快捷導(dǎo)航

Sharding-Jdbc 自定義復(fù)合分片的實現(xiàn)(分庫分表)

更新時間：2021年07月30日 11:59:37 作者：如.若

本文主要介紹了Sharding-Jdbc 自定義復(fù)合分片的實現(xiàn)，文中通過示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下

Sharding-JDBC的數(shù)據(jù)分片策略

Sharding-JDBC的分片策略包含了分片鍵和分片算法。由于分片算法與業(yè)務(wù)實現(xiàn)緊密相關(guān)，因此Sharding-JDBC沒有提供內(nèi)置的分片算法，而是通過分片策略將各種場景提煉出來，提供了高層級的抽象，通過提供接口讓開發(fā)者自行實現(xiàn)分片算法。

以下內(nèi)容引用自官方文檔。官方文檔

首先介紹四種分片算法。

通過分片算法將數(shù)據(jù)分片，支持通過=、BETWEEN和IN分片。
分片算法需要應(yīng)用方開發(fā)者自行實現(xiàn)，可實現(xiàn)的靈活度非常高。

目前提供4種分片算法。由于分片算法和業(yè)務(wù)實現(xiàn)緊密相關(guān)，
因此并未提供內(nèi)置分片算法，而是通過分片策略將各種場景提煉出來，
提供更高層級的抽象，并提供接口讓應(yīng)用開發(fā)者自行實現(xiàn)分片算法。

分片鍵

用于分片的數(shù)據(jù)庫字段，是將數(shù)據(jù)庫(表)水平拆分的關(guān)鍵字段。例：將訂單表中的訂單主鍵的尾數(shù)取模分片，則訂單主鍵為分片字段。 SQL中如果無分片字段，將執(zhí)行全路由，性能較差。除了對單分片字段的支持，ShardingSphere也支持根據(jù)多個字段進行分片。

分片算法

通過分片算法將數(shù)據(jù)分片，支持通過=、BETWEEN和IN分片。分片算法需要應(yīng)用方開發(fā)者自行實現(xiàn)，可實現(xiàn)的靈活度非常高。

目前提供4種分片算法。由于分片算法和業(yè)務(wù)實現(xiàn)緊密相關(guān)，因此并未提供內(nèi)置分片算法，而是通過分片策略將各種場景提煉出來，提供更高層級的抽象，并提供接口讓應(yīng)用開發(fā)者自行實現(xiàn)分片算法。

精確分片算法

對應(yīng)PreciseShardingAlgorithm，用于處理使用單一鍵作為分片鍵的=與IN進行分片的場景。需要配合StandardShardingStrategy使用。

范圍分片算法

對應(yīng)RangeShardingAlgorithm，用于處理使用單一鍵作為分片鍵的BETWEEN AND進行分片的場景。需要配合StandardShardingStrategy使用。

復(fù)合分片算法

對應(yīng)ComplexKeysShardingAlgorithm，用于處理使用多鍵作為分片鍵進行分片的場景，包含多個分片鍵的邏輯較復(fù)雜，需要應(yīng)用開發(fā)者自行處理其中的復(fù)雜度。需要配合ComplexShardingStrategy使用。

Hint分片算法

對應(yīng)HintShardingAlgorithm，用于處理使用Hint行分片的場景。需要配合HintShardingStrategy使用。

分片策略

包含分片鍵和分片算法，由于分片算法的獨立性，將其獨立抽離。真正可用于分片操作的是分片鍵 + 分片算法，也就是分片策略。目前提供5種分片策略。

標準分片策略

對應(yīng)StandardShardingStrategy。提供對SQL語句中的=, IN和BETWEEN AND的分片操作支持。StandardShardingStrategy只支持單分片鍵，提供PreciseShardingAlgorithm和RangeShardingAlgorithm兩個分片算法。PreciseShardingAlgorithm是必選的，用于處理=和IN的分片。RangeShardingAlgorithm是可選的，用于處理BETWEEN AND分片，如果不配置RangeShardingAlgorithm，SQL中的BETWEEN AND將按照全庫路由處理。

復(fù)合分片策略

對應(yīng)ComplexShardingStrategy。復(fù)合分片策略。提供對SQL語句中的=, IN和BETWEEN AND的分片操作支持。ComplexShardingStrategy支持多分片鍵，由于多分片鍵之間的關(guān)系復(fù)雜，因此并未進行過多的封裝，而是直接將分片鍵值組合以及分片操作符透傳至分片算法，完全由應(yīng)用開發(fā)者實現(xiàn)，提供最大的靈活度。

