ShardingSphere-JDBC

ShardingSphere-JDBC 是一个轻量级的 Java 框架，它作为增强版的 JDBC 驱动嵌入到你的应用中，让你像操作单库单表一样操作分库分表后的数据，对业务代码几乎无侵入。

🧩 核心概念速览

在动手配置前，先理解几个关键术语：

• 逻辑表 (Logic Table)：你代码中使用的“表名”，比如 t_order，是拆分后所有真实表的总称。
• 真实表 (Actual Table)：数据库中实际存在的物理表，例如 t_order_0、t_order_1。
• 数据节点 (Data Node)：分片的最小单元，由数据源名称和真实表组成，如 ds0.t_order_0。
• 分片键 (Sharding Column)：用于决定数据路由到哪个库或表的字段，例如 user_id 或 order_id。
• 分片算法 (Sharding Algorithm)：根据分片键的值计算出目标数据节点的规则，如取模、哈希等。

🚀 快速入门实操

我们以一个经典的“2库2表”场景为例：根据 user_id 取模分库，根据 order_id 取模分表。

1. 环境与依赖准备

确保你的项目环境为 JDK 17+、Spring Boot 3.x、MySQL 8.0+。

在 pom.xml 中引入核心 Starter 依赖：

<dependency>
    <groupId>org.apache.shardingsphere</groupId>
    <artifactId>shardingsphere-jdbc-core-spring-boot-starter</artifactId>
    <version>5.3.2</version> <!-- 建议使用5.3.x稳定版 -->
</dependency>

2. 数据库准备

你需要提前创建好物理库和表。在这个例子里，你需要创建 ds0 和 ds1 两个数据库，并在每个库中分别创建 t_order_0 和 t_order_1 两张结构相同的表。

3. 核心配置 (application.yml)

这是最关键的一步，配置真实数据源、分片规则和算法。

spring:
  shardingsphere:
    # 1. 配置真实数据源
    datasource:
      names: ds0,ds1
      ds0:
        type: com.zaxxer.hikari.HikariDataSource
        driver-class-name: com.mysql.cj.jdbc.Driver
        jdbc-url: jdbc:mysql://localhost:3306/ds0?serverTimezone=UTC&useSSL=false
        username: root
        password: your_password
      ds1:
        type: com.zaxxer.hikari.HikariDataSource
        driver-class-name: com.mysql.cj.jdbc.Driver
        jdbc-url: jdbc:mysql://localhost:3306/ds1?serverTimezone=UTC&useSSL=false
        username: root
        password: your_password

    # 2. 配置分片规则
    rules:
      sharding:
        tables:
          t_order: # 逻辑表名
            actual-data-nodes: ds${0..1}.t_order_${0..1} # 数据节点分布
            database-strategy: # 分库策略
              standard:
                sharding-column: user_id
                sharding-algorithm-name: database-inline
            table-strategy: # 分表策略
              standard:
                sharding-column: order_id
                sharding-algorithm-name: table-inline
            key-generate-strategy: # 分布式主键策略
              column: order_id
              key-generator-name: snowflake
        # 3. 配置分片算法
        sharding-algorithms:
          database-inline:
            type: INLINE
            props:
              algorithm-expression: ds${user_id % 2} # user_id取模2决定库
          table-inline:
            type: INLINE
            props:
              algorithm-expression: t_order_${order_id % 2} # order_id取模2决定表
        key-generators:
          snowflake:
            type: SNOWFLAKE

配置说明：actual-data-nodes 定义了数据分布；database-strategy 和 table-strategy 分别指定了分库和分表使用的分片键与算法名称；sharding-algorithms 则用 INLINE 类型的内联表达式实现了简单的取模逻辑。

4. 业务代码编写

配置完成后，你的业务代码不需要任何改动。注入普通的 DataSource，照常使用 JdbcTemplate 或 MyBatis 即可。ShardingSphere 会在 JDBC 层自动拦截 SQL，完成路由和结果合并。

@Service
public class OrderService {
    @Autowired
    private JdbcTemplate jdbcTemplate; // 或注入你的 MyBatis Mapper

    public void createOrder(Long userId, Long orderId) {
        // 你写的还是针对逻辑表 t_order 的普通SQL
        String sql = "INSERT INTO t_order (order_id, user_id, price) VALUES (?, ?, ?)";
        // 框架会自动根据 user_id 和 order_id 路由到正确的库和表
        jdbcTemplate.update(sql, orderId, userId, 99.9);
    }
}

⚠️ 重要注意事项

• 分片键必须出现在 SQL 的 WHERE 条件中：否则框架无法路由，会执行全库全表路由，性能极差。
• 分布式主键：分表后数据库自增主键会冲突，必须配置 key-generate-strategy（如 SNOWFLAKE）来生成全局唯一 ID。
• 事务支持：默认仅支持本地事务。如果需要跨库事务，需要引入 XA 或 Seata 等分布式事务方案，但这会带来性能损耗。
• DDL 操作：ALTER TABLE 等 DDL 语句不会自动在所有真实表上执行，需要你手动在所有分片上操作。
• 分页查询：跨多个数据节点的 LIMIT 分页，框架需要归并结果，在数据量很大时性能会下降，建议考虑使用基于 ID 的游标分页。