今天我們介紹一下 Sharding-JDBC框架和快速的搭建一個(gè)分庫分表案例，為講解后續(xù)功能點(diǎn)準(zhǔn)備好環(huán)境甫题。

一馁筐、Sharding-JDBC 簡(jiǎn)介

Sharding-JDBC 最早是當(dāng)當(dāng)網(wǎng)內(nèi)部使用的一款分庫分表框架，到2017年的時(shí)候才開始對(duì)外開源坠非，這幾年在大量社區(qū)貢獻(xiàn)者的不斷迭代下敏沉，功能也逐漸完善，現(xiàn)已更名為 ShardingSphere炎码，2020年4?16?正式成為 Apache 軟件基?會(huì)的頂級(jí)項(xiàng)?盟迟。

隨著版本的不斷更迭 ShardingSphere 的核心功能也變得多元化起來。從最開始 Sharding-JDBC 1.0 版本只有數(shù)據(jù)分片潦闲，到 Sharding-JDBC 2.0 版本開始支持?jǐn)?shù)據(jù)庫治理（注冊(cè)中心攒菠、配置中心等等），再到 Sharding-JDBC 3.0版本又加分布式事務(wù) （支持 Atomikos歉闰、Narayana辖众、Bitronix、Seata）和敬，如今已經(jīng)迭代到了 Sharding-JDBC 4.0 版本。

現(xiàn)在的 ShardingSphere 不單單是指某個(gè)框架而是一個(gè)生態(tài)圈，這個(gè)生態(tài)圈 Sharding-JDBC罪针、Sharding-Proxy 和 Sharding-Sidecar 這三款開源的分布式數(shù)據(jù)庫中間件解決方案所構(gòu)成普办。

ShardingSphere 的前身就是 Sharding-JDBC，所以它是整個(gè)框架中最為經(jīng)典舱痘、成熟的組件变骡，我們先從 Sharding-JDBC 框架入手學(xué)習(xí)分庫分表。

二衰粹、核心概念

在開始 Sharding-JDBC分庫分表具體實(shí)戰(zhàn)之前锣光，我們有必要先了解分庫分表的一些核心概念。

分片

一般我們?cè)谔岬椒謳旆直淼臅r(shí)候铝耻，大多是以水平切分模式（水平分庫誊爹、分表）為基礎(chǔ)來說的蹬刷，數(shù)據(jù)分片將原本一張數(shù)據(jù)量較大的表 t_order 拆分生成數(shù)個(gè)表結(jié)構(gòu)完全一致的小數(shù)據(jù)量表 t_order_0、t_order_1频丘、···办成、t_order_n，每張表只存儲(chǔ)原大表中的一部分?jǐn)?shù)據(jù)搂漠，當(dāng)執(zhí)行一條SQL時(shí)會(huì)通過 分庫策略迂卢、分片策略 將數(shù)據(jù)分散到不同的數(shù)據(jù)庫、表內(nèi)桐汤。

數(shù)據(jù)節(jié)點(diǎn)

數(shù)據(jù)節(jié)點(diǎn)是分庫分表中一個(gè)不可再分的最小數(shù)據(jù)單元（表）而克，它由數(shù)據(jù)源名稱和數(shù)據(jù)表組成，例如上圖中 order_db_1.t_order_0怔毛、order_db_2.t_order_1 就表示一個(gè)數(shù)據(jù)節(jié)點(diǎn)员萍。

邏輯表

邏輯表是指一組具有相同邏輯和數(shù)據(jù)結(jié)構(gòu)表的總稱。比如我們將訂單表t_order 拆分成 t_order_0 ··· t_order_9 等 10張表拣度。此時(shí)我們會(huì)發(fā)現(xiàn)分庫分表以后數(shù)據(jù)庫中已不在有 t_order 這張表碎绎，取而代之的是 t_order_n，但我們?cè)诖a中寫 SQL 依然按 t_order 來寫抗果。此時(shí) t_order 就是這些拆分表的邏輯表筋帖。

真實(shí)表

真實(shí)表也就是上邊提到的 t_order_n 數(shù)據(jù)庫中真實(shí)存在的物理表。

分片鍵

用于分片的數(shù)據(jù)庫字段冤馏。我們將 t_order 表分片以后日麸，當(dāng)執(zhí)行一條SQL時(shí)，通過對(duì)字段 order_id 取模的方式來決定宿接，這條數(shù)據(jù)該在哪個(gè)數(shù)據(jù)庫中的哪個(gè)表中執(zhí)行赘淮，此時(shí) order_id 字段就是 t_order 表的分片健。

這樣以來同一個(gè)訂單的相關(guān)數(shù)據(jù)就會(huì)存在同一個(gè)數(shù)據(jù)庫表中睦霎，大幅提升數(shù)據(jù)檢索的性能梢卸，不僅如此 sharding-jdbc 還支持根據(jù)多個(gè)字段作為分片健進(jìn)行分片。

分片算法

上邊我們提到可以用分片健取模的規(guī)則分片副女，但這只是比較簡(jiǎn)單的一種蛤高，在實(shí)際開發(fā)中我們還希望用 >=、<=碑幅、>戴陡、<、BETWEEN 和 IN 等條件作為分片規(guī)則沟涨，自定義分片邏輯恤批，這時(shí)就需要用到分片策略與分片算法。

從執(zhí)行 SQL 的角度來看裹赴，分庫分表可以看作是一種路由機(jī)制喜庞，把 SQL 語句路由到我們期望的數(shù)據(jù)庫或數(shù)據(jù)表中并獲取數(shù)據(jù)诀浪，分片算法可以理解成一種路由規(guī)則。

咱們先捋一下它們之間的關(guān)系延都，分片策略只是抽象出的概念雷猪，它是由分片算法和分片健組合而成，分片算法做具體的數(shù)據(jù)分片邏輯晰房。

分庫求摇、分表的分片策略配置是相對(duì)獨(dú)立的，可以各自使用不同的策略與算法殊者，每種策略中可以是多個(gè)分片算法的組合与境，每個(gè)分片算法可以對(duì)多個(gè)分片健做邏輯判斷。

