| 编辑推荐: |
本篇通过一个简单的demo代码，大致了解了sharding-sphere（主要是sharding-jdbc）的基本玩法，后续有时间可以学习下底层的设计和实现原理。
本文来自于简书，由火龙果软件Alice编辑、推荐。 |
|
背景
得不到的东西让你彻夜难眠，没有尝试过的技术让我跃跃欲试。
本着杀鸡焉用牛刀的准则，我们倡导够用就行，不跟风，不盲从。
所以，结果就是我们一直没有真正使用分库分表。曾经好几次，感觉没有分库分表（起码要分表），项目就做不下去了，但是由于跨部门、工具约束、项目被砍等各种原因最终都偃旗息鼓，乖乖的搞单表加索引去了。
应该是没有及时同步公司内部知识库的原因，过去的几次分库分表的尝试也是让人哭笑不得。公司内部流传着一件上古神器，可以解决分表问题。
既然是上古神器，那么使用的流程肯定也是非常原始。没错，因为是基于windows系统写的一个桌面程序，所以必须到windows平台安装执行，而公司绝大多数已经不用windows系统了。针对这个问题，有两个解决方式，一种是找台式机，一种是安装虚拟机。
我选择了后者，毕竟自己安装，独立自主，可以随心所欲的操作。好了，环境算是有了，这时候肯定要有个教程，毕竟口口相传这种模式会随着时间的推移慢慢变得不好使了，尤其是使用场景不多的情况下。
打开教程的那一刻，仿佛拿到的是易筋经这样的武功秘籍，里面只有几张内功心法似的截图，要想参透，全靠自己领悟。
睁大眼睛，在放大缩小拖拽各种操作中，领会截图的真正含义，生怕出现像漏看“欲练此功，必先自宫”的下半句“如不自宫，也能成功”带来的惨痛教训经历。
每一步都很小心，然后点击相应的神奇按钮。一通操作，Duang，分表就完成了，而且连相应的ibatis文件都生成好了。你需要做的就是在代码里面调用相应接口就好了。
可以想见，作为上古神器，自有其光芒的地方，但是可能因为年久失修，所以理解上会有些难度。虽然一通操作猛如虎，但是回头让你再详述下具体的流程可能已经忘得差不多了。
后来，在部门内部是有小伙伴专门研究过并做了分享，但是鉴于使用场景不多，所以没有引起大家过多的关注。公司内部也有其他部门引进或者自研出了更好的工具，但是没有参加分享，所以也是一度搁置。
这次的项目按照老大一贯扩展性的做法，应该是要做分表的了，没成想，初步过方案的时候说分啥表，现在的量级单表完全够用。好吧，虽然表没分成，但是接触到了分表利器sharding-sphere。
sharding-sphere
简介
Sharding-Sphere是一套开源的分布式数据库中间件解决方案组成的生态圈，它由Sharding-JDBC、Sharding-Proxy和Sharding-Sidecar这3款相互独立的产品组成。他们均提供标准化的数据分片、读写分离、柔性事务和数据治理功能，可适用于如Java同构、异构语言、容器、云原生等各种多样化的应用场景。
官网
http://shardingjdbc.io/
Github
https://github.com/sharding-sphere
三大核心模块分别是Sharding-JDBC、Sharding-Proxy和Sharding-Sidecar。
Sharding-JDBC
定位为轻量级Java框架，在Java的JDBC层提供的额外服务。 它使用客户端直连数据库，以jar包形式提供服务，无需额外部署和依赖，可理解为增强版的JDBC驱动，完全兼容JDBC和各种ORM框架。
Sharding-Proxy
定位为透明化的数据库代理端，提供封装了数据库二进制协议的服务端版本，用于完成对异构语言的支持。 目前先提供MySQL版本，它可以使用任何兼容MySQL协议的访问客户端(如：MySQL Command Client, MySQL Workbench等)操作数据，对DBA更加友好。
Sharding-Sidecar
定位为Kubernetes或Mesos的云原生数据库代理，以DaemonSet的形式代理所有对数据库的访问。 通过无中心、零侵入的方案提供与数据库交互的的啮合层，即Database Mesh，又可称数据网格。
sharding-sphere-example
在Github上分别有三个项目，分别是 sharding-sphere 、 sharding-sphere-doc 和 sharding-sphere-example 。从字面就可以看出每个项目是做什么的。
既然是要入门，那就clone下sharding-sphere-example这个项目。
1、克隆项目
在命令行执行 git clone https://github.com/sharding-sphere / sharding-sphere-example . git
