聊聊 Sharding-JDBC 分库分表（四）

3、主键生成策略

Sharding-JDBC支持配置主键生成策略，比如使用雪花算法或者UUID方式，配置如下：

spring:
  # Sharding-JDBC的配置
  shardingsphere:
    # 分片的配置
    sharding:
      # 表的分片策略
      tables:
       ## product_base是逻辑表的名称
        product_base:
          # 主键生成策略
          key-generator:
            # 主键
            column: product_id
            # 生成算法
            type: SNOWFLAKE
        shop:
          # 主键生成策略
          key-generator:
            # 主键
            column: shop_id
            # 生成算法
            type: SNOWFLAKE

“SNOWFLAKE：雪花算法”
配置完成后，向product_base插入一条数据，将会直接插入到ds1这个数据库中，demo如下：

@Test
public void test1(){
    Product product = Product.builder()
     .name("Spring Cloud Alibaba实战课程")
     .price(159L)
     .originAddress("码猿技术专栏")
     .shopId(1L)
     .build();
    productMapper.insertProductBase(product);
}

“源码已经上传GitHub，关注公众号：码猿技术专栏，回复关键词：9532 获取！”
3. 水平分库
问题来了，现在有很多商家入驻，product_db单库存储数据已经超出预估，商品资源属于访问非常频繁的资源，单台服务器已经无法支撑，此时就需要对其进行水平分库，将商品库拆分成两个数据库：product_db1、product_db2，如下：

 水平分库

“product_db1+product_db2数据合并则为完整的商品数据”
Sharding-JDBC 配置也很简单，只需要配置一下数据库的切分规则，配置规则如下：

#分库策略，如何将一个逻辑表映射到多个数据源 
spring.shardingsphere.sharding.tables.<逻辑表名称>.database‐strategy.<分片策略>.<分片策略属性名>=

那么此时需要对product_base、product_description进行数据源切分，按照对2取模的方式，配置如下：

spring:
  # Sharding-JDBC的配置
  shardingsphere:
    # 分片的配置
    sharding:
      # 表的分片策略
      tables:
        product_base:
          database‐strategy:
            inline:
            ## 分片键
              sharding‐column: product_id
             ## 分片算法，内置的精确算法
              algorithm‐expression: ds$->{product_id%2+1}
        product_description:
          database‐strategy:
            inline:
            ## 分片键
              sharding‐column: product_id
              ## 分片算法，内置的精确算法
              algorithm‐expression: ds$->{product_id%2+1}

上述配置什么意思？

“product_id是偶数的将会存储在product_db1库中，奇数的存储在product_db2中”
测试也很简单，我们循环往数据库中插入10条商品数据，由于是雪花算法，因此应该有5条在db1库中，另外5条在db2中，单元测试如下：

@Test
public void test3(){
    for (int i = 0; i < 10; i++) {
    Product product = Product.builder()
        .name("Spring Cloud Alibaba实战课程")
        .price(159L)
        .originAddress("码猿技术专栏")
        .shopId(1L)
        .build();
 productMapper.insertProductBase(product);
 productMapper.insertProductDescribe(product.getProductId(),"内容",product.getShopId());
  }
}

观察下控制台的SQL，可以发现是不停的往ds1和ds2中进行插入数据，如下图：

 
文章转自公众号：码猿技术专栏