3、分片篇：shardingsphere JDBC原理与入门

1. 数据源DataSource接口

1
2
3
4
5
6

public interface DataSource  extends CommonDataSource, Wrapper {

  Connection getConnection() throws SQLException;

  Connection getConnection(String username, String password) throws SQLException;
}

图中 Druid 连接池实现了 DataSource 的两个核心接口（获取连接）, 因此我们可以非常简单获取连接并执行 JDBC 操作。

2. shardingsphere-JDBC本质是一个数据源连接池

下图展示了 shardingsphere jdbc 4.X 源码：

和 Druid 一样，shardingsphere-JDBC 本质是一个数据源连接池 ，只不过它可以管理多个数据源，同时配置分片规则，当执行 SQL 时，根据分片规则，路由到相应分片，并执行，当然它的内部机制实现相比之下更复杂而已。

3. 使用shardingsphere-JDBC原生API编写一个入门例子

需求：一个库中有 2 个订单表，按照订单 id 取模，将数据路由到指定的表。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

drop database if exists sj_ds0;
create database sj_ds0;
use sj_ds0;
drop table if exists t_order_0;
create table t_order_0(
    order_id bigint not null primary key,
    user_id bigint not null,
    price bigint not null
);
drop table if exists t_order_1;
create table t_order_1(
    order_id bigint not null primary key,
    user_id bigint not null,
    price bigint not null
);
drop table if exists t_user;
create table t_user(
    id bigint not null primary key auto_increment,
    name varchar(128) not null
);

演示代码如下：

代码逻辑流程：

1、配置真实数据源

数据源 HashMap 的 key 是数据源的别名，在后面的分片规则里会用到。

2、 配置分表规则

首先，定义分表规则 ，逻辑表名叫 t_order , ds0.t_order_$->{0..1} 是 grovvy 表达式，它对应的真实表是 ds0.t_order_0， ds0.t_order_1 ，

接着，内置的分片算法，分片字段是 order_id , 规则是：orderId % 2的结果就是将orderId除以2所得的余数，它的取值范围是 0或 1 。

3、 将分表规则添加到分片规则列表

4、 配置属性

建议在调试/开发阶段输出分片执行日志，方便调试。

5、 创建数据源

6、 获取连接，测试向t_order表插入8条数据，8条数据会分散到2个表

启动应用后，控制台显示如下：

查看数据库表，发现 8 条数据均匀分布到两张订单表里。