完成后，就可以看到sharding-sphere-example项目，导入intellij idea中。
2、编译项目
进入项目根目录下，编译项目。
我这边下载的项目sharding-sphere.version是3.0.0.M2-SNAPSHOT，编译的时候一直报该版本找不到，无法下载，去中央仓库也没有找到。
想着可能要本地编译打包，所以就换成了3.0.0.M1版本，编译通过。
3、配置数据源
因为是本机测试，所以在本地配置mysql数据库。
4、编写数据分片代码
sharding-sphere-example项目中有基于不同场景包括spring-boot、jpa、mybatis 的具体分库分表的实例代码。
本文主要结合sharding-sphere官方文档给出的数据分片代码讲解如何实现分库分表的。
测试类ShardingDataSource
注意
1、代码中类似"ds {0..1}.t_order {0..1}"成为行表达式，形如" { expression }或 ->{ expression }"。该表达式可用于配置数据节点和配置分片算法。
${begin..end}表示范围区间，即表示从begin到end个
${[unit1, unit2, unit_x]}表示枚举值
2、orderTableRuleConfig .setActual DataNodes ("ds {0..1}.t_order {0..1}");
这里表示的是使用行表达式配置数据节点即数据库分别是ds0、ds1,表分别是 t_order0、t_order1。
该表达的等价组合是：ds0.t_order0, ds0.t_order1, ds1.t_order0, ds1.t_order1。
3、orderTableRuleConfig.setTable ShardingStrategyConfig ( new InlineShardingStrategy Configuration ("order_id" , "t_order${order_id % 2}"));
这里表示的是使用行表达式配置分片算法。该行表示针对t_order表中的元素按照order_id模2将不同的元素放进不同的表中。
比如order_id=5，5%2=1，则放入t_order1中
order_id=6, 6%2=0, 则放入t_order0中
4、除此以外还要一些类似"逻辑表"这样的概念，可以到官方文档自行查询。
工具类DataRespository (该类来源 sharding-sphere-example 项目)
注意
1、createTable
该方法会根据配置的数据节点表达式创建分表。这里分别创建t_order和t_order_item两张逻辑表。
2、insertData
该方法同样根据配置的数据分片表达书创建数据
3、queryWithEqual等方法
这些方法是不同的查询场景，有精确查询也有范围查询
4、queryWithHint
该方法比较特殊。
通过解析SQL语句提取分片键列与值并进行分片是Sharding-Sphere对SQL零侵入的实现方式。若SQL语句中没有分片条件，则无法进行分片，需要全路由。
好比queryWithHint这个方法中的"String sql = "SELECT i.* FROM t_order o JOIN t_order_item i ON o.order_id=i.order_id";"就没有包含路由信息，即where
条件语句中没有order_id和user_id的信息。
所以该方法中通过强制指定路由信息进行路由。"hintManager . addDatabaseShardingValue ( "t_order", "user_id", 11 ) ;"这里执行user_id为11的条件，通过这个条件也可以推测出是只会路由到ds1库中（11%2=1）。
5、dropTable
该方法用于清理现场，将所有表和表数据清除。
5、执行结果
执行完代码，控制台打印
1.Query with EQUAL--------------
2.Query with IN--------------
3.Query with Hint--------------
4.Drop tables--------------
5.All done----------- |
执行代码前，只有两个数据库ds0，ds1，执行代码后得到结果如下图所示
小结
sharding-sphere是一天非常强大的分布式数据库中间件解决方法。
有简单易懂的行表达式用于配置数据节点和数据分片算法。
有自己的诸多大杀器，比如强制路由等。
官方文档齐全，实例代码项目case较全，能够在较短时间完成分库分表。
| 