行表達式分片策略

對應(yīng)InlineShardingStrategy。使用Groovy的表達式，提供對SQL語句中的=和IN的分片操作支持，只支持單分片鍵。對于簡單的分片算法，可以通過簡單的配置使用，從而避免繁瑣的Java代碼開發(fā)，如:t_user_$->{u_id % 8}表示t_user表根據(jù)u_id模8，而分成8張表，表名稱為t_user_0到t_user_7。

Hint分片策略

對應(yīng)HintShardingStrategy。通過Hint而非SQL解析的方式分片的策略。

不分片策略

對應(yīng)NoneShardingStrategy。不分片的策略。

SQL Hint

對于分片字段非SQL決定，而由其他外置條件決定的場景，可使用SQL Hint靈活的注入分片字段。例：內(nèi)部系統(tǒng)，按照員工登錄主鍵分庫，而數(shù)據(jù)庫中并無此字段。SQL Hint支持通過Java API和SQL注釋(待實現(xiàn))兩種方式使用。

實戰(zhàn)–自定義復(fù)合分片策略

由于目的為貼近實戰(zhàn)，因此著重講解如何實現(xiàn)復(fù)雜分片策略，即實現(xiàn)ComplexShardingStrategy接口定制生產(chǎn)可用的分片策略。

AdminIdShardingAlgorithm 復(fù)合分片算法代碼如下：

import com.google.common.collect.Range;
import io.shardingjdbc.core.api.algorithm.sharding.ListShardingValue;
import io.shardingjdbc.core.api.algorithm.sharding.PreciseShardingValue;
import io.shardingjdbc.core.api.algorithm.sharding.RangeShardingValue;
import io.shardingjdbc.core.api.algorithm.sharding.ShardingValue;
import io.shardingjdbc.core.api.algorithm.sharding.complex.ComplexKeysShardingAlgorithm;
import org.apache.commons.lang.StringUtils;
import org.apache.log4j.Logger;
 
import java.util.*;
 
/**
 */
public class AdminIdShardingAlgorithm implements ComplexKeysShardingAlgorithm {
 
    private Logger logger = Logger.getLogger(getClass());
 
    @Override
    public Collection<String> doSharding(Collection<String> availableTargetNames, Collection<ShardingValue> shardingValues) {
        Collection<String> routTables = new HashSet<String>();
        if (shardingValues != null) {
            for (ShardingValue shardingValue : shardingValues) {
 
                // eq in 條件
                if (shardingValue instanceof ListShardingValue) {
                    ListShardingValue listShardingValue = (ListShardingValue) shardingValue;
                    Collection<Comparable> values = listShardingValue.getValues();
                    if (values != null) {
                        Iterator<Comparable> it = values.iterator();
                        while (it.hasNext()) {
                            Comparable value = it.next();
                            String routTable = getRoutTable(shardingValue.getLogicTableName(), value);
                            if (StringUtils.isNotBlank(routTable)) {
                                routTables.add(routTable);
                            }
                        }
                    }
 
                    // eq 條件
                } else if (shardingValue instanceof PreciseShardingValue) {
                    PreciseShardingValue preciseShardingValue = (PreciseShardingValue) shardingValue;
 
                    Comparable value = preciseShardingValue.getValue();
                    String routTable = getRoutTable(shardingValue.getLogicTableName(), value);
                    if (StringUtils.isNotBlank(routTable)) {
                        routTables.add(routTable);
                    }
                    // between 條件
                } else if (shardingValue instanceof RangeShardingValue) {
                    RangeShardingValue rangeShardingValue = (RangeShardingValue) shardingValue;
                    Range<Comparable> valueRange = rangeShardingValue.getValueRange();
                    Comparable lowerEnd = valueRange.lowerEndpoint();
                    Comparable upperEnd = valueRange.upperEndpoint();
 
                    Collection<String> tables = getRoutTables(shardingValue.getLogicTableName(), lowerEnd, upperEnd);
                    if (tables != null && tables.size() > 0) {
                        routTables.addAll(tables);
                    }
                }
 
                if (routTables != null && routTables.size() > 0) {
                    return routTables;
                }
            }
        }
 
        throw new UnsupportedOperationException();