注意：sharding-jdbc 并沒有直接提供分片算法的實(shí)現(xiàn)幽污，需要開發(fā)者根據(jù)業(yè)務(wù)自行實(shí)現(xiàn)嚷辅。

sharding-jdbc 提供了4種分片算法：

1、精確分片算法

精確分片算法（PreciseShardingAlgorithm）用于單個(gè)字段作為分片鍵距误，SQL中有 = 與 IN 等條件的分片，需要在標(biāo)準(zhǔn)分片策略（StandardShardingStrategy ）下使用扁位。

2准潭、范圍分片算法

范圍分片算法（RangeShardingAlgorithm）用于單個(gè)字段作為分片鍵，SQL中有 BETWEEN AND域仇、>刑然、<、>=暇务、<= 等條件的分片泼掠，需要在標(biāo)準(zhǔn)分片策略（StandardShardingStrategy ）下使用。

3垦细、復(fù)合分片算法

復(fù)合分片算法（ComplexKeysShardingAlgorithm）用于多個(gè)字段作為分片鍵的分片操作择镇，同時(shí)獲取到多個(gè)分片健的值，根據(jù)多個(gè)字段處理業(yè)務(wù)邏輯括改。需要在復(fù)合分片策略（ComplexShardingStrategy ）下使用腻豌。

4、Hint分片算法

Hint分片算法（HintShardingAlgorithm）稍有不同嘱能，上邊的算法中我們都是解析SQL 語句提取分片鍵吝梅，并設(shè)置分片策略進(jìn)行分片。但有些時(shí)候我們并沒有使用任何的分片鍵和分片策略惹骂，可還想將 SQL 路由到目標(biāo)數(shù)據(jù)庫和表苏携，就需要通過手動(dòng)干預(yù)指定SQL的目標(biāo)數(shù)據(jù)庫和表信息，這也叫強(qiáng)制路由对粪。

分片策略

上邊講分片算法的時(shí)候已經(jīng)說過右冻，分片策略是一種抽象的概念穿扳，實(shí)際分片操作的是由分片算法和分片健來完成的。

1国旷、標(biāo)準(zhǔn)分片策略

標(biāo)準(zhǔn)分片策略適用于單分片鍵矛物，此策略支持 PreciseShardingAlgorithm 和 RangeShardingAlgorithm 兩個(gè)分片算法。

其中 PreciseShardingAlgorithm 是必選的跪但，用于處理 = 和 IN 的分片履羞。RangeShardingAlgorithm 是可選的，用于處理BETWEEN AND屡久， >忆首， <，>=被环，<= 條件分片糙及，如果不配置RangeShardingAlgorithm，SQL中的條件等將按照全庫路由處理筛欢。

2浸锨、復(fù)合分片策略

復(fù)合分片策略，同樣支持對(duì) SQL語句中的 =版姑，>柱搜， <， >=剥险， <=聪蘸，IN和 BETWEEN AND 的分片操作。不同的是它支持多分片鍵表制，具體分配片細(xì)節(jié)完全由應(yīng)用開發(fā)者實(shí)現(xiàn)健爬。

3、行表達(dá)式分片策略

行表達(dá)式分片策略么介，支持對(duì) SQL語句中的 = 和 IN 的分片操作娜遵，但只支持單分片鍵。這種策略通常用于簡(jiǎn)單的分片夭拌，不需要自定義分片算法魔熏，可以直接在配置文件中接著寫規(guī)則。

t_order_$->{t_order_id % 4} 代表 t_order 對(duì)其字段 t_order_id取模鸽扁，拆分成4張表蒜绽，而表名分別是t_order_0 到 t_order_3。

4桶现、Hint分片策略

Hint分片策略躲雅，對(duì)應(yīng)上邊的Hint分片算法，通過指定分片健而非從 SQL中提取分片健的方式進(jìn)行分片的策略骡和。

分布式主鍵

數(shù)據(jù)分?后相赁，不同數(shù)據(jù)節(jié)點(diǎn)?成全局唯?主鍵是?常棘?的問題相寇，同?個(gè)邏輯表（t_order）內(nèi)的不同真實(shí)表（t_order_n）之間的?增鍵由于?法互相感知而產(chǎn)?重復(fù)主鍵。

盡管可通過設(shè)置?增主鍵 初始值 和 步? 的?式避免ID碰撞钮科，但這樣會(huì)使維護(hù)成本加大唤衫，乏完整性和可擴(kuò)展性。如果后去需要增加分片表的數(shù)量绵脯，要逐一修改分片表的步長(zhǎng)佳励，運(yùn)維成本非常高，所以不建議這種方式蛆挫。

實(shí)現(xiàn)分布式主鍵?成器的方式很多赃承，具體可以百度，網(wǎng)上有很多

為了讓上手更加簡(jiǎn)單悴侵，ApacheShardingSphere 內(nèi)置了UUID瞧剖、SNOWFLAKE 兩種分布式主鍵?成器，默認(rèn)使?雪花算法（snowflake）?成64bit的?整型數(shù)據(jù)可免。不僅如此它還抽離出分布式主鍵?成器的接口抓于，?便我們實(shí)現(xiàn)?定義的?增主鍵?成算法。

廣播表

廣播表：存在于所有的分片數(shù)據(jù)源中的表巴元，表結(jié)構(gòu)和表中的數(shù)據(jù)在每個(gè)數(shù)據(jù)庫中均完全一致毡咏。一般是為字典表或者配置表 t_config，某個(gè)表一旦被配置為廣播表逮刨，只要修改某個(gè)數(shù)據(jù)庫的廣播表，所有數(shù)據(jù)源中廣播表的數(shù)據(jù)都會(huì)跟著同步堵泽。

綁定表

綁定表：那些分片規(guī)則一致的主表和子表修己。比如：t_order 訂單表和 t_order_item 訂單服務(wù)項(xiàng)目表，都是按 order_id 字段分片迎罗，因此兩張表互為綁定表關(guān)系睬愤。

