5大主流方案对比:MySQL千亿级数据线上平滑扩容实战(上篇)

梦叶草789
发布于 2023-6-5 17:09
浏览
0收藏

大家好,我是不才陈某~

在项目初期,我们部署了三个数据库A、B、C,此时数据库的规模可以满足我们的业务需求。为了将数据做到平均分配,我们在Service服务层使用uid%3进行取模分片,从而将数据平均分配到三个数据库中。

如图所示:

5大主流方案对比:MySQL千亿级数据线上平滑扩容实战(上篇)-鸿蒙开发者社区

后期随着用户量的增加,用户产生的数据信息被源源不断的添加到数据库中,最终达到数据库的最佳存储容量。如果此时继续向数据库中新增数据,会导致数据库的CRUD等基本操作变慢,进而影响整个服务的响应速度。

这时,我们需要增加新的节点,对数据库进行水平扩容,那么加入新的数据库D后,数据库的规模由原来的3个变为4个。

如图所示:

5大主流方案对比:MySQL千亿级数据线上平滑扩容实战(上篇)-鸿蒙开发者社区

此时由于分片规则发生了变化(uid%3 变为uid%4),导致大部分的数据,无法命中原有的数据,需要重新进行分配,要做大量的数据迁移处理。

比如之前uid如果是uid=3取模3%3=0, 是分配在A库上,新加入D库后, uid=3取模3%4=3,分配在D库上;

5大主流方案对比:MySQL千亿级数据线上平滑扩容实战(上篇)-鸿蒙开发者社区

新增一个节点, 大概会有90%的数据需要迁移, 这样会面临大量的数据压力,并且对服务造成极大的不稳定性。

1. 五个方案

1.1 停机方案

5大主流方案对比:MySQL千亿级数据线上平滑扩容实战(上篇)-鸿蒙开发者社区

  1. 发布公告:为了进行数据的重新拆分,在停止服务之前,我们需要提前通知用户,比如:我们的服务会在yyyy-MM-dd进行升级,给您带来的不便敬请谅解。
  2. 停止服务:关闭Service
  3. 离线数据迁移(拆分,重新分配数据):将旧库中的数据按照Service层的算法,将数据拆分,重新分配数据
  4. 数据校验:开发定制一个程序对旧库和新库中的数据进行校验,比对
  5. 更改配置:修改Service层的配置算法,也就是将原来的uid%3变为uid%4
  6. 恢复服务:重启Service服务
  7. 回滚预案:针对上述的每个步骤都要有数据回滚预案,一旦某个环节(如:数据迁移,恢复服务等)执行失败,立刻进行回滚,重新再来

停止服务之后, 能够保证迁移工作的正常进行, 但是服务停止,伤害用户体验, 并造成了时间压力, 必须在指定的时间内完成迁移。

1.2 停写方案

5大主流方案对比:MySQL千亿级数据线上平滑扩容实战(上篇)-鸿蒙开发者社区

  1. 支持读写分离:数据库支持读写分离,在扩容之前,每个数据库都提供了读写功能,数据重新分配的过程中,将每个数据库设置为只读状态,关闭写的功能
  2. 升级公告:为了进行数据的重新拆分,在停写之前,我们需要提前通知用户,比如:我们的服务会在yyyy-MM-dd进行升级,给您带来的不便敬请谅解。
  3. 中断写操作,隔离写数据源(或拦截返回统一提示):在Service层对所有的写请求进行拦截,统一返回提示信息,如:服务正在升级中,只对外提供读服务
  4. 数据同步处理:将旧库中的数据按照Service层的算法,将数据重新分配,迁移(复制数据)
  5. 数据校验:开发定制一个程序对旧库中的数据进行备份,使用备份的数据和重新分配后的数据进行校验,比对
  6. 更改配置:通过配置中心,修改Service层的配置算法,也就是将原来的uid%3变为uid%4,这个过程不需要重启服务
  7. 恢复写操作:设置数据库恢复读写功能,去除Service层的拦截提示
  8. 数据清理:使用delete语句对冗余数据进行删除
  9. 回滚预案:针对上述的每个步骤都要有数据回滚预案,一旦某个环节(如:数据迁移等)执行失败,立刻进行回滚,重新再来