    }
 
    private String getRoutTable(String logicTable, Comparable keyValue) {
        Map<String, List<KeyShardingRange>> keyRangeMap = KeyShardingRangeConfig.getKeyRangeMap();
 
        List<KeyShardingRange> keyShardingRanges = keyRangeMap.get(KeyShardingRangeConfig.SHARDING_ID_KEY);
 
        if (keyValue != null && keyShardingRanges != null) {
            if (keyValue instanceof Integer) {
                keyValue = Long.valueOf(((Integer) keyValue).intValue());
            }
            for (KeyShardingRange range : keyShardingRanges) {
                if (keyValue.compareTo(range.getMin()) >= 0 && keyValue.compareTo(range.getMax()) <= 0) {
                    return logicTable + range.getTableKey();
                }
            }
        }
        return null;
    }
    private Collection<String> getRoutTables(String logicTable, Comparable lowerEnd, Comparable upperEnd) {
        Map<String, List<KeyShardingRange>> keyRangeMap = KeyShardingRangeConfig.getKeyRangeMap();
 
        List<KeyShardingRange> keyShardingRanges = keyRangeMap.get(KeyShardingRangeConfig.SHARDING_CONTENT_ID_KEY);
        Set<String> routTables = new HashSet<String>();
        if (lowerEnd != null && upperEnd != null && keyShardingRanges != null) {
            if (lowerEnd instanceof Integer) {
                lowerEnd = Long.valueOf(((Integer) lowerEnd).intValue());
            }
 
            if (upperEnd instanceof Integer) {
                upperEnd = Long.valueOf(((Integer) upperEnd).intValue());
            }
            boolean start = false;
            for (KeyShardingRange range : keyShardingRanges) {
                if (lowerEnd.compareTo(range.getMin()) >= 0 && lowerEnd.compareTo(range.getMax()) <= 0) {
                    start = true;
                }
                if (start) {
                    routTables.add(logicTable + range.getTableKey());
                }
                if (upperEnd.compareTo(range.getMin()) >= 0 && upperEnd.compareTo(range.getMax()) <= 0) {
                    break;
                }
            }
        }
        return routTables;
    }
}

范圍 map 如下：

import java.util.ArrayList;
import java.util.LinkedHashMap;
import java.util.List;
import java.util.Map;
 
/**
 * 分片鍵分布配置
 */
public class KeyShardingRangeConfig {
 
    private static Map<String, List<KeyShardingRange>> keyRangeMap = new LinkedHashMap<String, List<KeyShardingRange>>();
 
    public static final String SHARDING_ORDER_ID_KEY = "id";
 
    public static final String SHARDING_USER_ID_KEY = "adminId";
 
    public static final String SHARDING_DATE_KEY = "createTime";
 
    static {
        List<KeyShardingRange> idRanges = new ArrayList<KeyShardingRange>();
        idRanges.add(new KeyShardingRange(0, "_0", 0L, 4000000L));
        idRanges.add(new KeyShardingRange(1, "_1", 4000001L, 8000000L));
        idRanges.add(new KeyShardingRange(2, "_2", 8000001L, 12000000L));
        idRanges.add(new KeyShardingRange(3, "_3", 12000001L, 16000000L));
        idRanges.add(new KeyShardingRange(4, "_4", 16000001L, 2000000L));
        keyRangeMap.put(SHARDING_ID_KEY, idRanges);
 
        List<KeyShardingRange> contentIdRanges = new ArrayList<KeyShardingRange>();
        contentIdRanges.add(new KeyShardingRange(0, "_0", 0L, 4000000L));
        contentIdRanges.add(new KeyShardingRange(1, "_1", 4000001L, 8000000L));
        contentIdRanges.add(new KeyShardingRange(2, "_2", 8000001L, 12000000L));
        contentIdRanges.add(new KeyShardingRange(3, "_3", 12000001L, 16000000L));
        contentIdRanges.add(new KeyShardingRange(4, "_4", 16000001L, 2000000L));
        keyRangeMap.put(SHARDING_CONTENT_ID_KEY, contentIdRanges);
 
