前言
最近專案中不少表的資料量越來越大，並且導致了一些資料庫的效能問題。因此想借助一些分庫分表的中介軟體，實現自動化分庫分表實現。調研下來，發現Sharding-JDBC目前成熟度最高並且應用最廣的Java分庫分表的客戶端元件。
本文主要介紹一些Sharding-JDBC核心概念以及生產環境下的實戰指南，旨在幫助組內成員快速瞭解Sharding-JDBC並且能夠快速將其使用起來。
Sharding-JDBC官方文件：https://shardingsphere.apache.org/document/current/cn/overview/
核心概念在使用Sharding-JDBC之前，一定是先理解清楚下面幾個核心概念。
邏輯表水平拆分的資料庫（表）的相同邏輯和資料結構表的總稱。例：訂單資料根據主鍵尾數拆分為10張表，分別是t_order_0到t_order_9，他們的邏輯表名為t_order。
真實表在分片的資料庫中真實存在的物理表。即上個示例中的t_order_0到t_order_9。
資料節點資料分片的最小單元。由資料來源名稱和資料表組成，例：ds_0.t_order_0。
繫結表指分片規則一致的主表和子表。例如：t_order表和t_order_item表，均按照order_id分片，則此兩張表互為繫結表關係。繫結表之間的多表關聯查詢不會出現笛卡爾積關聯，關聯查詢效率將大大提升。舉例說明,如果SQL為：
SELECT i.* FROM t_order o JOIN t_order_item i ON o.order_id=i.order_id WHERE o.order_id in (10, 11);假設t_order和t_order_item對應的真實表各有2個，那麼真實表就有t_order_0、t_order_1、t_order_item_0、t_order_item_1。在不配置繫結表關係時，假設分片鍵order_id將數值10路由至第0片，將數值11路由至第1片，那麼路由後的SQL應該為4條，它們呈現為笛卡爾積：
SELECT i.* FROM t_order_0 o JOIN t_order_item_0 i ON o.order_id=i.order_id WHERE o.order_id in (10, 11);SELECT i.* FROM t_order_0 o JOIN t_order_item_1 i ON o.order_id=i.order_id WHERE o.order_id in (10, 11);SELECT i.* FROM t_order_1 o JOIN t_order_item_0 i ON o.order_id=i.order_id WHERE o.order_id in (10, 11);SELECT i.* FROM t_order_1 o JOIN t_order_item_1 i ON o.order_id=i.order_id WHERE o.order_id in (10, 11);在配置繫結表關係後，路由的SQL應該為2條：
SELECT i.* FROM t_order_0 o JOIN t_order_item_0 i ON o.order_id=i.order_id WHERE o.order_id in (10, 11);SELECT i.* FROM t_order_1 o JOIN t_order_item_1 i ON o.order_id=i.order_id WHERE o.order_id in (10, 11);指所有的分片資料來源中都存在的表，表結構和表中的資料在每個資料庫中均完全一致。適用於資料量不大且需要與海量資料的表進行關聯查詢的場景，例如：字典表。
資料分片分片鍵用於分片的資料庫欄位，是將資料庫(表)水平拆分的關鍵欄位。例：將訂單表中的訂單主鍵的尾數取模分片，則訂單主鍵為分片欄位。SQL 中如果無分片欄位，將執行全路由，效能較差。除了對單分片欄位的支援，Sharding-JDBC 也支援根據多個欄位進行分片。
分片演算法透過分片演算法將資料分片，支援透過=、>=、<=、>、<、BETWEEN和IN分片。分片演算法需要應用方開發者自行實現，可實現的靈活度非常高。
目前提供4種分片演算法。由於分片演算法和業務實現緊密相關，因此並未提供內建分片演算法，而是透過分片策略將各種場景提煉出來，提供更高層級的抽象，並提供介面讓應用開發者自行實現分片演算法。
精確分片演算法對應 PreciseShardingAlgorithm，用於處理使用單一鍵作為分片鍵的 = 與 IN 進行分片的場景。需要配合 StandardShardingStrategy 使用。
範圍分片演算法對應 RangeShardingAlgorithm，用於處理使用單一鍵作為分片鍵的 BETWEEN AND、>、<、>=、<=進行分片的場景。需要配合 StandardShardingStrategy 使用。
複合分片演算法對應 ComplexKeysShardingAlgorithm，用於處理使用多鍵作為分片鍵進行分片的場景，包含多個分片鍵的邏輯較複雜，需要應用開發者自行處理其中的複雜度。需要配合 ComplexShardingStrategy 使用。
Hint分片演算法對應 HintShardingAlgorithm，用於處理透過Hint指定分片值而非從SQL中提取分片值的場景。需要配合 HintShardingStrategy 使用。
分片策略包含分片鍵和分片演算法，由於分片演算法的獨立性，將其獨立抽離。真正可用於分片操作的是分片鍵 + 分片演算法，也就是分片策略。目前提供 5 種分片策略。
標準分片策略對應 StandardShardingStrategy。提供對 SQ L語句中的 =, >, <, >=, <=, IN 和 BETWEEN AND 的分片操作支援。StandardShardingStrategy 只支援單分片鍵，提供 PreciseShardingAlgorithm和 RangeShardingAlgorithm 兩個分片演算法。PreciseShardingAlgorithm 是必選的，用於處理 = 和 IN 的分片。RangeShardingAlgorithm 是可選的，用於處理 BETWEEN AND, >, <, >=, <=分片，如果不配置 RangeShardingAlgorithm，SQL 中的 BETWEEN AND 將按照全庫路由處理。