那綁定表存在的意義是啥呢？

通常在我們的業(yè)務(wù)中都會(huì)使用 t_order 和 t_order_item 等表進(jìn)行多表聯(lián)合查詢纹安，但由于分庫分表以后這些表被拆分成N多個(gè)子表尤辱。如果不配置綁定表關(guān)系，會(huì)出現(xiàn)笛卡爾積關(guān)聯(lián)查詢厢岂，將產(chǎn)生如下四條SQL光督。

SELECT * FROM t_order_0 o JOIN t_order_item_0 i ON o.order_id=i.order_id 
SELECT * FROM t_order_0 o JOIN t_order_item_1 i ON o.order_id=i.order_id 
SELECT * FROM t_order_1 o JOIN t_order_item_0 i ON o.order_id=i.order_id 
SELECT * FROM t_order_1 o JOIN t_order_item_1 i ON o.order_id=i.order_id 

而配置綁定表關(guān)系后再進(jìn)行關(guān)聯(lián)查詢時(shí)，只要對(duì)應(yīng)表分片規(guī)則一致產(chǎn)生的數(shù)據(jù)就會(huì)落到同一個(gè)庫中塔粒，那么只需 t_order_0 和 t_order_item_0 表關(guān)聯(lián)即可结借。

SELECT * FROM t_order_0 o JOIN t_order_item_0 i ON o.order_id=i.order_id 
SELECT * FROM t_order_1 o JOIN t_order_item_1 i ON o.order_id=i.order_id 

注意：在關(guān)聯(lián)查詢時(shí) t_order 它作為整個(gè)聯(lián)合查詢的主表。所有相關(guān)的路由計(jì)算都只使用主表的策略卒茬，t_order_item 表的分片相關(guān)的計(jì)算也會(huì)使用 t_order 的條件船老，所以要保證綁定表之間的分片鍵要完全相同咖熟。

三、和JDBC的貓膩

從名字上不難看出柳畔，Sharding-JDBC 和 JDBC有很大關(guān)系馍管，我們知道 JDBC 是一種 Java 語言訪問關(guān)系型數(shù)據(jù)庫的規(guī)范，其設(shè)計(jì)初衷就是要提供一套用于各種數(shù)據(jù)庫的統(tǒng)一標(biāo)準(zhǔn)薪韩，不同廠家共同遵守這套標(biāo)準(zhǔn)确沸，并提供各自的實(shí)現(xiàn)方案供應(yīng)用程序調(diào)用。

但其實(shí)對(duì)于開發(fā)人員而言躬存，我們只關(guān)心如何調(diào)用 JDBC API 來訪問數(shù)據(jù)庫张惹，只要正確使用 DataSource、Connection岭洲、Statement 宛逗、ResultSet 等 API 接口，直接操作數(shù)據(jù)庫即可盾剩。所以如果想在 JDBC 層面實(shí)現(xiàn)數(shù)據(jù)分片就必須對(duì)現(xiàn)有的 API 進(jìn)行功能拓展雷激，而 Sharding-JDBC 正是基于這種思想，重寫了 JDBC 規(guī)范并完全兼容了 JDBC 規(guī)范告私。

對(duì)原有的 DataSource屎暇、Connection 等接口擴(kuò)展成 ShardingDataSource、ShardingConnection驻粟，而對(duì)外暴露的分片操作接口與 JDBC 規(guī)范中所提供的接口完全一致根悼，只要你熟悉 JDBC 就可以輕松應(yīng)用 Sharding-JDBC 來實(shí)現(xiàn)分庫分表。

因此它適用于任何基于 JDBC 的 ORM 框架蜀撑，如：JPA挤巡， Hibernate，Mybatis酷麦，Spring JDBC Template 或直接使用的 JDBC矿卑。完美兼容任何第三方的數(shù)據(jù)庫連接池，如：DBCP沃饶， C3P0母廷， BoneCP，Druid糊肤， HikariCP 等琴昆，幾乎對(duì)主流關(guān)系型數(shù)據(jù)庫都支持。

那 Sharding-JDBC 又是如何拓展這些接口的呢轩褐？想知道答案我們就的從源碼入手了椎咧，下邊我們以 JDBC API 中的 DataSource 為例看看它是如何被重寫擴(kuò)展的。

數(shù)據(jù)源 DataSource 接口的核心作用就是獲取數(shù)據(jù)庫連接對(duì)象 Connection，我們看其內(nèi)部提供了兩個(gè)獲取數(shù)據(jù)庫連接的方法 勤讽，并且繼承了 CommonDataSource 和 Wrapper 兩個(gè)接口蟋座。

public interface DataSource  extends CommonDataSource, Wrapper {

  /**
   * <p>Attempts to establish a connection with the data source that
   * this {@code DataSource} object represents.
   * @return  a connection to the data source
   */
  Connection getConnection() throws SQLException;

  /**
   * <p>Attempts to establish a connection with the data source that
   * this {@code DataSource} object represents.
   * @param username the database user on whose behalf the connection is
   *  being made
   * @param password the user's password
   */
  Connection getConnection(String username, String password)
    throws SQLException;
}

其中 CommonDataSource 是定義數(shù)據(jù)源的根接口這很好理解，而 Wrapper 接口則是拓展 JDBC 分片功能的關(guān)鍵脚牍。

由于數(shù)據(jù)庫廠商的不同向臀，他們可能會(huì)各自提供一些超越標(biāo)準(zhǔn) JDBC API 的擴(kuò)展功能，但這些功能非 JDBC 標(biāo)準(zhǔn)并不能直接使用诸狭，而 Wrapper 接口的作用就是把一個(gè)由第三方供應(yīng)商提供的券膀、非 JDBC 標(biāo)準(zhǔn)的接口包裝成標(biāo)準(zhǔn)接口，也就是適配器模式驯遇。

