受群里小伙伴之邀，搞一个分库分表案例，这样让很多没用过分库分表的心里也有个底，不然永远看到的都是网上的各种概念和解决方案性的文章。

需求

由于用户表过于庞大，采取相关SQL优化，还是不能满足，所以现对其进行做分库分表。

数据库：my-sharding

数据库表：t_user

建表语句如下：

DROP TABLE IF EXISTS `t_user`;
CREATE TABLE `t_user` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `user_name` varchar(32) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL,
  `age` int NOT NULL,
  `gender` int NOT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8;

关于数据库分库分表通常有两种方案：

• 垂直拆分
• 水平拆分

下面我们来演示水平拆分，大致思路：

通过t_user表的id进行hash，然后再和数据库个数进行取模，得出对应数据库。

通过hash值和每个数据库中表的个数进行取模，得出对应表名。

创建数据库和表

加入有2000万条数据，那么为了方便演示，我们就暂定分为五个库，每个数据库对应五个表。

理想状态：2000万/5/4，那么每个数据库分得400万，每个表分得80万。

总之，分库分表后，我们的每一张表的数据库和表都与之前的确实不是一个量级了。

五个数据库：

每个数据库有五张表：

建表语句如下：

DROP TABLE IF EXISTS `t_user_0`;
CREATE TABLE `t_user_0` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `user_name` varchar(32) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL,
  `age` int NOT NULL,
  `gender` int NOT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8;

DROP TABLE IF EXISTS `t_user_1`;
CREATE TABLE `t_user_1` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `user_name` varchar(32) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL,
  `age` int NOT NULL,
  `gender` int NOT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=3 DEFAULT CHARSET=utf8;

DROP TABLE IF EXISTS `t_user_2`;
CREATE TABLE `t_user_2` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `user_name` varchar(32) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL,
  `age` int NOT NULL,
  `gender` int NOT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=3 DEFAULT CHARSET=utf8;


DROP TABLE IF EXISTS `t_user_3`;
CREATE TABLE `t_user_3` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `user_name` varchar(32) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL,
  `age` int NOT NULL,
  `gender` int NOT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=8 DEFAULT CHARSET=utf8;


DROP TABLE IF EXISTS `t_user_4`;
CREATE TABLE `t_user_4` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `user_name` varchar(32) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL,
  `age` int NOT NULL,
  `gender` int NOT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=5 DEFAULT CHARSET=utf8;

项目创建

使用技术栈：JDK8+MySQL+Spring Boot +Mybatis +Shardingsphere +Druid

maven 相关依赖：

    org.springframework.boot
 spring-boot-starter-web


 org.mybatis.spring.boot
 mybatis-spring-boot-starter
 2.1.0


     org.mybatis
  mybatis
  3.5.2



  mysql
  mysql-connector-java
  8.0.16
  runtime


      com.github.pagehelper
   pagehelper-spring-boot-starter
   1.2.3


   org.springframework.boot
   spring-boot-starter-test
   test


   org.apache.shardingsphere
   sharding-jdbc-spring-boot-starter
   4.0.1


   com.alibaba
   druid
   1.1.17


   com.google.guava
   guava
   29.0-jre

配置文件相关配置如下：

server.port=9002
mybatis.mapper-locations=classpath:/mapper/*.xml
# mybatis.type-aliases-package=com.neutral.idmapping.dbshard.pojo

##### 连接池配置 #######
# 过滤器设置（第一个stat很重要，没有的话会监控不到SQL）
spring.datasource.druid.filters=stat,wall,log4j2
##### WebStatFilter配置 #######
#启用StatFilter
spring.datasource.druid.web-stat-filter.enabled=true
#添加过滤规则
spring.datasource.druid.web-stat-filter.url-pattern=/*
#排除一些不必要的url
spring.datasource.druid.web-stat-filter.exclusions=*.js,*.gif,*.jpg,*.png,*.css,*.ico,/druid/*
#开启session统计功能
spring.datasource.druid.web-stat-filter.session-stat-enable=true
#缺省sessionStatMaxCount是1000个
spring.datasource.druid.web-stat-filter.session-stat-max-count=1000
#spring.datasource.druid.web-stat-filter.principal-session-name=
#spring.datasource.druid.web-stat-filter.principal-cookie-name=
#spring.datasource.druid.web-stat-filter.profile-enable=

