Sharding JDBC分表怎么配置

# Sharding JDBC分表怎么配置

## 一、ShardingSphere與Sharding JDBC簡介

### 1.1 ShardingSphere生態體系
Apache ShardingSphere是一套開源的分布式數據庫中間件解決方案組成的生態圈，包含以下核心組件：
- **Sharding JDBC**：輕量級Java框架，提供分庫分表能力
- **Sharding Proxy**：透明化的數據庫代理端
- **Sharding Sidecar**（規劃中）：云原生數據庫代理

### 1.2 Sharding JDBC核心特性
1. 分庫分表（水平拆分）
2. 讀寫分離
3. 分布式事務
4. 數據脫敏
5. 分布式主鍵
6. 彈性伸縮能力

## 二、分表配置基礎概念

### 2.1 分表策略類型
| 策略類型        | 描述                          | 適用場景                 |
|----------------|-----------------------------|------------------------|
| 標準分片策略      | 基于=、IN、BETWEEN的分片       | 精確查詢場景             |
| 復合分片策略      | 多分片鍵組合                   | 多維度查詢需求           |
| 行表達式分片策略  | Groovy表達式配置               | 簡單分片規則             |
| Hint分片策略     | 通過Hint指定分片               | 特殊路由場景             |

### 2.2 核心配置元素
```yaml
sharding:
  tables:
    [邏輯表名]:
      actual-data-nodes: # 物理表節點
      table-strategy:    # 分表策略
        standard:       # 標準策略
          sharding-column: # 分片字段
          precise-algorithm-class-name: # 精確分片算法

三、詳細配置指南

3.1 YAML配置方式（推薦）

完整配置示例

spring:
  shardingsphere:
    datasource:
      names: ds0
      ds0:
        type: com.zaxxer.hikari.HikariDataSource
        driver-class-name: com.mysql.jdbc.Driver
        jdbc-url: jdbc:mysql://localhost:3306/demo_ds?serverTimezone=UTC
        username: root
        password: 

    sharding:
      tables:
        t_order:
          actual-data-nodes: ds0.t_order_$->{0..15}
          table-strategy:
            inline:
              sharding-column: order_id
              algorithm-expression: t_order_$->{order_id % 16}
          key-generator:
            column: order_id
            type: SNOWFLAKE
            props:
              worker.id: 123

關鍵參數說明

1. actual-data-nodes：

   • 格式：數據源名.表名_$->{分片范圍}
   • 示例：ds0.t_order_$->{0..15} 表示16個分片表

2. 分片算法配置：

   table-strategy:
    complex:
      sharding-columns: user_id,order_date
      algorithm-class-name: com.example.MyComplexShardingAlgorithm
   

3.2 Java代碼配置方式

標準分片配置示例

public DataSource getDataSource() throws SQLException {
    // 數據源配置
    Map<String, DataSource> dataSourceMap = new HashMap<>();
    dataSourceMap.put("ds0", createDataSource("ds0"));
    
    // 分表規則
    ShardingTableRuleConfiguration tableRuleConfig = new ShardingTableRuleConfiguration(
        "t_order", 
        "ds0.t_order_$->{0..15}");
    
    // 分片算法配置
    Properties props = new Properties();
    props.setProperty("algorithm-expression", "t_order_$->{order_id % 16}");
    tableRuleConfig.setTableShardingStrategy(
        new StandardShardingStrategyConfiguration(
            "order_id", 
            "inline", 
            props));
    
    // 主鍵生成配置
    tableRuleConfig.setKeyGeneratorConfig(new KeyGeneratorConfiguration("SNOWFLAKE", "order_id"));
    
    // 全局配置
    ShardingRuleConfiguration shardingRuleConfig = new ShardingRuleConfiguration();
    shardingRuleConfig.getTables().add(tableRuleConfig);
    
    return ShardingSphereDataSourceFactory.createDataSource(
        dataSourceMap, 
        Collections.singleton(shardingRuleConfig),
        new Properties());
}

3.3 分片算法詳解

內置算法類型

1. 行表達式分片（inline）

   algorithm-expression: t_order_$->{order_id % 8}
   

2. 標準分片算法

   public class OrderIdPreciseShardingAlgorithm implements PreciseShardingAlgorithm<Long> {
      @Override
      public String doSharding(Collection<String> tableNames, PreciseShardingValue<Long> shardingValue) {
          return "t_order_" + (shardingValue.getValue() % 16);
      }
   }
   

3. 范圍分片算法

   public class OrderIdRangeShardingAlgorithm implements RangeShardingAlgorithm<Long> {
      @Override
      public Collection<String> doSharding(Collection<String> tableNames, 
                                         RangeShardingValue<Long> shardingValue) {
          // 處理BETWEEN AND查詢的路由
      }
   }
   

四、高級配置技巧

4.1 多分片鍵配置

table-strategy:
  complex:
    sharding-columns: user_id,order_date
    algorithm-class-name: com.example.MultiKeyShardingAlgorithm

4.2 綁定表配置

sharding:
  binding-tables:
    - t_order,t_order_item

4.3 廣播表配置

sharding:
  broadcast-tables:
    - t_config

4.4 分布式序列配置

sharding:
  tables:
    t_order:
      key-generator:
        column: order_id
        type: SNOWFLAKE
        props:
          worker.id: 123
          max.tolerate.time.difference.milliseconds: 60000

五、Spring Boot集成方案

5.1 依賴引入

<dependency>
    <groupId>org.apache.shardingsphere</groupId>
    <artifactId>sharding-jdbc-spring-boot-starter</artifactId>
    <version>5.1.1</version>
</dependency>

5.2 自動配置示例

# 開啟SQL顯示
spring.shardingsphere.props.sql.show=true

# 數據源配置
spring.shardingsphere.datasource.names=ds0
spring.shardingsphere.datasource.ds0.type=com.zaxxer.hikari.HikariDataSource
spring.shardingsphere.datasource.ds0.driver-class-name=com.mysql.jdbc.Driver
spring.shardingsphere.datasource.ds0.jdbc-url=jdbc:mysql://localhost:3306/demo_ds
spring.shardingsphere.datasource.ds0.username=root

六、性能優化建議

6.1 分片數量設計

• 建議單表數據量控制在500萬-1000萬條
• 分片數建議為2的N次方（便于取模運算）
• 考慮未來3-5年的數據增長量

6.2 查詢優化方案

1. 避免全表掃描：確保WHERE條件包含分片鍵
2. 綁定表使用：關聯查詢的表使用相同的分片規則
3. 分頁優化： “`java // 錯誤方式（內存分頁） select * from t_order limit 100000, 10;

// 正確方式（分片鍵條件分頁） select * from t_order where order_id > 100000 limit 10;

## 七、常見問題排查

### 7.1 典型錯誤場景
1. **SQL不支持異常**：
   - 原因：使用了不支持的SQL語法（如多子查詢）
   - 方案：簡化SQL或使用Hint強制路由

2. **分片鍵缺失**：
   ```java
   // 錯誤示例
   @Query("SELECT * FROM t_order WHERE status = :status")
   List<Order> findByStatus(@Param("status") String status);
   
   // 正確示例
   @Query("SELECT * FROM t_order WHERE order_id = :orderId AND status = :status")
   List<Order> findByIdAndStatus(@Param("orderId") Long orderId, 
                               @Param("status") String status);

7.2 日志分析技巧

1. 開啟SQL日志：

   
   spring.shardingsphere.props.sql.show=true
   

2. 查看實際路由結果：

   
   [INFO ] - Actual SQL: ds0 ::: SELECT * FROM t_order_3 WHERE order_id = ?
   

八、版本升級注意事項

5.x版本重要變更

1. 配置項前綴從sharding.jdbc改為spring.shardingsphere
2. 移除了Spring命名空間支持
3. 新增分布式治理功能

兼容性處理

1. 舊版配置轉換工具：

   
   ShardingSphereYamlSwapper swapper = new YamlShardingRuleConfigurationSwapper();
   ShardingRuleConfiguration config = swapper.swap(yamlConfig);
   

結語

通過本文的詳細講解，您應該已經掌握了Sharding JDBC分表配置的核心方法。實際應用中建議： 1. 開發環境開啟SQL日志驗證路由準確性 2. 生產環境做好分片算法的壓力測試 3. 歷史數據遷移考慮使用ShardingSphere-Scaling工具 4. 持續關注社區版本更新

官方文檔參考：https://shardingsphere.apache.org/document/current/cn/overview/ “`

注：本文檔示例基于ShardingSphere 5.1.1版本，實際使用時請根據具體版本調整配置語法。