複合分片策略對應 ComplexShardingStrategy。複合分片策略。提供對 SQL 語句中的 =, >, <, >=, <=, IN 和 BETWEEN AND 的分片操作支援。ComplexShardingStrategy 支援多分片鍵，由於多分片鍵之間的關係複雜，因此並未進行過多的封裝，而是直接將分片鍵值組合以及分片運算子透傳至分片演算法，完全由應用開發者實現，提供最大的靈活度。
行表示式分片策略對應 InlineShardingStrategy。使用 Groovy 的表示式，提供對 SQL 語句中的 = 和 IN的分片操作支援，只支援單分片鍵。對於簡單的分片演算法，可以透過簡單的配置使用，從而避免繁瑣的Java程式碼開發，如: t_user_$->{u_id % 8} 表示 t_user 表根據 u_id 模 8，而分成 8 張表，表名稱為 t_user_0 到 t_user_7。可以認為是精確分片演算法的簡易實現
Hint分片策略對應 HintShardingStrategy。透過 Hint 指定分片值而非從 SQL 中提取分片值的方式進行分片的策略。
分散式主鍵用於在分散式環境下，生成全域性唯一的id。Sharding-JDBC 提供了內建的分散式主鍵生成器，例如 UUID、SNOWFLAKE。還抽離出分散式主鍵生成器的介面，方便使用者自行實現自定義的自增主鍵生成器。為了保證資料庫效能，主鍵id還必須趨勢遞增，避免造成頻繁的資料頁面分裂。
讀寫分離提供一主多從的讀寫分離配置，可獨立使用，也可配合分庫分表使用。
同一執行緒且同一資料庫連線內，如有寫入操作，以後的讀操作均從主庫讀取，用於保證資料一致性基於Hint的強制主庫路由。主從模型中，事務中讀寫均用主庫。執行流程Sharding-JDBC 的原理總結起來很簡單: 核心由 SQL解析 => 執行器最佳化 => SQL路由 => SQL改寫 => SQL執行 => 結果歸併的流程組成。
專案實戰spring-boot專案實戰
引入依賴<dependency> <groupId>org.apache.shardingsphere</groupId> <artifactId>sharding-jdbc-spring-boot-starter</artifactId> <version>4.0.1</version></dependency>如果使用sharding-jdbc-spring-boot-starter, 並且資料來源以及資料分片都使用shardingsphere進行配置，對應的資料來源會自動建立並注入到spring容器中。
spring.shardingsphere.datasource.names=ds0,ds1spring.shardingsphere.datasource.ds0.type=org.apache.commons.dbcp.BasicDataSourcespring.shardingsphere.datasource.ds0.driver-class-name=com.mysql.jdbc.Driverspring.shardingsphere.datasource.ds0.url=jdbc:mysql://localhost:3306/ds0spring.shardingsphere.datasource.ds0.username=rootspring.shardingsphere.datasource.ds0.password=spring.shardingsphere.datasource.ds1.type=org.apache.commons.dbcp.BasicDataSourcespring.shardingsphere.datasource.ds1.driver-class-name=com.mysql.jdbc.Driverspring.shardingsphere.datasource.ds1.url=jdbc:mysql://localhost:3306/ds1spring.shardingsphere.datasource.ds1.username=rootspring.shardingsphere.datasource.ds1.password=# 其它分片配置但是在我們已有的專案中，資料來源配置是單獨的。因此要禁用sharding-jdbc-spring-boot-starter裡面的自動裝配，而是參考原始碼自己重寫資料來源配置。需要在啟動類上加上@SpringBootApplication(exclude = {org.apache.shardingsphere.shardingjdbc.spring.boot.SpringBootConfiguration.class})來排除。然後自定義配置類來裝配DataSource。
@Configuration@Slf4j@EnableConfigurationProperties({ SpringBootShardingRuleConfigurationProperties.class, SpringBootMasterSlaveRuleConfigurationProperties.class, SpringBootEncryptRuleConfigurationProperties.class, SpringBootPropertiesConfigurationProperties.class})@AutoConfigureBefore(DataSourceConfiguration.class)public class DataSourceConfig implements ApplicationContextAware { @Autowired private