既然講到了適配器模式就多啰嗦幾句芹彬，也方便后邊的理解。

適配器模式個(gè)種比較常用的設(shè)計(jì)模式叉庐，它的作用是將某個(gè)類的接口轉(zhuǎn)換成客戶端期望的另一個(gè)接口舒帮，使原本因接口不匹配（或者不兼容）而無法在一起工作的兩個(gè)類能夠在一起工作。比如用耳機(jī)聽音樂陡叠，我有個(gè)圓頭的耳機(jī)玩郊，可手機(jī)插孔卻是扁口的，如果我想要使用耳機(jī)聽音樂就必須借助一個(gè)轉(zhuǎn)接頭才可以枉阵，這個(gè)轉(zhuǎn)接頭就起到了適配作用译红。舉個(gè)栗子：假如我們 Target 接口中有 hello() 和 word() 兩個(gè)方法。

public interface Target {

    void hello();

    void world();
}

可由于接口版本迭代Target 接口的 word() 方法可能會(huì)被廢棄掉或不被支持兴溜，Adaptee 類的 greet()方法將代替hello() 方法侦厚。

public class Adaptee {

    public void greet(){

    }
    public void world(){

    }
}

但此時(shí)舊版本仍然有大量 word() 方法被使用中，解決此事最好的辦法就是創(chuàng)建一個(gè)適配器Adapter拙徽，這樣就適配了 Target 類假夺，解決了接口升級(jí)帶來的兼容性問題。

public class Adapter extends Adaptee implements Target {

    @Override
    public void world() {
        
    }

    @Override
    public void hello() {
        super.greet();
    }

    @Override
    public void greet() {
        
    }
}

而 Sharding-JDBC 提供的正是非 JDBC 標(biāo)準(zhǔn)的接口斋攀，所以它也提供了類似的實(shí)現(xiàn)方案，也使用到了 Wrapper 接口做數(shù)據(jù)分片功能的適配梧田。除了 DataSource 之外淳蔼，Connection、Statement裁眯、ResultSet 等核心對(duì)象也都繼承了這個(gè)接口鹉梨。

下面我們通過 ShardingDataSource 類源碼簡(jiǎn)單看下實(shí)現(xiàn)過程，下圖是繼承關(guān)系流程圖穿稳。

ShardingDataSource 類它在原 DataSource 基礎(chǔ)上做了功能拓展存皂，初始化時(shí)注冊(cè)了分片SQL路由包裝器、SQL重寫上下文和結(jié)果集處理引擎，還對(duì)數(shù)據(jù)源類型做了校驗(yàn)旦袋，因?yàn)樗瑫r(shí)支持多個(gè)不同類型的數(shù)據(jù)源骤菠。到這好像也沒看出如何適配，那接著向上看 ShardingDataSource 的繼承類 AbstractDataSourceAdapter 疤孕。

@Getter
public class ShardingDataSource extends AbstractDataSourceAdapter {
    
    private final ShardingRuntimeContext runtimeContext;

    /**
     * 注冊(cè)路由商乎、SQl重寫上下文、結(jié)果集處理引擎
     */
    static {
        NewInstanceServiceLoader.register(RouteDecorator.class);
        NewInstanceServiceLoader.register(SQLRewriteContextDecorator.class);
        NewInstanceServiceLoader.register(ResultProcessEngine.class);
    }

    /**
     * 初始化時(shí)校驗(yàn)數(shù)據(jù)源類型 并根據(jù)數(shù)據(jù)源 map祭阀、分片規(guī)則鹉戚、數(shù)據(jù)庫類型得到一個(gè)分片上下文，用來獲取數(shù)據(jù)庫連接
     */
    public ShardingDataSource(final Map<String, DataSource> dataSourceMap, final ShardingRule shardingRule, final Properties props) throws SQLException {
        super(dataSourceMap);
        checkDataSourceType(dataSourceMap);
        runtimeContext = new ShardingRuntimeContext(dataSourceMap, shardingRule, props, getDatabaseType());
    }

    private void checkDataSourceType(final Map<String, DataSource> dataSourceMap) {
        for (DataSource each : dataSourceMap.values()) {
            Preconditions.checkArgument(!(each instanceof MasterSlaveDataSource), "Initialized data sources can not be master-slave data sources.");
        }
    }

    /**
     * 數(shù)據(jù)庫連接
     */
    @Override
    public final ShardingConnection getConnection() {
        return new ShardingConnection(getDataSourceMap(), runtimeContext, TransactionTypeHolder.get());
    }
}

AbstractDataSourceAdapter 抽象類內(nèi)部主要獲取不同類型的數(shù)據(jù)源對(duì)應(yīng)的數(shù)據(jù)庫連接對(duì)象专控，實(shí)現(xiàn) AutoCloseable 接口是為在使用完資源后可以自動(dòng)將這些資源關(guān)閉（調(diào)用 close方法）抹凳，那再看看繼承類 AbstractUnsupportedOperationDataSource 。

@Getter
public abstract class AbstractDataSourceAdapter extends AbstractUnsupportedOperationDataSource implements AutoCloseable {
    
    private final Map<String, DataSource> dataSourceMap;
    
    private final DatabaseType databaseType;
    
    public AbstractDataSourceAdapter(final Map<String, DataSource> dataSourceMap) throws SQLException {
        this.dataSourceMap = dataSourceMap;
        databaseType = createDatabaseType();
    }
    
    public AbstractDataSourceAdapter(final DataSource dataSource) throws SQLException {
        dataSourceMap = new HashMap<>(1, 1);
        dataSourceMap.put("unique", dataSource);
        databaseType = createDatabaseType();
    }
    
    private DatabaseType createDatabaseType() throws SQLException {
        DatabaseType result = null;
        for (DataSource each : dataSourceMap.values()) {
            DatabaseType databaseType = createDatabaseType(each);
            Preconditions.checkState(null == result || result == databaseType, String.format("Database type inconsistent with '%s' and '%s'", result, databaseType));
            result = databaseType;
        }
        return result;
    }
    