##### StatViewServlet配置 #######
#启用内置的监控页面
spring.datasource.druid.stat-view-servlet.enabled=true
#内置监控页面的地址
spring.datasource.druid.stat-view-servlet.url-pattern=/druid/*
#关闭 Reset All 功能
spring.datasource.druid.stat-view-servlet.reset-enable=false
#设置登录用户名
spring.datasource.druid.stat-view-servlet.login-username=admin
#设置登录密码
spring.datasource.druid.stat-view-servlet.login-password=admin

spring.shardingsphere.props.sql.show=false
#数据库名
spring.shardingsphere.datasource.names=dp0,dp1,dp2,dp3,dp4
#datasource
spring.shardingsphere.datasource.dp0.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.dp0.driver-class-name=com.mysql.jdbc.Driver
spring.shardingsphere.datasource.dp0.url=jdbc:mysql://localhost:3306/my-sharding_0?useUnicode=true&characterEncoding=utf-8&serverTimeZone=CTT&allowPublicKeyRetrieval=true&serverTimezone=UTC
spring.shardingsphere.datasource.dp0.username=root
spring.shardingsphere.datasource.dp0.password=123456

 ----------相同的代码部分这里就不贴了-------
# 对应 dp1、dp2、dp3、dp4 和上面dp0配置类似，不一样的就是数据库名字不一样
# 因为我使用的本地创建多个数据库演示的，这里就没有必要重复累赘了

#actual-data-nodes
#这里是配置所有的 库.表 的集合
#比如我这里配置的意思是 dp0.data_0 , dp0.data_1 ,dp0.data_2 , ...
#此缩写方式使用了shardingsphere 官方推荐的语法
#t_user 逻辑表名  在UserMapper.xml中使用
spring.shardingsphere.sharding.tables.t_user.actual-data-nodes=dp$->{0..4}.t_user_$->{0..4}
#table
#设置了以data中字段id作为分表的标准，这样到时候就会将id作为参数传入到下面配置的我们自定义的分表方法中做具体操
spring.shardingsphere.sharding.tables.t_user.table-strategy.standard.sharding-column=id
spring.shardingsphere.sharding.tables.t_user.table-strategy.standard.precise-algorithm-class-name=com.tian.shardingdemo.common.TableShardingAlgorithm
#database
#设置了以data中字段id作为分库的标准，这样到时候就会将id作为参数传入到下面配置的我们自定义的分库方法中做具体操作
spring.shardingsphere.sharding.tables.t_user.database-strategy.standard.sharding-column=id
spring.shardingsphere.sharding.tables.t_user.database-strategy.standard.precise-algorithm-class-name=com.tian.shardingdemo.common.DbShardingAlgorithm

分库分表的两个分片类：

/**
 * 分库
 */
public class DbShardingAlgorithm implements PreciseShardingAlgorithm {

    private Logger logger = LoggerFactory.getLogger(DbShardingAlgorithm.class);

    @Override
    public String doSharding(Collection availableTargetNames, PreciseShardingValue shardingValue) {
        String databaseName = availableTargetNames.stream().findFirst().get();
        for (String dbName : availableTargetNames) {
            //shardingValue.getValue()就是配置的传入的值
            //我们这里选用的是传入sql中的id字段的值
            String targetDbName= "dp" + genderToTableSuffix(shardingValue.getValue());
            if (dbName.equals(targetDbName)) {
                //匹配到对应的数据库，比如 dp0
                //这个数据库名对应数据源处配置的dp0，dp1,...
                logger.info("数据库名=" + dbName);
                databaseName = dbName;
            }
        }
        return databaseName;
    }

    private String genderToTableSuffix(Long value) {
        //将id字段的值去hash值后去模运算得到分库的数字（就是一种算法而已）
        int i = Hashing.murmur3_128(1823977).newHasher().putString(String.valueOf(value), Charsets.UTF_8).hash().asInt();
        //hash与表个数进行取模
        return String.valueOf(Math.abs(i) % 5);
    }
}
/**
 * 分表
 */
public class TableShardingAlgorithm implements PreciseShardingAlgorithm {
    private Logger logger = LoggerFactory.getLogger(TableShardingAlgorithm.class);

