sharding-jdbc绑定表的解析

Posted 2023-05-02

参考技术A 例如我们执行这个sql:   SELECT o.* FROM t_order o JOIN t_order_item i ON o.order_id=i.order_id and o.user_id IN(10,16),

我们看看设置绑定表规则：sharding.jdbc.config.sharding.binding-tables[0]=t_order,t_order_item

看看是如何改写sql的？

下面路由到两个TableUnits，然后遍历两个TableUnits

我们看下SQLRewriteEngine 的getTableTokens方法，查找表绑定规则

我们找t_order_10绑定的对应的t_order_item_10

笛卡尔路由sql

Sharding-JDBC 读写分离和绑定表的使用

　　面对日益增加的系统访问量，数据库的吞吐量面临着巨大瓶颈。 对于同一时刻有大量并发读操作和较少写操作类型的应用系统来说，将数据库拆分为主库和从库，主库负责处理事务性的增删改操作，从库负责处理查询操作，能够有效的避免由数据更新导致的行锁，使得整个系统的查询性能得到极大的改善。

　　通过一主多从的配置方式，可以将查询请求均匀的分散到多个数据副本，能够进一步的提升系统的处理能力。 使用多主多从的方式，不但能够提升系统的吞吐量，还能够提升系统的可用性，可以达到在任何一个数据库宕机，甚至磁盘物理损坏的情况下仍然不影响系统的正常运行。

　　读写分离的数据节点中的数据内容是一致的，而水平分片的每个数据节点的数据内容却并不相同。将水平分片和读写分离联合使用，能够更加有效的提升系统的性能。

　　Sharding-JDBC读写分离则是根据SQL语义的分析，将读操作和写操作分别路由至主库与从库。它提供透明化读写分离，让使用方尽量像使用一个数据库一样使用主从数据库集群。Sharding-JDBC不提供主从数据库的数据同步功能，需要采用其他机制支持（如果使用MySQL，可以用MySQL本身提供的主从同步机制）。
　　　　

 实现sharding-jdbc读写分离：

　　修改分片规则：

# sharding-jdbc分片规则配置
# 数据源，新增s0，s0对应的是从库
spring.shardingsphere.datasource.names = m0,m1,m2,s0

# s0数据源
spring.shardingsphere.datasource.s0.type = com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.s0.driver-class-name = com.mysql.jdbc.Driver
spring.shardingsphere.datasource.s0.url = jdbc:mysql://localhost:3307/user_db?useUnicode=true
spring.shardingsphere.datasource.s0.username = root
spring.shardingsphere.datasource.s0.password = root

......

# 主库从库逻辑数据源定义 ds0为user_db
spring.shardingsphere.sharding.master-slave-rules.ds0.master-data-source-name = m0
spring.shardingsphere.sharding.master-slave-rules.ds0.slave-data-source-names = s0
# 从库有多个用逗号分隔 s0,s1,s2
#spring.shardingsphere.sharding.master-slave-rules.ds0.slave-data-source-names = s0,s1,s2

......

# t_user分表策略，固定分配至m0的t_user真实表
#spring.shardingsphere.sharding.tables.t_user.actual-data-nodes = m0.t_user
# t_user分表策略，固定分配至ds0的t_user真实表
spring.shardingsphere.sharding.tables.t_user.actual-data-nodes = ds0.t_user

　　如果在水平分库基础上再进行读写分离，配置水平分库策略需要注意：

# sharding-jdbc分片规则配置
# 数据源
spring.shardingsphere.datasource.names = m0,m00,m1,m2,s0,s00

# m0数据源
spring.shardingsphere.datasource.m0.type = com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.m0.driver-class-name = com.mysql.jdbc.Driver
spring.shardingsphere.datasource.m0.url = jdbc:mysql://localhost:3306/user_db_1?useUnicode=true
spring.shardingsphere.datasource.m0.username = root
spring.shardingsphere.datasource.m0.password = root

