这篇文章主要介绍“怎么使用sharding-jdbc实现水平分表”，在日常操作中，相信很多人在怎么使用sharding-jdbc实现水平分表问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”怎么使用sharding-jdbc实现水平分表”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
在mysql中新建数据库sharding_db，新增两张结构一样的表student_1和student_2。
CREATE TABLE `student_1` (`ID` bigint(20) NOT NULL ,`NAME` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin NOT NULL ,`AGE` int(11) NOT NULL ,`GENDER` varchar(1) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin NOT NULL ,PRIMARY KEY (`ID`));此处未指定主键自增，因为两张表的id不能重复，所以只能从后端传入id。
添加依赖
<dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-jdbc</artifactId></dependency><dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId></dependency><!-- Druid连接池 --><dependency> <groupId>com.alibaba</groupId> <artifactId>druid</artifactId> <version>1.1.20</version></dependency><!-- Mysql驱动依赖 --><dependency> <groupId>mysql</groupId> <artifactId>mysql-connector-java</artifactId></dependency><!-- MybatisPlus --><dependency> <groupId>com.baomidou</groupId> <artifactId>mybatis-plus-boot-starter</artifactId> <version>3.0.5</version></dependency><!-- Sharding-JDBC --><dependency> <groupId>org.apache.shardingsphere</groupId> <artifactId>sharding-jdbc-spring-boot-starter</artifactId> <version>4.0.0-RC1</version></dependency><!-- lombok --><dependency> <groupId>org.projectlombok</groupId> <artifactId>lombok</artifactId></dependency><dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-test</artifactId> <scope>test</scope></dependency><dependency> <groupId>junit</groupId> <artifactId>junit</artifactId> <scope>test</scope></dependency><dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-test</artifactId> <scope>test</scope> <exclusions> <exclusion> <groupId>org.junit.vintage</groupId> <artifactId>junit-vintage-engine</artifactId> </exclusion> </exclusions></dependency>编写配置文件
spring.main.allow-bean-definition-overriding=true# 配置Sharding-JDBC的分片策略# 配置数据源，给数据源起名g1,g2...此处可配置多数据源spring.shardingsphere.datasource.names=g1# 配置数据源具体内容:连接池，驱动,地址，用户名，密码# 由于上面配置数据源只有g1因此下面只配置g1.type,g1.driver-class-name,g1.url,g1.username,g1.passwordspring.shardingsphere.datasource.g1.type=com.alibaba.druid.pool.DruidDataSourcespring.shardingsphere.datasource.g1.driver-class-name=com.mysql.cj.jdbc.Driverspring.shardingsphere.datasource.g1.url=jdbc:mysql://localhost:3306/sharding_db?characterEncoding=utf-8&useUnicode=true&useSSL=false&serverTimezone=UTCspring.shardingsphere.datasource.g1.username=rootspring.shardingsphere.datasource.g1.password=123456# 配置表的分布，表的策略spring.shardingsphere.sharding.tables.student.actual-data-nodes=g1.student_$->{1..2}# 指定student表 主键gid 生成策略为 SNOWFLAKEspring.shardingsphere.sharding.tables.student.key-generator.column=idspring.shardingsphere.sharding.tables.student.key-generator.type=SNOWFLAKE# 指定分片策略 约定id值是偶数添加到student_1表，如果id是奇数添加到student_2表spring.shardingsphere.sharding.tables.student.table-strategy.inline.sharding-column=idspring.shardingsphere.sharding.tables.student.table-strategy.inline.algorithm-expression=student_$->{id % 2 + 1}# 打开sql输出日志spring.shardingsphere.props.sql.show=true或者是yml格式
spring: main: allow-bean-definition-overriding: true shardingsphere: datasource: g1: driver-class-name: com.mysql.cj.jdbc.Driver password: 123456 type: com.alibaba.druid.pool.DruidDataSource url: jdbc:mysql://localhost:3306/sharding_db?characterEncoding=utf-8&useUnicode=true&useSSL=false&serverTimezone=UTC username: root names: g1 props: sql: show: true sharding: tables: student: actual-data-nodes: g1.student_$->{1..2} key-generator: column: id type: SNOWFLAKE table-strategy: inline: algorithm-expression: student_$->{id % 2 + 1} sharding-column: id编写实体类
@Datapublic class Student { private Long id; private String name; private int age; private String gender;}编写mapper接口
@Repositorypublic interface StudentMapper extends BaseMapper<Student> {}编写测试类
@SpringBootTestclass ShardingJdbcDemoApplicationTests { @Autowired private StudentMapper studentMapper; @Test public void test01() { for (int i = 0; i < 10; i++) { Student student = new Student(); student.setName("wuwl"); student.setAge(27); student.setGender("男"); studentMapper.insert(student); } }}执行测试
执行成功，主键通过雪花算法在后端生成，传入到数据库中，根据奇偶性进行分表。
student_1表数据：
student_2表数据：
两张表的数据分别有5条，但这只是因为雪花算法生成的id奇数偶数各5个，不是1:1的关系，需要注意。
主键生成后，根据策略插入到对应的表中，从打印出来的sql可以证明这一点。
通过mapper接口的selectById方法进行查询时，会先根据主键策略判断在哪个库，再直接去那个库根据主键查询。而如果是通过其它条件查询，或者是多个id的selectById方法查询，又是如何的呢？
@Test public void test03() { List<Long> list = new ArrayList<>(); list.add(1362282042768609282l); list.add(1362282040277192705l); List<Student> studentList = studentMapper.selectBatchIds(list); System.out.println(studentList); }取了两张表的id进行查询。
执行同样的sql，在两张表中都查询一遍，再组合结果。
如果所有的id，都来自同一张表，那是否会去多个表中重复查询呢？
只执行了一遍。所以，在执行查询时，sharding会先判断是否可以确定需要的数据来自那张表，如果能，则直接去那一张表中查询数据即可，而如果不能确定，则会多个表重复查询，以确定查询结果的完整性。
到此，关于“怎么使用sharding-jdbc实现水平分表”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注编程网网站，小编会继续努力为大家带来更多实用的文章！