SpringBootShardingRuleConfigurationProperties shardingRule; @Autowired private SpringBootPropertiesConfigurationProperties props; private ApplicationContext applicationContext; @Bean("shardingDataSource") @Conditional(ShardingRuleCondition.class) public DataSource shardingDataSource() throws SQLException { // 獲取其它方式配置的資料來源 Map<String, DruidDataSourceWrapper> beans = applicationContext.getBeansOfType(DruidDataSourceWrapper.class); Map<String, DataSource> dataSourceMap = new HashMap<>(4); beans.forEach(dataSourceMap::put); // 建立shardingDataSource return ShardingDataSourceFactory.createDataSource(dataSourceMap, new ShardingRuleConfigurationYamlSwapper().swap(shardingRule), props.getProps()); } @Bean public SqlSessionFactory sqlSessionFactory() throws SQLException { SqlSessionFactoryBean sqlSessionFactoryBean = new SqlSessionFactoryBean(); // 將shardingDataSource設定到SqlSessionFactory中 sqlSessionFactoryBean.setDataSource(shardingDataSource()); // 其它設定 return sqlSessionFactoryBean.getObject(); }}Sharding-JDBC提供了UUID、SNOWFLAKE生成器，還支援使用者實現自定義id生成器。比如可以實現了type為SEQ的分散式id生成器，呼叫統一的分散式id服務獲取id。
@Datapublic class SeqShardingKeyGenerator implements ShardingKeyGenerator { private Properties properties = new Properties(); @Override public String getType() { return "SEQ"; } @Override public synchronized Comparable<?> generateKey() { // 獲取分散式id邏輯 }}由於擴充套件ShardingKeyGenerator是透過JDK的serviceloader的SPI機制實現的，因此還需要在resources/META-INF/services目錄下配置org.apache.shardingsphere.spi.keygen.ShardingKeyGenerator檔案。 檔案內容就是SeqShardingKeyGenerator類的全路徑名。這樣使用的時候，指定分散式主鍵生成器的type為SEQ就好了。
至此，Sharding-JDBC就整合進spring-boot專案中了，後面就可以進行資料分片相關的配置了。
資料分片實戰如果專案初期就能預估出表的資料量級，當然可以一開始就按照這個預估值進行分庫分表處理。但是大多數情況下，我們一開始並不能準備預估出數量級。這時候通常的做法是：
線上資料某張表查詢效能開始下降，排查下來是因為資料量過大導致的。根據歷史資料量預估出未來的資料量級，並結合具體業務場景確定分庫分表策略。自動分庫分表程式碼實現。下面就以一個具體事例，闡述具體資料分片實戰。比如有張表資料結構如下：
CREATE TABLE `hc_question_reply_record` ( `id` bigint NOT NULL AUTO_INCREMENT COMMENT '自增ID', `reply_text` varchar(500) NOT NULL DEFAULT '' COMMENT '回覆內容', `reply_wheel_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '回覆時間', `ctime` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '建立時間', `mtime` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '更新時間', PRIMARY KEY (`id`), INDEX `idx_reply_wheel_time` (`reply_wheel_time`)) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci COMMENT='回覆明細記錄';先查詢目前目標表月新增趨勢：
SELECT count(*), date_format(ctime, '%Y-%m') AS `日期`FROM hc_question_reply_recordGROUP BY date_format(ctime, '%Y-%m');目前月新增在180w左右，預估未來達到300w(基本以2倍計算)以上。期望單表資料量不超過1000w，可使用reply_wheel_time作為分片鍵按季度歸檔。