    /**
     * 不同數(shù)據(jù)源類型獲取數(shù)據(jù)庫連接
     */
    private DatabaseType createDatabaseType(final DataSource dataSource) throws SQLException {
        if (dataSource instanceof AbstractDataSourceAdapter) {
            return ((AbstractDataSourceAdapter) dataSource).databaseType;
        }
        try (Connection connection = dataSource.getConnection()) {
            return DatabaseTypes.getDatabaseTypeByURL(connection.getMetaData().getURL());
        }
    }
    
    @Override
    public final Connection getConnection(final String username, final String password) throws SQLException {
        return getConnection();
    }
    
    @Override
    public final void close() throws Exception {
        close(dataSourceMap.keySet());
    }
}

AbstractUnsupportedOperationDataSource 實(shí)現(xiàn)DataSource 接口并繼承了 WrapperAdapter 類伦腐，它內(nèi)部并沒有什么具體方法只起到橋接的作用赢底，但看著是不是和我們前邊講適配器模式的例子方式有點(diǎn)相似。

public abstract class AbstractUnsupportedOperationDataSource extends WrapperAdapter implements DataSource {
    
    @Override
    public final int getLoginTimeout() throws SQLException {
        throw new SQLFeatureNotSupportedException("unsupported getLoginTimeout()");
    }
    
    @Override
    public final void setLoginTimeout(final int seconds) throws SQLException {
        throw new SQLFeatureNotSupportedException("unsupported setLoginTimeout(int seconds)");
    }
}

WrapperAdapter 是一個(gè)包裝器的適配類蔗牡，實(shí)現(xiàn)了 JDBC 中的 Wrapper 接口颖系，其中有兩個(gè)核心方法 recordMethodInvocation 用于添加需要執(zhí)行的方法和參數(shù)，而 replayMethodsInvocation 則將添加的這些方法和參數(shù)通過反射執(zhí)行辩越。仔細(xì)看不難發(fā)現(xiàn)兩個(gè)方法中都用到了 JdbcMethodInvocation類嘁扼。

public abstract class WrapperAdapter implements Wrapper {
    
    private final Collection<JdbcMethodInvocation> jdbcMethodInvocations = new ArrayList<>();
 
    /**
     * 添加要執(zhí)行的方法
     */
    @SneakyThrows
    public final void recordMethodInvocation(final Class<?> targetClass, final String methodName, final Class<?>[] argumentTypes, final Object[] arguments) {
        jdbcMethodInvocations.add(new JdbcMethodInvocation(targetClass.getMethod(methodName, argumentTypes), arguments));
    }
    
    /**
     * 通過反射執(zhí)行 上邊添加的方法
     */
    public final void replayMethodsInvocation(final Object target) {
        for (JdbcMethodInvocation each : jdbcMethodInvocations) {
            each.invoke(target);
        }
    }
}

JdbcMethodInvocation 類主要應(yīng)用反射通過傳入的 method 方法和 arguments 參數(shù)執(zhí)行對(duì)應(yīng)的方法，這樣就可以通過 JDBC API 調(diào)用非 JDBC 方法了黔攒。

@RequiredArgsConstructor
public class JdbcMethodInvocation {
    
    @Getter
    private final Method method;
    
    @Getter
    private final Object[] arguments;
    
    /**
     * Invoke JDBC method.
     * 
     * @param target target object
     */
    @SneakyThrows
    public void invoke(final Object target) {
        method.invoke(target, arguments);
    }
}

那 Sharding-JDBC 拓展 JDBC API 接口后趁啸，在新增的分片功能里又做了哪些事情呢？

一張表經(jīng)過分庫分表后被拆分成多個(gè)子表督惰，并分散到不同的數(shù)據(jù)庫中不傅，在不修改原業(yè)務(wù) SQL 的前提下，Sharding-JDBC 就必須對(duì) SQL進(jìn)行一些改造才能正常執(zhí)行赏胚。

大致的執(zhí)行流程：SQL 解析 -> 執(zhí)?器優(yōu)化 -> SQL 路由 -> SQL 改寫 -> SQL 執(zhí)? -> 結(jié)果歸并 六步組成访娶，一起瞅瞅每個(gè)步驟做了點(diǎn)什么。

SQL 解析

SQL解析過程分為詞法解析和語法解析兩步觉阅，比如下邊這條查詢用戶訂單的SQL崖疤，先用詞法解析將SQL拆解成不可再分的原子單元。在根據(jù)不同數(shù)據(jù)庫方言所提供的字典典勇，將這些單元?dú)w類為關(guān)鍵字劫哼，表達(dá)式，變量或者操作符等類型割笙。

SELECT order_no,price FROM t_order_ where user_id = 10086 and order_status > 0

接著語法解析會(huì)將拆分后的SQL轉(zhuǎn)換為抽象語法樹权烧，通過對(duì)抽象語法樹遍歷，提煉出分片所需的上下文，上下文包含查詢字段信息（Field）般码、表信息（Table）妻率、查詢條件（Condition）、排序信息（Order By）侈询、分組信息（Group By）以及分頁信息（Limit）等舌涨，并標(biāo)記出 SQL中有可能需要改寫的位置。

執(zhí)?器優(yōu)化

執(zhí)?器優(yōu)化對(duì)SQL分片條件進(jìn)行優(yōu)化扔字，處理像關(guān)鍵字 OR這種影響性能的壞味道囊嘉。

SQL 路由

SQL 路由通過解析分片上下文，匹配到用戶配置的分片策略革为，并生成路由路徑扭粱。簡(jiǎn)單點(diǎn)理解就是可以根據(jù)我們配置的分片策略計(jì)算出 SQL該在哪個(gè)庫的哪個(gè)表中執(zhí)行，而SQL路由又根據(jù)有無分片健區(qū)分出 分片路由 和 廣播路由震檩。

有分?鍵的路由叫分片路由琢蛤，細(xì)分為直接路由、標(biāo)準(zhǔn)路由和笛卡爾積路由這3種類型抛虏。

標(biāo)準(zhǔn)路由

標(biāo)準(zhǔn)路由是最推薦也是最為常?的分??式博其，它的適?范圍是不包含關(guān)聯(lián)查詢或僅包含綁定表之間關(guān)聯(lián)查詢的SQL。

