一、序言
在实际业务中，单表数据增长较快，很容易达到数据瓶颈，比如单表百万级别数据量。当数据量继续增长时，数据的查询性能即使有索引的帮助下也不尽如意，这时可以引入数据分库分表技术。
本文将基于SpringBoot+MybatisPlus+Sharding-JDBC+Mysql实现企业级分库分表。
1、组件及版本选择
- SpringBoot 2.6.x
- MybatisPlus 3.5.0
- Sharding-JDBC 4.1.1
- Mysql 5.7.35
2、预期目标
- 使用上述组件实现分库分表，简化起见只讨论分表技术
- 完成分表后的逻辑表与物理表间的增删查改
- 引入逻辑删除和使用MybatisPlus内置分页技术
完整项目源码访问地址。
二、代码实现
为了简化分表复杂性，专注于分表整体实现，简化分表逻辑：按照UserId的奇偶属性分别进行分表。以订单表这一典型场景为例，一般来说有关订单表，通常具有如下共性行为：
- 创建订单记录
- 查询XX用户的订单列表
- 查询XX用户的订单列表（分页）
- 查询XX订单详情
- 修改订单状态
- 删除订单（逻辑删除）
接下来通过代码实现上述目标。
（一）素材准备
1、实体类
- @Data
- @TableName("bu_order")
- public class Order {
- @TableId
- private Long orderId;
- private Integer orderType;
- private Long userId;
- private Double amount;
- private Integer orderStatus;
- @TableLogic
- @JsonIgnore
- private Boolean deleted;
- }
2、Mapper类
- @Mapper
- public interface OrderMapper extends BaseMapper<Order> {
- }
3、全局配置文件
- spring:
- config:
- use-legacy-processing: true
- shardingsphere:
- datasource:
- ds1:
- driver-class-name: com.mysql.cj.jdbc.Driver
- type: com.alibaba.druid.pool.DruidDataSource
- url: jdbc:mysql://127.0.0.1:3306/sharding-jdbc2?serverTimezone=UTC
- username: root
- password: 123456
- names: ds1
- props:
- sql:
- show: true
- sharding:
- tables:
- bu_order:
- actual-data-nodes: ds1.bu_order_$->{0..1}
- key-generator:
- column: order_id
- type: SNOWFLAKE
- table-strategy:
- inline:
- algorithm-expression: bu_order_${user_id%2}
- sharding-column: user_id
（二）增删查改
1、保存数据
由于依据主键的奇偶属性对原表分表，分表后每张表的数据量是分表前的二分之一。根据需要也可以自定义分表数量（比如10张），新分表后的数据量是不分表前的十分之一。
- @Test
- public void addOrders() {
- for (long i = 1; i <= 10; i++) {
- Order order = new Order();
- order.setOrderId(i);
- order.setOrderType(RandomUtil.randomEle(Arrays.asList(1, 2)));
- order.setUserId(RandomUtil.randomEle(Arrays.asList(101L, 102L, 103L)));
- order.setAmount(1000.0 * i);
- orderMapper.insert(order);
- }
- }
2、查询列表数据
查询指定用户的订单列表。
- @GetMapping("/list")
- public AjaxResult list(Order order) {
- LambdaQueryWrapper<Order> wrapper = Wrappers.lambdaQuery(order);
- return AjaxResult.success(orderMapper.selectList(wrapper));
- }
3、分页查询数据
分页查询指定用户的订单列表
- @GetMapping("/page")
- public AjaxResult page(Page<Order> page, Order order) {
- return AjaxResult.success(orderMapper.selectPage(page, Wrappers.lambdaQuery(order)));
- }
4、查询详情
通过订单ID查询订单详情。
- @GetMapping("/detail/{orderId}")
- public AjaxResult detail(@PathVariable Long orderId) {
- return AjaxResult.success(orderMapper.selectById(orderId));
- }
5、删除数据
通过订单ID删除订单（逻辑删除）
- @DeleteMapping("/delete/{orderId}")
- public AjaxResult delete(@PathVariable Long orderId) {
- return AjaxResult.success(orderMapper.deleteById(orderId));
- }
6、修改数据
修改数据一般涉及部分列，比如修改订单表的订单状态等。
- @PutMapping("/edit")
- public AjaxResult edit(@RequestBody Order order) {
- return AjaxResult.success(orderMapper.updateById(order));
- }
三、理论分析
1、选择分片列
选择分片列是经过精心对比后确定的，对于订单类场景，需要频繁以用户ID为查询条件筛选数据，因此将同一个用户的订单数据存放在一起有利于提高查询效率。
2、扩容
当分表后的表数据快速增长，可以预见即将达到瓶颈时，需要对分表进行扩容，扩容以2倍的速率进行，扩容期间需要迁移数据，工作量相对可控。
到此这篇关于SpringBoot+MybatisPlus+Mysql+Sharding-JDBC分库分表 的文章就介绍到这了,更多相关SpringBoot分库分表 内容请搜索w3xue以前的文章或继续浏览下面的相关文章希望大家以后多多支持w3xue！
经验首页