ShardingJDBC介绍.pptxVIP

;Sharding-JDBC功能灵活且全面： 分片策略灵活，可支持=，BETWEEN，IN等多维度分片，也可支持多分片键共用。 SQL解析功能完善，支持聚合，分组，排序，Limit，OR等查询，并且支持Binding Table以及笛卡尔积的表查询。 支持柔性事务(目前仅最大努力送达型)。 支持读写分离。 支持分布式生成全局主键。 Sharding-JDBC配置多样： 可支持YAML和Spring命名空间配置 灵活多样的inline方式 ;Sharding-JDBC使用示例;可以使用两种方式引入依赖： 第一种：引入maven依赖，创建一个maven项目，在pom文件中添加如下配置： !-- 引入sharding-jdbc核心模块 -- dependency groupIdcom.dangdang/groupId artifactIdsharding-jdbc-core/artifactId version${latest.release.version}/version /dependency 第二种：导入jar包 下载核心jar包：sharding-jdbc-core-x.x.x.jar，并引入到项目中。;第一步：创建真实的数据源 可以使用任意一种数据库连接池:;第三步：配置规则 创建分库分表逻辑; 在第三步配置规则中，首先要创建需要分表的数据表的TableRule，这个对象绑定了逻辑表与实际表之间的关系。而后要创建一个ShardingRule对象，这个对象包含了所有的分库分表规则，我们需要用它来创建数据源。 在创建ShardingRule对象时，需要创建两个新的对象作为参数传递，这两个对象分别为分库策略对象和分表策略对象。这两个类有相同的父类：ShardingStrategy，构造方法都有两个参数，一个为String类型的分片键（sex、tea_id），一个为自定义分片策略对象，需要注意的是虽然两者传入的自定义分片策略对象是不同（分为库和表），但是这两个不同的分片策略对象却有着相同的父类，这两个类是我们可以自定义的，用来自定义分库和分表的策略，我们只需要实现相应的接口就可以了。 ;分片键算法接口有四种，这里我们取单分片表分片算法做示例接口定义如下图：; 上述接口中有三个方法，我们自定义的分片策略类要实现这三个方法，方法的实现就是我们自定义的分片策略。如下是一个余2的算法示例：; 由于SQL语法灵活复杂，分布式数据库和单机数据库的查询场景又不完全相同，难免有和单机数据库不兼容的SQL出现，所以说Sharding-JDBC并不是支持所有的SQL操作的，在其官方文档里详细介绍了它的SQL支持情况。 地址：http://dangdangdotcom.github.io/sharding-jdbc/post/sql_supported/; Sharding-JDBC对于连接查询不是不支持，而是部分支持，在官方文档的详细功能列表说到：支持多表笛卡尔积查询。这里要注意它说的是多表，而没有说多库， Sharding-JDBC并不支持多库的连接查询，只支持分表的多表连接查询，但是我们使用多库的连接查询时并不会抛出异常，只是查询结果会缺少数据，因为不同库中数据没法做到连接查询，所以有些数据查不到。如下例子： 系统中有A、B两个逻辑表，其中A表可以通过一个字段关联到B表。现在对这两个表做分库存储，分作两个库D1和D2，那么如果存在一条数据存储在D1库中的A表，而与之关联B表中的数据存储在D2库的B表中，此时使用左连接A left join B，无法获取到相应的B表的数据。;Sharding-JDBC无法完成子查询，如果子查询from的表也是一个分库分表的逻辑表时，程序无法识别会抛出异常。如下例： 如下语句：select * from A where colum1 = （select column1 from B where column2=’XXX’） 这样一个子查询语句，如果A表做了分表，B表也做了分表，那么这个查询语句将会报错，抛出异常：数据库中不存在B表。 这是因为分表之后A、B都是逻辑表名，在数据库中不存在，在SQL执行时，系统对于A表会做处理去查询它的多个实际表，而对于子查询的表B却未做处理直接在数据库中查询表B，所以会抛该异常。 ;Sharding-JDBC的GitHub地址如下： /dangdangdotcom/sharding-jdbc/tree/master 包含Sharding-JDBC的所有核心源码和示例源码，以及所有文档。 分库分表相关概念博客： /zhongxinWang/p