ShardingSphere-Proxy 5.2版本安裝試用--保姆級(jí)教程

一般情況下尽爆,java項(xiàng)目試用Sharding-jdbc做分庫分表巴元,但是開發(fā)過程中需要查看數(shù)據(jù)舵盈,分表后很不方便陋率,所以建議采用部署一個(gè)proxy來用于開發(fā)過程中的數(shù)據(jù)查詢使用球化,說實(shí)話沒用過proxy作為項(xiàng)目主要的代理去訪問數(shù)據(jù),主要考慮點(diǎn)是 1. 增加了運(yùn)維 2. 性能可能存在損耗
以下是部署proxy的主要過程

版本: proxy 5.2

部署方式:采用容器部署的方式

步驟

準(zhǔn)備工作

mkdir -p /home/shardingsphereproxy/{conf,ext-lib}
#拷貝mysql驅(qū)動(dòng)jar文件 mysql5.7.35版本的瓦糟,使用了 mysql-connector-java-5.1.49.jar 驅(qū)動(dòng)筒愚,pg的話不需要拷貝驅(qū)動(dòng)
#驅(qū)動(dòng)拷貝到ext-lib下

server.yaml配置文件:放到 /home/shardingsphereproxy/conf 下

#mode:
#  type: Cluster
#  repository:
#    type: ZooKeeper
#    props:
#      namespace: governance_ds
#      server-lists: localhost:2181

rules:
  - !AUTHORITY
    users:
      - root@%:root
    provider:
      type: ALL_PERMITTED

props:
  max-connections-size-per-query: 1
  kernel-executor-size: 16  # Infinite by default.
  proxy-frontend-flush-threshold: 128  # The default value is 128.
  sql-show: true

具體數(shù)據(jù)源和分表配置文件:config-sharding-demo.yaml, 放到 /home/shardingsphereproxy/conf 下

databaseName: sharding_db

dataSources:
 ds_0:
   url: jdbc:mysql://172.18.4.60:3380/demo_ds_0?serverTimezone=UTC&useSSL=false
   username: root
   password: 55665566ah
   connectionTimeoutMilliseconds: 30000
   idleTimeoutMilliseconds: 60000
   maxLifetimeMilliseconds: 1800000
   maxPoolSize: 50
   minPoolSize: 1
 ds_1:
   url: jdbc:mysql://172.18.4.60:3380/demo_ds_1?serverTimezone=UTC&useSSL=false
   username: root
   password: 55665566ah
   connectionTimeoutMilliseconds: 30000
   idleTimeoutMilliseconds: 60000
   maxLifetimeMilliseconds: 1800000
   maxPoolSize: 50
   minPoolSize: 1

rules:
- !SHARDING
 tables:
   t_order:
     actualDataNodes: ds_${0..1}.t_order_${0..1}
     tableStrategy:
       standard:
         shardingColumn: order_id
         shardingAlgorithmName: t_order_inline
     keyGenerateStrategy:
       column: order_id
       keyGeneratorName: snowflake
     auditStrategy:
       auditorNames:
         - sharding_key_required_auditor
       allowHintDisable: true
   t_order_item:
     actualDataNodes: ds_${0..1}.t_order_item_${0..1}
     tableStrategy:
       standard:
         shardingColumn: order_id
         shardingAlgorithmName: t_order_item_inline
     keyGenerateStrategy:
       column: order_item_id
       keyGeneratorName: snowflake
 bindingTables:
   - t_order,t_order_item
 defaultDatabaseStrategy:
   standard:
     shardingColumn: user_id
     shardingAlgorithmName: database_inline
 defaultTableStrategy:
   none:
 defaultAuditStrategy:
   auditorNames:
     - sharding_key_required_auditor
   allowHintDisable: true

 shardingAlgorithms:
   database_inline:
     type: INLINE
     props:
       algorithm-expression: ds_${user_id % 2}
   t_order_inline:
     type: INLINE
     props:
       algorithm-expression: t_order_${order_id % 2}
   t_order_item_inline:
     type: INLINE
     props:
       algorithm-expression: t_order_item_${order_id % 2}