當(dāng) SQL分片健的運(yùn)算符為 = 時(shí)迂猴，路由結(jié)果將落?單庫（表）慕淡，當(dāng)分?運(yùn)算符是BETWEEN 或IN 等范圍時(shí)，路由結(jié)果則不?定落?唯?的庫（表）沸毁，因此?條邏輯SQL最終可能被拆分為多條?于執(zhí)?的真實(shí)SQL峰髓。

SELECT * FROM t_order  where t_order_id in (1,2)

SQL路由處理后

SELECT * FROM t_order_0  where t_order_id in (1,2)
SELECT * FROM t_order_1  where t_order_id in (1,2)

直接路由

直接路由是通過使用 HintAPI 直接將 SQL路由到指定?庫表的一種分?方式，而且直接路由可以?于分?鍵不在SQL中的場(chǎng)景息尺，還可以執(zhí)?包括?查詢携兵、?定義函數(shù)等復(fù)雜情況的任意SQL。

比如根據(jù) t_order_id 字段為條件查詢訂單搂誉，此時(shí)希望在不修改SQL的前提下徐紧，加上 user_id作為分片條件就可以使用直接路由。

笛卡爾積路由

笛卡爾路由是由?綁定表之間的關(guān)聯(lián)查詢產(chǎn)生的炭懊，查詢性能較低盡量避免走此路由模式浪汪。

無分?鍵的路由又叫做廣播路由，可以劃分為全庫表路由凛虽、全庫路由、 全實(shí)例路由广恢、單播路由和阻斷路由這 5種類型凯旋。

全庫表路由

全庫表路由針對(duì)的是數(shù)據(jù)庫 DQL和 DML，以及 DDL等操作，當(dāng)我們執(zhí)行一條邏輯表 t_order SQL時(shí)至非，在所有分片庫中對(duì)應(yīng)的真實(shí)表 t_order_0 ··· t_order_n 內(nèi)逐一執(zhí)行钠署。

全庫路由

全庫路由主要是對(duì)數(shù)據(jù)庫層面的操作，比如數(shù)據(jù)庫 SET 類型的數(shù)據(jù)庫管理命令荒椭，以及 TCL 這樣的事務(wù)控制語句谐鼎。

對(duì)邏輯庫設(shè)置 autocommit 屬性后，所有對(duì)應(yīng)的真實(shí)庫中都執(zhí)行該命令趣惠。

SET autocommit=0;

全實(shí)例路由

全實(shí)例路由是針對(duì)數(shù)據(jù)庫實(shí)例的 DCL 操作（設(shè)置或更改數(shù)據(jù)庫用戶或角色權(quán)限）狸棍，比如：創(chuàng)建一個(gè)用戶 order ，這個(gè)命令將在所有的真實(shí)庫實(shí)例中執(zhí)行味悄，以此確保 order 用戶可以正常訪問每一個(gè)數(shù)據(jù)庫實(shí)例草戈。

CREATE USER order@127.0.0.1 identified BY '程序員內(nèi)點(diǎn)事';

單播路由

單播路由用來獲取某一真實(shí)表信息，比如獲得表的描述信息：

DESCRIBE t_order; 

t_order 的真實(shí)表是 t_order_0 ···· t_order_n侍瑟，他們的描述結(jié)構(gòu)相完全同唐片，我們只需在任意的真實(shí)表執(zhí)行一次就可以。

阻斷路由

?來屏蔽SQL對(duì)數(shù)據(jù)庫的操作涨颜，例如：

USE order_db;

這個(gè)命令不會(huì)在真實(shí)數(shù)據(jù)庫中執(zhí)?费韭，因?yàn)?ShardingSphere 采?的是邏輯 Schema（數(shù)據(jù)庫的組織和結(jié)構(gòu)） ?式，所以無需將切換數(shù)據(jù)庫的命令發(fā)送?真實(shí)數(shù)據(jù)庫中庭瑰。

SQL 改寫

將基于邏輯表開發(fā)的SQL改寫成可以在真實(shí)數(shù)據(jù)庫中可以正確執(zhí)行的語句星持。比如查詢 t_order 訂單表，我們實(shí)際開發(fā)中 SQL是按邏輯表 t_order 寫的见擦。

SELECT * FROM t_order

但分庫分表以后真實(shí)數(shù)據(jù)庫中 t_order 表就不存在了钉汗，而是被拆分成多個(gè)子表 t_order_n 分散在不同的數(shù)據(jù)庫內(nèi)，還按原SQL執(zhí)行顯然是行不通的鲤屡，這時(shí)需要將分表配置中的邏輯表名稱改寫為路由之后所獲取的真實(shí)表名稱损痰。

SELECT * FROM t_order_n

SQL執(zhí)?

將路由和改寫后的真實(shí) SQL 安全且高效發(fā)送到底層數(shù)據(jù)源執(zhí)行。但這個(gè)過程并不是簡(jiǎn)單的將 SQL 通過JDBC 直接發(fā)送至數(shù)據(jù)源執(zhí)行酒来，而是平衡數(shù)據(jù)源連接創(chuàng)建以及內(nèi)存占用所產(chǎn)生的消耗卢未，它會(huì)自動(dòng)化的平衡資源控制與執(zhí)行效率。

結(jié)果歸并

將從各個(gè)數(shù)據(jù)節(jié)點(diǎn)獲取的多數(shù)據(jù)結(jié)果集堰汉，合并成一個(gè)大的結(jié)果集并正確的返回至請(qǐng)求客戶端辽社，稱為結(jié)果歸并。而我們SQL中的排序翘鸭、分組滴铅、分頁和聚合等語法，均是在歸并后的結(jié)果集上進(jìn)行操作的就乓。