    @Override
    public String doSharding(Collection availableTargetNames, PreciseShardingValue shardingValue) {
        String table = availableTargetNames.stream().findFirst().get();
        String targetName = "t_user_" + genderToTableSuffix(shardingValue.getValue());
        for (String tableName : availableTargetNames) {
            //检查计算出来的表名是否存在
            if (tableName.equals(targetName)) {
                logger.info("表名= " + tableName);
                table = tableName;
            }
        }
        return table;
    }

    private String genderToTableSuffix(Long value) {
        //算出一个hash值 int类型
        int i = Hashing.murmur3_128(8947189).newHasher().putString(String.valueOf(value), Charsets.UTF_8).hash().asInt();
        //hash与表个数进行取模
        return String.valueOf(Math.abs(i) % 5);
    }
}

下面是业务部分代码，先看UserMapper.xml内容：

<?xml version="1.0" encoding="UTF-8" ?>


    
        
        
    
    
        INSERT INTO t_user (id, user_name,age,gender) VALUES ( #{id},#{userName},#{age},#{gender}
        );
    
    
        select * from t_user
        
            
                id = #{id}
            
        
    

    
        update t_user
        
            
                `user_name` = #{userName},
            
            
                gender = #{gender},
            
            
                age = #{age},
            
        
        where id=#{id}
    

UserMapper接口：

import com.tian.shardingdemo.entity.User;
import org.apache.ibatis.annotations.Mapper;
import org.apache.ibatis.annotations.Param;
import org.springframework.stereotype.Repository;

@Mapper
@Repository
public interface UserMapper {

    User selectUserById(@Param("id") Long id);

    int updateAuthorIfNecessary(User user);

    int insert(User user);
}

为了更好地演示，我这里加入了controller层和service层，这也是大家平常开发套路。

service层代码如下：

public interface IUserService {

    User selectUserById(Long id);

    void add(Long id);
}
@Service
public class UserServiceImpl implements IUserService {

    @Resource
    private UserMapper userMapper;
    @Override
    public User selectUserById(Long id) {
        return userMapper.selectUserById(id);
    }

    @Override
    public void add(Long id) {
        User user = new User();
        user.setAge(22);
        user.setGender(1);
        user.setId(id);
        user.setUserName("tian" + id);
        userMapper.insert(user);
    }
}

controller层代码如下：

@RestController
@RequestMapping
public class UserController {

    @Resource
    private IUserService userService;

    @RequestMapping(value = "/user/{id}", method = RequestMethod.GET)
    public User selectUserById(@PathVariable("id") Long id) {
        return userService.selectUserById(id);
    }

    @PostMapping("/add")
    public Object add(@RequestBody Map params) {
        Long id = params.get("id");
        userService.add(id);
        return "ok";
    }
}

最后是项目的启动类：

@SpringBootApplication
@MapperScan({"com.tian.shardingdemo.mapper"})
public class ShardingDemoApplication {

 public static void main(String[] args) {
  SpringApplication.run(ShardingDemoApplication.class, args);
 }
}

启动项目，启动成功：

下面我们来演示一下新增数据和查询。

添加数据到数据库中

先来添加数据到数据库中，这里使用的是IDEA中restful工具：

后台日志：

再查看数据库表中：

到此，我们的数据依旧落库，下面我们来演示一下数据查询。

数据查询

浏览器里输入：

http://localhost:9002/user/7

返回数据：

{"id":7,"userName":"tian7","age":22,"gender":1}

后台日志：

从日志和返回结果可以看出，已经为我们正确的选择到对应的数据库和表了，这样，一个分库分表的查询就成功了。

总结

本文没有太多的概念，直接使用案例演示。相关概念性的文章，还有分库分表解决方案的文章，网上一堆堆的，感兴趣可以自行查阅。