录于此：
Apache ShardingSphere 是一套开源的分布式数据库解决方案组成的生态圈，它由 JDBC、Proxy 和 Sidecar（规划中）这 3 款既能够独立部署，又支持混合部署配合使用的产品组成。 它们均提供标准化的数据水平扩展、分布式事务和分布式治理等功能，可适用于如 Java 同构、异构语言、云原生等各种多样化的应用场景。
在真实业务场景中，数据库中经常需要存储某些客户的关键性敏感信息如：身份证号、银行卡号、姓名、手机号码等，此类信息按照合规要求，通常需要实现加密存储以满足合规要求。
上一篇文章，阿粉讲了关于分库分表是怎么进行切分的，都有什么切分方式，垂直切分和水平切分，还有就是使用什么工具进行分库分表，Sharding和Mycat我们回顾一下：
在对诸如订单、交易、支付等实时在线业务系统的研发、维护过程中，随着业务量的快速增长，我们经常会遇到由于关系型数据库（如:MySql）单表数据量增长过大而引发的线上事故；虽然这些事故多数时候是由于不合理的慢SQL而引起的系统雪崩，但有时也会出现由于数据库热点块IO争用而引发的系统性性能下降。总之，单表数据量的无限增长总是会在这样或那样的情况下增加系统的不稳定性因素。
分库分表之所以被广泛使用，因为工程相对简单，但分库分表并不仅仅是分片，还是需要考虑如何扩缩容（全量同步、增量同步、数据校验等）。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