四汉匙、快速實(shí)踐

下面我們結(jié)合 Springboot + mybatisplus 快速搭建一個(gè)分庫分表案例拱烁。

1、準(zhǔn)備工作

先做準(zhǔn)備工作噩翠，創(chuàng)建兩個(gè)數(shù)據(jù)庫 ds-0戏自、ds-1，兩個(gè)庫中分別建表 t_order_0伤锚、t_order_1擅笔、t_order_2 、t_order_item_0屯援、t_order_item_1猛们、t_order_item_2，t_config玄呛，方便后邊驗(yàn)證廣播表阅懦、綁定表的場(chǎng)景。

表結(jié)構(gòu)如下：

t_order_0 訂單表

CREATE TABLE `t_order_0` (
  `order_id` bigint(200) NOT NULL,
  `order_no` varchar(100) DEFAULT NULL,
  `create_name` varchar(50) DEFAULT NULL,
  `price` decimal(10,2) DEFAULT NULL,
  PRIMARY KEY (`order_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 ROW_FORMAT=DYNAMIC;

t_order_0 與 t_order_item_0 互為關(guān)聯(lián)表

CREATE TABLE `t_order_item_0` (
  `item_id` bigint(100) NOT NULL,
  `order_no` varchar(200) NOT NULL,
  `item_name` varchar(50) DEFAULT NULL,
  `price` decimal(10,2) DEFAULT NULL,
  PRIMARY KEY (`item_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 ROW_FORMAT=DYNAMIC;

廣播表 t_config

  `id` bigint(30) NOT NULL,
  `remark` varchar(50) CHARACTER SET utf8 DEFAULT NULL,
  `create_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP,
  `last_modify_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=latin1;

ShardingSphere 提供了4種分片配置方式：

• Java 代碼配置

• Yaml 徘铝、properties 配置

• Spring 命名空間配置

• Spring Boot配置

為讓代碼看上去更簡(jiǎn)潔和直觀耳胎，后邊統(tǒng)一使用 properties 配置的方式，引入 shardingsphere 對(duì)應(yīng)的 sharding-jdbc-spring-boot-starter 和 sharding-core-common 包惕它，版本統(tǒng)一用的 4.0.0-RC1怕午。

2、分片配置

<dependency>
 <groupId>org.apache.shardingsphere</groupId>
 <artifactId>sharding-jdbc-spring-boot-starter</artifactId>
 <version>4.0.0-RC1</version>
</dependency>

<dependency>
 <groupId>org.apache.shardingsphere</groupId>
 <artifactId>sharding-core-common</artifactId>
 <version>4.0.0-RC1</version>
</dependency>

準(zhǔn)備工作做完（ mybatis 搭建就不贅述了）淹魄，接下來我們逐一解讀分片配置信息郁惜。

我們首先定義兩個(gè)數(shù)據(jù)源 ds-0、ds-1甲锡，并分別加上數(shù)據(jù)源的基礎(chǔ)信息兆蕉。

# 定義兩個(gè)全局?jǐn)?shù)據(jù)源
spring.shardingsphere.datasource.names=ds-0,ds-1

# 配置數(shù)據(jù)源 ds-0
spring.shardingsphere.datasource.ds-0.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.ds-0.driverClassName=com.mysql.jdbc.Driver
spring.shardingsphere.datasource.ds-0.url=jdbc:mysql://127.0.0.1:3306/ds-0?useUnicode=true&characterEncoding=utf8&tinyInt1isBit=false&useSSL=false&serverTimezone=GMT
spring.shardingsphere.datasource.ds-0.username=root
spring.shardingsphere.datasource.ds-0.password=root

# 配置數(shù)據(jù)源 ds-1
spring.shardingsphere.datasource.ds-1.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.ds-1.driverClassName=com.mysql.jdbc.Driver
spring.shardingsphere.datasource.ds-1.url=jdbc:mysql://127.0.0.1:3306/ds-1?useUnicode=true&characterEncoding=utf8&tinyInt1isBit=false&useSSL=false&serverTimezone=GMT
spring.shardingsphere.datasource.ds-1.username=root
spring.shardingsphere.datasource.ds-1.password=root

配置完數(shù)據(jù)源接下來為表添加分庫和分表策略，使用 sharding-jdbc 做分庫分表需要我們?yōu)槊恳粋€(gè)表單獨(dú)設(shè)置分片規(guī)則缤沦。

# 配置分片表 t_order
# 指定真實(shí)數(shù)據(jù)節(jié)點(diǎn)
spring.shardingsphere.sharding.tables.t_order.actual-data-nodes=ds-$->{0..1}.t_order_$->{0..2}

actual-data-nodes 屬性指定分片的真實(shí)數(shù)據(jù)節(jié)點(diǎn)虎韵，$是一個(gè)占位符，{0..1}表示實(shí)際拆分的數(shù)據(jù)庫表數(shù)量缸废。

ds-$->{0..1}.t_order_$->{0..2} 表達(dá)式相當(dāng)于 6個(gè)數(shù)據(jù)節(jié)點(diǎn)

• ds-0.t_order_0
• ds-0.t_order_1
• ds-0.t_order_2
• ds-1.t_order_0
• ds-1.t_order_1
• ds-1.t_order_2

### 分庫策略
# 分庫分片健
spring.shardingsphere.sharding.tables.t_order.database-strategy.inline.sharding-column=order_id
# 分庫分片算法
spring.shardingsphere.sharding.tables.t_order.database-strategy.inline.algorithm-expression=ds-$->{order_id % 2}

為表設(shè)置分庫策略包蓝，上邊講了 sharding-jdbc 它提供了四種分片策略，為快速搭建我們先以最簡(jiǎn)單的行內(nèi)表達(dá)式分片策略來實(shí)現(xiàn)企量，在下一篇會(huì)介紹四種分片策略的詳細(xì)用法和使用場(chǎng)景测萎。

database-strategy.inline.sharding-column 屬性中 database-strategy 為分庫策略，inline 為具體的分片策略届巩，sharding-column 代表分片健硅瞧。

database-strategy.inline.algorithm-expression 是當(dāng)前策略下具體的分片算法，ds-$->{order_id % 2} 表達(dá)式意思是 對(duì) order_id字段進(jìn)行取模分庫恕汇，2 代表分片庫的個(gè)數(shù)零酪，不同的策略對(duì)應(yīng)不同的算法冒嫡，這里也可以是我們自定義的分片算法類。