        List<KeyShardingRange> timeRanges = new ArrayList<KeyShardingRange>();
        timeRanges.add(new KeyShardingRange("_0", 20170701L, 20171231L));
        timeRanges.add(new KeyShardingRange("_1", 20180101L, 20180630L));
        timeRanges.add(new KeyShardingRange("_2", 20180701L, 20181231L));
        timeRanges.add(new KeyShardingRange("_3", 20190101L, 20190630L));
        timeRanges.add(new KeyShardingRange("_4", 20190701L, 20191231L));
        keyRangeMap.put(SHARDING_DATE_KEY, timeRanges);
    }
 
    public static Map<String, List<KeyShardingRange>> getKeyRangeMap() {
        return keyRangeMap;
    }
}

核心邏輯解析

梳理一下邏輯，首先介紹一下該方法的入?yún)?/p>

參數(shù)名解釋

availableTargetNames 有效的物理數(shù)據(jù)源，即配置文件中的 t_order_0,t_order_1,t_order_2,t_order_3

shardingValues 分片屬性，如：{“columnName”:”order_id”,”logicTableName”:”t_order”,”values”:[“UD020003011903261545436593200002”]} ，包含：分片列名，邏輯表名，當(dāng)前列的具體分片值

該方法返回值為

參數(shù)名解釋

Collection＜String＞分片結(jié)果，可以是目標數(shù)據(jù)源，也可以是目標數(shù)據(jù)表，此處為數(shù)據(jù)源

接著回來看業(yè)務(wù)邏輯，偽代碼如下

首先打印了一下數(shù)據(jù)源集合 availableTargetNames 以及分片屬性 shardingValues的值，執(zhí)行測試用例后，日志輸出為：

availableTargetNames:["t_order_0","t_order_1","t_order_2","t_order_3"],
shardingValues:[{"columnName":"user_id","logicTableName":"t_order","values":["UD020003011903261545436593200002"]},
                {"columnName":"order_id","logicTableName":"t_order","values":["OD000000011903261545475143200001"]}]

從日志可以看出，我們可以在該路由方法中取到配置時的物理數(shù)據(jù)源列表，以及在運行時獲取本次執(zhí)行時的路由屬性及其值

完整的邏輯流程如下：

定義一個集合用于放置最終匹配好的路由數(shù)據(jù)源，接著對shardingValues進行遍歷，目的為至少命中一個路由鍵
遍歷shardingValues循環(huán)體中，打印了當(dāng)前循環(huán)的shardingValue，即實際的分片鍵的數(shù)值，如：訂單號、用戶id等。通過getIndex方法，獲取該分片鍵值中包含的物理數(shù)據(jù)源索引
接著遍歷數(shù)據(jù)源列表availableTargetNames，截取當(dāng)前循環(huán)對應(yīng)availableTargetName的索引值，（eg: ds0則取0，ds1則取1…以此類推）將該配置的物理數(shù)據(jù)源索引與第2步中解析到的數(shù)據(jù)源路由索引進行比較，兩者相等則表名我們期望將該數(shù)據(jù)路由到該匹配到的數(shù)據(jù)源。
執(zhí)行這個過程，直到匹配到一個路由鍵則停止循環(huán)，之所以這么做是因為我們是復(fù)合分片，至少要匹配到一個路由規(guī)則，才能停止循環(huán)，最終將路由到的物理數(shù)據(jù)源（ds0/ds1/ds2/ds3）通過add方法添加到事先定義好的集合中并返回給框架。
邏輯結(jié)束。

小結(jié)

本文中，基本完成了Sharding-JDBC中復(fù)合分片路由算法的自定義實現(xiàn)，并經(jīng)過測試驗證符合預(yù)期，該實現(xiàn)方案在生產(chǎn)上已經(jīng)經(jīng)歷過考驗。定義分片路由策略的核心還是要熟悉ComplexKeysShardingAlgorithm，對如何解析 doSharding(CollectionavailableTargetNames, CollectionshardingValues)的參數(shù)有明確的認識，最簡單的方法就是實際打印一下參數(shù)，相信會讓你更加直觀的感受到作者優(yōu)良的接口設(shè)計能力，站在巨人的肩膀上我們能看到更遠。

到此這篇關(guān)于Sharding-Jdbc 自定義復(fù)合分片的實現(xiàn)的文章就介紹到這了,更多相關(guān)Sharding-Jdbc 自定義復(fù)合分片內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: