看到了当当开源的sharding-jdbc组件，它可以在几乎不修改代码的情况下完成分库 分表 的实现。摘抄其中一段介绍：
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。先做一个最简单的试用，不做分库，仅做分表。选择数据表bead_information，首先复制成三个表：bead_information_0、bead_information_1、bead_information_2
测试实现过程
前提：已经实现srping+mybatis对单库单表做增删改查的项目。
1、修改pom.xml增加dependency
|
1 2 3 4 5 6 7 8 9 10 |
<dependency> <groupid>com.dangdang</groupid> <artifactid>sharding-jdbc-core</artifactid> <version> 1.4 . 2 </version> </dependency> <dependency> <groupid>com.dangdang</groupid> <artifactid>sharding-jdbc-config-spring</artifactid> <version> 1.4 . 0 </version> </dependency> |
2、新建一个sharding-jdbc.xml文件，实现分库分表的配置
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 |
<?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:tx= "http://www.springframework.org/schema/tx" 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/tx http: //www.springframework.org/schema/tx/spring-tx.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">
<!-- 配置数据源 --> <bean name= "datasource" class = "com.alibaba.druid.pool.druiddatasource" init-method= "init" destroy-method= "close" > <property name= "url" value= "jdbc:mysql://localhost:3306/beadhouse" /> <property name= "username" value= "root" /> <property name= "password" value= "123456" /> </bean>
<rdb:strategy id= "tableshardingstrategy" sharding-columns= "id" algorithm- class = "com.springdemo.utill.membersinglekeytableshardingalgorithm" />
<rdb:data-source id= "shardingdatasource" > <rdb:sharding-rule data-sources= "datasource" > <rdb:table-rules> <rdb:table-rule logic-table= "bead_information" actual-tables= "bead_information_${0..2}" table-strategy= "tableshardingstrategy" /> </rdb:table-rules> </rdb:sharding-rule> </rdb:data-source>
<bean id= "transactionmanager" class = "org.springframework.jdbc.datasource.datasourcetransactionmanager" > <property name= "datasource" ref= "shardingdatasource" /> </bean> </beans> |
3、将文件引入spring配置文件中。
需要修改几个地方，把sqlsessionfactory和transactionmanager原来关联的datasource统一修改为shardingdatasource（这一步作用就是把数据源全部托管给sharding去管理）
4、实现分表（分库）逻辑，我们的分表逻辑类需要实现singlekeytableshardingalgorithm接口的三个方法dobetweensharding、doequalsharding、doinsharding
（取模除数需要按照自己需求改变，我这里分3个表，所以除以3）
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 |
import java.util.collection; import java.util.linkedhashset; import com.dangdang.ddframe.rdb.sharding.api.shardingvalue; import com.dangdang.ddframe.rdb.sharding.api.strategy.table.singlekeytableshardingalgorithm; import com.google.common.collect.range; public class membersinglekeytableshardingalgorithm implements singlekeytableshardingalgorithm<integer> {
@override public collection<string> dobetweensharding(collection<string> tablenames, shardingvalue<integer> shardingvalue) { collection<string> result = new linkedhashset<string>(tablenames.size()); range<integer> range = (range<integer>) shardingvalue.getvaluerange(); for (integer i = range.lowerendpoint(); i <= range.upperendpoint(); i++) { integer modvalue = i % 3 ; string modstr = modvalue < 3 ? "" + modvalue : modvalue.tostring(); for (string each : tablenames) { if (each.endswith(modstr)) { result.add(each); } } } return result; } @override public string doequalsharding(collection<string> tablenames, shardingvalue<integer> shardingvalue) { integer modvalue = shardingvalue.getvalue() % 3 ; string modstr = modvalue < 3 ? "" + modvalue : modvalue.tostring(); for (string each : tablenames) { if (each.endswith(modstr)) { return each; } } throw new illegalargumentexception(); } @override public collection<string> doinsharding(collection<string> tablenames, shardingvalue<integer> shardingvalue) { collection<string> result = new linkedhashset<string>(tablenames.size()); for (integer value : shardingvalue.getvalues()) { integer modvalue = value % 3 ; string modstr = modvalue < 3 ? "" + modvalue : modvalue.tostring(); for (string tablename : tablenames) { if (tablename.endswith(modstr)) { result.add(tablename); } } } return result; } } |
5、配置完成，可以实现增删改查测试。
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。
原文链接：https://www.cnblogs.com/huangheng01/p/9366325.html
查看更多关于利用Sharding-Jdbc组件实现分表的详细内容...