# 分表策略
# 分表分片健
spring.shardingsphere.sharding.tables.t_order.table-strategy.inline.sharding-column=order_id
# 分表算法
spring.shardingsphere.sharding.tables.t_order.table-strategy.inline.algorithm-expression=t_order_$->{order_id % 3}
# 自增主鍵字段
spring.shardingsphere.sharding.tables.t_order.key-generator.column=order_id
# 自增主鍵ID 生成方案
spring.shardingsphere.sharding.tables.t_order.key-generator.type=SNOWFLAKE

分表策略 和 分庫策略 的配置比較相似四苇，不同的是分表可以通過 key-generator.column 和 key-generator.type 設(shè)置自增主鍵以及指定自增主鍵的生成方案，目前內(nèi)置了SNOWFLAKE 和 UUID 兩種方式方咆，還能自定義的主鍵生成算法類月腋，后續(xù)會(huì)詳細(xì)的講解。

# 綁定表關(guān)系
spring.shardingsphere.sharding.binding-tables= t_order,t_order_item

必須按相同分片健進(jìn)行分片的表才能互為成綁定表瓣赂，在聯(lián)合查詢時(shí)就能避免出現(xiàn)笛卡爾積查詢榆骚。

# 配置廣播表
spring.shardingsphere.sharding.broadcast-tables=t_config

廣播表，開啟 SQL解析日志煌集，能清晰的看到 SQL分片解析的過程

# 是否開啟 SQL解析日志
spring.shardingsphere.props.sql.show=true

3妓肢、驗(yàn)證分片

分片配置完以后我們無需在修改業(yè)務(wù)代碼了，直接執(zhí)行業(yè)務(wù)邏輯的增苫纤、刪碉钠、改、查即可卷拘，接下來驗(yàn)證一下分片的效果喊废。

我們同時(shí)向 t_order、t_order_item 表插入 5條訂單記錄栗弟，并不給定主鍵 order_id 污筷，item_id 字段值。

public String insertOrder() {

   for (int i = 0; i < 4; i++) {
       TOrder order = new TOrder();
       order.setOrderNo("A000" + i);
       order.setCreateName("訂單 " + i);
       order.setPrice(new BigDecimal("" + i));
       orderRepository.insert(order);

       TOrderItem orderItem = new TOrderItem();
       orderItem.setOrderId(order.getOrderId());
       orderItem.setOrderNo("A000" + i);
       orderItem.setItemName("服務(wù)項(xiàng)目" + i);
       orderItem.setPrice(new BigDecimal("" + i));
       orderItemRepository.insert(orderItem);
   }
   return "success";
}

看到訂單記錄被成功分散到了不同的庫表中乍赫， order_id 字段也自動(dòng)生成了主鍵ID瓣蛀，基礎(chǔ)的分片功能就完成了。

那向廣播表 t_config 中插入一條數(shù)據(jù)會(huì)是什么效果呢雷厂？

public String config() {

    TConfig tConfig = new TConfig();
    tConfig.setRemark("我是廣播表");
    tConfig.setCreateTime(new Date());
    tConfig.setLastModifyTime(new Date());
    configRepository.insert(tConfig);
    return "success";
}

發(fā)現(xiàn)所有庫中 t_config 表都執(zhí)行了這條SQL惋增，廣播表和 MQ廣播訂閱的模式很相似，所有訂閱的客戶端都會(huì)收到同一條消息罗侯。

簡(jiǎn)單SQL操作驗(yàn)證沒問通器腋，接下來在試試復(fù)雜一點(diǎn)的聯(lián)合查詢，前邊我們已經(jīng)把 t_order 钩杰、t_order_item 表設(shè)為綁定表慧瘤，直接聯(lián)表查詢執(zhí)行一下晦鞋。

通過控制臺(tái)日志發(fā)現(xiàn)，邏輯表SQL 經(jīng)過解析以后，只對(duì) t_order_0 和 t_order_item_0 表進(jìn)行了關(guān)聯(lián)產(chǎn)生一條SQL厢绝。

那如果不互為綁定表又會(huì)是什么情況呢？去掉 spring.shardingsphere.sharding.binding-tables試一下二蓝。

發(fā)現(xiàn)控制臺(tái)解析出了 3條真實(shí)表SQL，而去掉 order_id 作為查詢條件再次執(zhí)行后胸嘁，結(jié)果解析出了 9條SQL，進(jìn)行了笛卡爾積查詢凉逛。所以相比之下綁定表的優(yōu)點(diǎn)就不言而喻了性宏。

五、總結(jié)

以上對(duì)分庫分表中間件 sharding-jdbc 的基礎(chǔ)概念做了簡(jiǎn)單梳理状飞，快速的搭建了一個(gè)分庫分表案例毫胜，但這只是實(shí)踐分庫分表的第一步，下一篇我們會(huì)詳細(xì)的介紹四種分片策略的具體用法和使用場(chǎng)景（必知必會(huì)）诬辈，后邊將陸續(xù)講解自定義分布式主鍵酵使、分布式數(shù)據(jù)庫事務(wù)、分布式服務(wù)治理焙糟，數(shù)據(jù)脫敏等口渔。

寫在最后

歡迎大家關(guān)注我的公眾號(hào)【風(fēng)平浪靜如碼】，海量Java相關(guān)文章穿撮，學(xué)習(xí)資料都會(huì)在里面更新缺脉，整理的資料也會(huì)放在里面。

覺得寫的還不錯(cuò)的就點(diǎn)個(gè)贊混巧，加個(gè)關(guān)注唄枪向！點(diǎn)關(guān)注，不迷路咧党，持續(xù)更新Ｃ鼗住！傍衡！