# s0数据源
spring.shardingsphere.datasource.s0.type = com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.s0.driver-class-name = com.mysql.jdbc.Driver
spring.shardingsphere.datasource.s0.url = jdbc:mysql://localhost:3307/user_db_1?useUnicode=true
spring.shardingsphere.datasource.s0.username = root
spring.shardingsphere.datasource.s0.password = root

# m00数据源
spring.shardingsphere.datasource.m00.type = com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.m00.driver-class-name = com.mysql.jdbc.Driver
spring.shardingsphere.datasource.m00.url = jdbc:mysql://localhost:3306/user_db_2?useUnicode=true
spring.shardingsphere.datasource.m00.username = root
spring.shardingsphere.datasource.m00.password = root

# s00数据源
spring.shardingsphere.datasource.s00.type = com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.s00.driver-class-name = com.mysql.jdbc.Driver
spring.shardingsphere.datasource.s00.url = jdbc:mysql://localhost:3307/user_db_2?useUnicode=true
spring.shardingsphere.datasource.s00.username = root
spring.shardingsphere.datasource.s00.password = root

......

# 主库从库逻辑数据源定义 ds0为user_db_1
spring.shardingsphere.sharding.master-slave-rules.ds0.master-data-source-name = m0
spring.shardingsphere.sharding.master-slave-rules.ds0.slave-data-source-names = s0
# ds1为user_db_2
spring.shardingsphere.sharding.master-slave-rules.ds1.master-data-source-name = m00
spring.shardingsphere.sharding.master-slave-rules.ds1.slave-data-source-names = s00

......

# 分库策略
spring.shardingsphere.sharding.default-database-strategy.inline.sharding-column = user_id
spring.shardingsphere.sharding.default-database-strategy.inline.algorithm-expression = ds$->{user_id % 2 + 1}

......

# 指定user_db表的主键生成策略
spring.shardingsphere.sharding.tables.user_db.key-generator.column = user_id
spring.shardingsphere.sharding.tables.user_db.key-generator.type = SNOWFLAKE

.......

# 分表策略
spring.shardingsphere.sharding.tables.user_db.actual-data-nodes = ds$->{1..2}.user_db_$->{1..2}
spring.shardingsphere.sharding.tables.user_db.table-strategy.inline.sharding-column = user_id
spring.shardingsphere.sharding.tables.user_db.table-strategy.inline.algorithm-expression = t_order_$->{user_db % 2 + 1}

绑定表：
　　指分片规则一致的主表和子表。例如： t_order 表和 t_order_item 表，均按照 order_id 分片,绑定表之间的分区键完全相同，则此两张表互为绑定表关系。绑定表之间的多表关联查询不会出现笛卡尔积关联，关联查询效率将大大提升。举例说明，如果SQL为：

SELECT i.* FROM t_order o JOIN t_order_item i ON o.order_id=i.order_id WHERE o.order_id in (10,11);

　　在不配置绑定表关系时，假设分片键 order_id 将数值10路由至第0片，将数值11路由至第1片，那么路由后的SQL应该为4条，它们呈现为笛卡尔积：

SELECT i.* FROM t_order_0 o JOIN t_order_item_0 i ON o.order_id=i.order_id WHERE o.order_id in(10, 11);

SELECT i.* FROM t_order_0 o JOIN t_order_item_1 i ON o.order_id=i.order_id WHERE o.order_id in(10, 11);

SELECT i.* FROM t_order_1 o JOIN t_order_item_0 i ON o.order_id=i.order_id WHERE o.order_id in(10, 11);

SELECT i.* FROM t_order_1 o JOIN t_order_item_1 i ON o.order_id=i.order_id WHERE o.order_id in(10, 11);

　　在配置绑定表关系后，路由的SQL应该为2条：

SELECT i.* FROM t_order_0 o JOIN t_order_item_0 i ON o.order_id=i.order_id WHERE o.order_id in(10, 11);

SELECT i.* FROM t_order_1 o JOIN t_order_item_1 i ON o.order_id=i.order_id WHERE o.order_id in(10, 11);

　　配置方式：

# 设置绑定表
spring.shardingsphere.sharding.binding-tables[0] = t_order,t_order_item