 keyGenerators:
   snowflake:
     type: SNOWFLAKE

 auditors:
   sharding_key_required_auditor:
     type: DML_SHARDING_CONDITIONS

#  scalingName: default_scaling
#  scaling:
#    default_scaling:
#      input:
#        workerThread: 40
#        batchSize: 1000
#        rateLimiter:
#          type: QPS
#          props:
#            qps: 50
#      output:
#        workerThread: 40
#        batchSize: 1000
#        rateLimiter:
#          type: TPS
#          props:
#            tps: 2000
#      streamChannel:
#        type: MEMORY
#        props:
#          block-queue-size: 10000
#      completionDetector:
#        type: IDLE
#        props:
#          incremental-task-idle-seconds-threshold: 1800
#      dataConsistencyChecker:
#        type: DATA_MATCH
#        props:
#          chunk-size: 1000

拉取鏡像并啟動(dòng)容器:

docker pull apache/shardingsphere-proxy:5.2.0
docker run -d -v /home/shardingsphereproxy/conf:/opt/shardingsphere-proxy/conf -v /home/shardingsphereproxy/ext-lib:/opt/shardingsphere-proxy/ext-lib -p3338:3307 apache/shardingsphere-proxy:5.2.0

如何訪問proxy:

1. 命令行訪問:

mysql -h127.0.0.1 -P 3338 -uroot -proot
進(jìn)入之后就像普通的mysql命令行一樣使用了

2.Navicat 網(wǎng)上很多說只能11版本使用,那純屬扯淡菩浙。

image.png

image.png
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末巢掺,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子劲蜻,更是在濱河造成了極大的恐慌陆淀,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,817評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件先嬉,死亡現(xiàn)場離奇詭異轧苫,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)疫蔓,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,329評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門含懊,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人衅胀,你說我怎么就攤上這事岔乔。” “怎么了滚躯?”我有些...
    開封第一講書人閱讀 157,354評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵雏门,是天一觀的道長。 經(jīng)常有香客問我掸掏,道長茁影,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,498評(píng)論 1 284
  • 正文 為了忘掉前任阅束,我火速辦了婚禮呼胚,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘息裸。我一直安慰自己,他們只是感情好沪编,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,600評(píng)論 6 386
  • 文/花漫 我一把揭開白布呼盆。 她就那樣靜靜地躺著,像睡著了一般蚁廓。 火紅的嫁衣襯著肌膚如雪访圃。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,829評(píng)論 1 290
  • 那天相嵌,我揣著相機(jī)與錄音腿时,去河邊找鬼况脆。 笑死,一個(gè)胖子當(dāng)著我的面吹牛批糟,可吹牛的內(nèi)容都是我干的格了。 我是一名探鬼主播,決...
    沈念sama閱讀 38,979評(píng)論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼徽鼎,長吁一口氣:“原來是場噩夢啊……” “哼盛末!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起否淤,我...
    開封第一講書人閱讀 37,722評(píng)論 0 266
  • 序言:老撾萬榮一對(duì)情侶失蹤悄但,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后石抡,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體檐嚣,經(jīng)...
    沈念sama閱讀 44,189評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,519評(píng)論 2 327
  • 正文 我和宋清朗相戀三年啰扛,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了净嘀。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,654評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡侠讯,死狀恐怖挖藏,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情厢漩,我是刑警寧澤膜眠,帶...
    沈念sama閱讀 34,329評(píng)論 4 330
  • 正文 年R本政府宣布,位于F島的核電站溜嗜,受9級(jí)特大地震影響宵膨,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜炸宵,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,940評(píng)論 3 313
  • 文/蒙蒙 一辟躏、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧土全,春花似錦捎琐、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,762評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至概页,卻和暖如春籽御,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,993評(píng)論 1 266
  • 我被黑心中介騙來泰國打工技掏, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留铃将,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 46,382評(píng)論 2 360
  • 正文 我出身青樓哑梳,卻偏偏與公主長得像劲阎,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子涧衙,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,543評(píng)論 2 349

推薦閱讀更多精彩內(nèi)容