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;

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

maven 相关依赖：

<dependency>    <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId></dependency><dependency> <groupId>org.mybatis.spring.boot</groupId> <artifactId>mybatis-spring-boot-starter</artifactId> <version>2.1.0</version></dependency><dependency>     <groupId>org.mybatis</groupId>  <artifactId>mybatis</artifactId>  <version>3.5.2</version></dependency><dependency>  <groupId>mysql</groupId>  <artifactId>mysql-connector-java</artifactId>  <version>8.0.16</version>  <scope>runtime</scope></dependency><dependency>      <groupId>com.github.pagehelper</groupId>   <artifactId>pagehelper-spring-boot-starter</artifactId>   <version>1.2.3</version></dependency><dependency>   <groupId>org.springframework.boot</groupId>   <artifactId>spring-boot-starter-test</artifactId>   <scope>test</scope></dependency><dependency>   <groupId>org.apache.shardingsphere</groupId>   <artifactId>sharding-jdbc-spring-boot-starter</artifactId>   <version>4.0.1</version></dependency><dependency>   <groupId>com.alibaba</groupId>   <artifactId>druid</artifactId>   <version>1.1.17</version></dependency><dependency>   <groupId>com.google.guava</groupId>   <artifactId>guava</artifactId>   <version>29.0-jre</version></dependency>

配置文件相关配置如下：

server.port=9002mybatis.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StatFilterspring.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urlspring.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=adminspring.shardingsphere.props.sql.show=false#数据库名spring.shardingsphere.datasource.names=dp0,dp1,dp2,dp3,dp4#datasourcespring.shardingsphere.datasource.dp0.type=com.alibaba.druid.pool.DruidDataSourcespring.shardingsphere.datasource.dp0.driver-class-name=com.mysql.jdbc.Driverspring.shardingsphere.datasource.dp0.url=jdbc:mysql://localhost:3306/my-sharding_0?useUnicode=true&characterEncoding=utf-8&serverTimeZone=CTT&allowPublicKeyRetrieval=true&serverTimezone=UTCspring.shardingsphere.datasource.dp0.username=rootspring.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=idspring.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=idspring.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<Long> {    private Logger logger = LoggerFactory.getLogger(DbShardingAlgorithm.class);    @Override    public String doSharding(Collection<String> availableTargetNames, PreciseShardingValue<Long> 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<Long> {    private Logger logger = LoggerFactory.getLogger(TableShardingAlgorithm.class);    @Override    public String doSharding(Collection<String> availableTargetNames, PreciseShardingValue<Long> 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" ?><!DOCTYPE mapper        PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN"        ";><mapper namespace="com.tian.shardingdemo.mapper.UserMapper">    <resultMap id="User" type="com.tian.shardingdemo.entity.User">        <id column="id" property="id"/>        <result column="user_name" property="userName"/>    </resultMap>    <insert id="insert">        INSERT INTO t_user (id, user_name,age,gender) VALUES ( #{id},#{userName},#{age},#{gender}        );    </insert>    <select id="selectUserById" resultMap="User">        select * from t_user        <where>            <if test="id != null">                id = #{id}            </if>        </where>    </select>    <update id="updateAuthorIfNecessary">        update t_user        <trim prefix="SET" suffixOverrides=",">            <if test="userName != null and userName != ''">                `user_name` = #{userName},            </if>            <if test="gender != null and gender != 0">                gender = #{gender},            </if>            <if test="age != null and age != 0">                age = #{age},            </if>        </trim>        where id=#{id}    </update></mapper>

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@Repositorypublic 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);}@Servicepublic 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@RequestMappingpublic 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<String,Long> 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：

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。