ShardingJDBC定义
Sharding JDBC，一个关系型数据库中间件，全名是 Apache ShardingSphere JDBC，Sharding JDBC从 3.0 开始Sharding JDBC被包含在 Sharding-Sphere中。
ShardingJDBC作用
ShardingJDBC最大的作用就是：简化对分库分表之后数据相关操作。
ShardingJDBC特点
1)Sharding-JDBC直接封装JDBC API，旧代码迁移成本几乎为零；
2)适用于任何基于Java的ORM框架，如Hibernate、Mybatis等 ；
3)可基于任何第三方的数据库连接池，如DBCP、C3P0、 BoneCP、Druid等；
4)以jar包形式提供服务，无proxy代理层，无需额外部署，无其他依赖；
5)分片策略灵活，可支持等号、between、in等多维度分片，也可支持多分片键；
6)SQL解析功能完善，支持聚合、分组、排序、limit、or等查询。
ShardingJDBC功能
Sharding JDBC的核心功能为数据分片和读写分离，通过Sharding JDBC，应用可以透明的使用jdbc访问已经分库分表、读写分离的多个数据源，而不用关心数据源的数量以及数据如何分布。
数据分片
1.分库分表
2.读写分离
3.分片策略可定制
4.无中心化分布式主键（snowflake算法）
分布式事务
1.标准化事务接口
2.两阶段提交事务
3.柔性事务
数据库治理
1.配置动态化
2.编排和治理
3.数据脱敏
4.可视化链路追踪
ShardingJDBC架构
ShardingJDBC实例
使用Spring Boot 2.0.3 MyBatis Druid Sharding-JDBC MySQL进行读写分离的案件讲解。 关于Mybatis部分的代码生成可以参考
https://github.com/forezp/mybatis-generator这里，Mybatis部分的配置和代码在这里 就不详细说明，详情可以查看源代码。工程结构如下图所示：
在工程的pom文件引入以下的依赖，包括Spring Boot的Web起步依赖spring-boot-starter-web，mybatis的起步依赖
mybatis-spring-boot-starter， mysql的连机器，连接池druid的起步依赖druid-spring-boot-starter，sharding-jdbc的起步依赖sharding-jdbc-spring-boot-starter。代码如下：
在spring boot工程配置文件application.yml做以下的配置：
sharding.jdbc.dataSource.names配置的是数据库的名称，就是多个数据源的名称。 sharding.jdbc.dataSource配置多个数据源。需要配置数据库名称，和上面配置的对应。以及数据的配置，包括连接池的类型、连接器、数据库地址、 数据库账户密码信息等。 sharding.jdbc.config.masterslave.load-balance-algorithm-type查询时的负载均衡算法，目前有2种算法，round_robin（轮询）和random（随机）。 sharding.jdbc.config.masterslave.master-data-source-name主数据源名称。 sharding.jdbc.config.masterslave.slave-data-source-names从数据源名称，多个用逗号隔开。
案例验证
写2个接口，代码如下：
@RestController
public class UserController {
@Autowired
private UserService userService;
@GetMapping("/users")
public Object list() {
return userService.list();
}
@GetMapping("/add")
public Object add(@RequestParam
Integer id, @RequestParam
String username, @RequestParam
String password) {
User user = new User();
user.setId(id);
user.setUsername(username);
user.setPassword(password);
return userService.addUser(user);
}
}
在上一篇文章中，已经开启了数据库的CRUD日志，日志目录在/var/lib/mysql目录下。
调用2个接口，可以在主库对应主机的日志目录下查看插入数据的日志：
从库对应主机的日志目录下查看查询数据的日志：
2019-06-20T02:41:28.450643Z 7367 Query SELECT u.* FROM user u
这就说明，Sharding-JDBC实现了数据库的读写分离。
陈睿mikechen
10年+大厂架构经验，资深技术专家，就职于阿里巴巴、淘宝、百度等一线互联网大厂。
关注「mikechen」公众号，获取更多技术干货！
后台回复【面试】即可获取《史上最全阿里Java面试题总结》，后台回复【架构】，即可获取《阿里架构师进阶专题全部合集》