分片配置spring: # sharing-jdbc配置 shardingsphere: # 資料來源名稱 datasource: names: defaultDataSource,slaveDataSource sharding: # 主從節點配置 master-slave-rules: defaultDataSource: # maser資料來源 master-data-source-name: defaultDataSource # slave資料來源 slave-data-source-names: slaveDataSource tables: # hc_question_reply_record 分庫分表配置 hc_question_reply_record: # 真實資料節點 hc_question_reply_record_2020_q1 actual-data-nodes: defaultDataSource.hc_question_reply_record_$->{2020..2025}_q$->{1..4} # 表分片策略 table-strategy: standard: # 分片鍵 sharding-column: reply_wheel_time # 精確分片演算法 全路徑名 preciseAlgorithmClassName: com.xx.QuestionRecordPreciseShardingAlgorithm # 範圍分片演算法，用於BETWEEN，可選。。該類需實現RangeShardingAlgorithm介面並提供無引數的構造器 rangeAlgorithmClassName: com.xx.QuestionRecordRangeShardingAlgorithm # 預設分散式id生成器 default-key-generator: type: SEQ column: idpublic class QuestionRecordPreciseShardingAlgorithm implements PreciseShardingAlgorithm<Date> { /** * Sharding. * * @param availableTargetNames available data sources or tables's names * @param shardingValue sharding value * @return sharding result for data source or table's name */ @Override public String doSharding(Collection<String> availableTargetNames, PreciseShardingValue<Date> shardingValue) { return ShardingUtils.quarterPreciseSharding(availableTargetNames, shardingValue); }}public class QuestionRecordRangeShardingAlgorithm implements RangeShardingAlgorithm<Date> { /** * Sharding. * * @param availableTargetNames available data sources or tables's names * @param shardingValue sharding value * @return sharding results for data sources or tables's names */ @Override public Collection<String> doSharding(Collection<String> availableTargetNames, RangeShardingValue<Date> shardingValue) { return ShardingUtils.quarterRangeSharding(availableTargetNames, shardingValue); }}@UtilityClasspublic class ShardingUtils { public static final String QUARTER_SHARDING_PATTERN = "%s_%d_q%d"; /** * logicTableName_{year}_q{quarter} * 按季度範圍分片 * @param availableTargetNames 可用的真實表集合 * @param shardingValue 分片值 * @return */ public Collection<String> quarterRangeSharding(Collection<String> availableTargetNames, RangeShardingValue<Date> shardingValue) { // 這裡就是根據範圍查詢條件，篩選出匹配的真實表集合 } /** * logicTableName_{year}_q{quarter} * 按季度精確分片 * @param availableTargetNames 可用的真實表集合 * @param shardingValue 分片值 * @return */ public static String quarterPreciseSharding(Collection<String> availableTargetNames, PreciseShardingValue<Date> shardingValue) { // 這裡就是根據等值查詢條件，計算出匹配的真實表 }}到這裡，針對hc_question_reply_record表，使用reply_wheel_time作為分片鍵，按照季度分片的處理就完成了。還有一點要注意的就是，分庫分表之後，查詢的時候最好都帶上分片鍵作為查詢條件，否則就會使用全庫路由，效能很低。
還有就是Sharing-JDBC對mysql的全文索引支援的不是很好，專案有使用到的地方也要注意一下。總結來說整個過程還是比較簡單的，後續碰到其它業務場景，相信大家按照這個思路肯定都能解決的。