ShardingSphere详解(定义作用及原理使用)

分库分表中间件常用的有ShardingSphere，下面我就来详解ShardingSphere的原理与使用@mikechen

ShardingSphere定义

ShardingSphere是一个开源的分布式数据库中间件，旨在为分布式数据库应用提供数据分片、读写分离、分布式事务等功能，以满足大规模数据处理场景的需求。

 

ShardingSphere作用

ShardingSphere的作用主要有以下几个方面：

1.数据库水平拆分

ShardingSphere支持数据分片，即将数据水平拆分成多个片段，分别存储在不同的数据库实例中，提高数据库的扩展性和性能。

2.数据库读写分离

ShardingSphere支持将读和写操作分别路由到不同的数据库实例中，实现读写分离，提高数据库的读取性能和容量。

3.分布式事务

ShardingSphere支持分布式事务，可以在分片数据源之间协调事务，保证分布式事务的ACID特性。

4.跨数据源查询

ShardingSphere支持跨数据源查询，可以在多个数据库实例之间进行联合查询和数据分析，提高数据分析和决策的效率。

 

ShardingSphere架构原理

ShardingSphere架构，如下图所示：

ShardingSphere分为三个子项目：Sharding-JDBC、Sharding-Proxy和Sharding-Sidecar，其中Sharding-JDBC是最为核心和成熟的项目@mikechen

 

1.Sharding-JDBC

Sharding-JDBC是一个基于JDBC的轻量级Java框架，定位为轻量级Java框架，在Java的JDBC层提供的额外服务。

支持任意实现JDBC规范的数据库：目前支持MySQL，Oracle，SQLServer和PostgreSQ等。

Sharding-JDBC 的主要功能：是将 SQL 语句按照分片策略分散到多个数据库中执行，从而实现分库分表。

日常工作中，大家使用 ShardingSphere-JDBC 进行分库分表的场景是比较多的。

 

2.Sharding-Proxy

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。

Sharding-Proxy是一个基于MySQL协议的代理服务，可以将原本单库的应用转变为分库分表的应用，提供了读写分离、分布式事务等功能。

 

3.Sharding-Sidecar

Sharding-Sidecar是一个基于Service Mesh的边车代理，可以通过Sidecar的方式将ShardingSphere集成到应用中。

Sharding-Sidecar支持Kubernetes和Istio等主流的Service Mesh平台，可以与容器化环境无缝集成，实现高可用和弹性扩展。

 

ShardingSphere使用

下面是一个简单的示例，演示了如何使用 ShardingSphere 对 MySQL 数据库进行分片。

1.引入 ShardingSphere 依赖

<dependency>
    <groupId>org.apache.shardingsphere</groupId>
    <artifactId>sharding-jdbc-core</artifactId>
    <version>5.0.0-alpha</version>
</dependency>

 

2.配置分片规则

spring:
  shardingsphere:
    datasource:
      names: ds0, ds1
      ds0:
        url: jdbc:mysql://localhost:3306/db0?serverTimezone=UTC
        username: root
        password: root
      ds1:
        url: jdbc:mysql://localhost:3306/db1?serverTimezone=UTC
        username: root
        password: root
    rules:
      - !SHARDING
        tables:
          t_order:
            actualDataNodes: ds${0..1}.t_order_${0..1}
            tableStrategy:
              standard:
                shardingColumn: order_id
                preciseAlgorithmClassName: com.example.algorithm.PreciseShardingAlgorithm
                rangeAlgorithmClassName: com.example.algorithm.RangeShardingAlgorithm

其中:

• actualDataNodes:表示数据表在物理数据库中的节点;
• ${0..1} :表示数据表分布在两个数据源中;
• tableStrategy :表示表分片策略
• 其中 PreciseShardingAlgorithm 和 RangeShardingAlgorithm 分别表示精确分片和范围分片算法。

 

3.配置数据源

在上述配置文件中，我们定义了两个数据源 ds0 和 ds1，它们分别对应两个数据库 db0 和 db1。

datasource:
      names: ds0, ds1
      ds0:
        url: jdbc:mysql://localhost:3306/db0?serverTimezone=UTC
        username: root
        password: root
      ds1:
        url: jdbc:mysql://localhost:3306/db1?serverTimezone=UTC
        username: root
        password: root

 

4.配置 Proxy 层

./sharding-proxy.sh conf/config-sharding.yaml

 

5.运行应用程序

最后，在应用程序中使用 JDBC 连接到 Sharding-Proxy，执行 SQL 语句。

// 获取数据源
DataSource dataSource = ShardingSphereDataSourceFactory.createDataSource(shardingSphereConfig);

// 获取连接
Connection connection = dataSource.getConnection();

// 执行 SQL 语句
Statement statement = connection.createStatement();
ResultSet resultSet = statement.executeQuery("SELECT * FROM t_order WHERE user_id = 1");

// 处理查询结果
while (resultSet.next()) {
    // do something
}

// 关闭连接
resultSet.close();
statement.close();
connection.close();

以上是一个简单的示例，演示了如何使用 ShardingSphere 对 MySQL 数据库进行分片。

以上就是ShardingSphere详解，更多内容请查看：分库分表中间件详解(6款主流分库分表)

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》