缺点:在数据的复制过程需要消耗大量的时间,停写时间太长,数据需要先复制,再清理冗余数据

1.3 日志方案

核心是通过日志进行数据库的同步迁移, 主要操作步骤如下:

1、数据迁移之前, 业务应用访问旧的数据库节点。

5大主流方案对比:MySQL千亿级数据线上平滑扩容实战(上篇)-鸿蒙开发者社区

2、日志记录

在升级之前, 记录“对旧数据库上的数据修改”的日志(这里修改包括增、删、改),这个日志不需要记录详细的数据信息,主要记录:

(1)修改的库;

(2)修改的表;

(3)修改的唯一主键;

(4)修改操作类型。

5大主流方案对比:MySQL千亿级数据线上平滑扩容实战(上篇)-鸿蒙开发者社区

日志记录不用关注新增了哪些信息,修改的数据格式,只需要记录以上数据信息,这样日志格式是固定的, 这样能保证方案的通用性。

服务升级日志记录功能风险较小:

写和修改接口是少数, 改动点少;

升级只是增加了一些日志,采用异步方式实现, 对业务功能没有太多影响。

3、数据迁移:

研发定制数据迁移工具, 作用是把旧库中的数据迁移至新库中。

5大主流方案对比:MySQL千亿级数据线上平滑扩容实战(上篇)-鸿蒙开发者社区

整个过程仍然采用旧库进行对外服务。

数据同步工具实现复杂度不高。

只对旧库进行读取操作, 如果同步出现问题, 都可以对新库进行回滚操作。

可以限速或分批迁移执行, 不会有时间压力。

数据迁移完成之后, 并不能切换至新库提供服务。

因为旧库依然对线上提供服务, 库中的数据随时会发生变化, 但这些变化的数据并没有同步到新库中, 旧库和新库数据不一致, 所以不能直接进行切换, 需要将数据同步完整。

4、日志增量迁移

5大主流方案对比:MySQL千亿级数据线上平滑扩容实战(上篇)-鸿蒙开发者社区

研发一个日志迁移工具,把上面迁移数据过程中的差异数据追平,处理步骤:

读取log日志,获取具体是哪个库、表和主键发生了变化修改;

把旧库中的主键记录读取出来

根据主键ID,把新库中的记录替换掉

这样可以最大程度的保障数据的一致性。风险分析:

整个过程, 仍然是旧库对线上提供服务;

日志迁移工具实现的复杂度较低;

任何时间发现问题, 可以重新再来,有充分的容错空间;

可以限速重放处理日志, 处理过程不会因为对线上影响造成时间压力。

但是, 日志增量同步完成之后, 还不能切换到新的数据库。

因为日志增量同步过程中,旧库中可能有数据发生变化, 导致数据不一致,所以需要进一步读取日志, 追平数据记录; 日志增量同步过程随时可能会产生新的数据, 新库与旧库的数据追平也会是一个无限逼近的过程。

5、数据校验

准备好数据校验工具,将旧库和新库中的数据进行比对,直到数据完全一致。

5大主流方案对比:MySQL千亿级数据线上平滑扩容实战(上篇)-鸿蒙开发者社区

6、切换新库

数据比对完成之后, 将流量转移切换至新库, 至此新库提供服务, 完成迁移。

5大主流方案对比:MySQL千亿级数据线上平滑扩容实战(上篇)-鸿蒙开发者社区

但是在极限情况下, 即便通过上面的数据校验处理, 也有可能出现99.99%数据一致, 不能保障完全一致,这个时候可以在旧库做一个readonly只读功能, 或者将流量屏蔽降级,等待日志增量同步工具完全追平后, 再进行新库的切换。

至此,完成日志方案的迁移扩容处理, 整个过程能够持续对线上提供服务, 只会短暂的影响服务的可用性。

这种方案的弊端,是操作繁琐,需要适配多个同步处理工具,成本较高, 需要制定个性化业务的同步处理, 不具备普遍性,耗费的时间周期也较长。

1.4 双写方案(中小型数据)

5大主流方案对比:MySQL千亿级数据线上平滑扩容实战(上篇)-鸿蒙开发者社区

双写方案可通过canal或mq做实现。

  1. 增加新库,按照现有节点, 增加对应的数量。
  2. 数据迁移:避免增量影响, 先断开主从,再导入(耗时较长), 同步完成并做校验
  3. 增量同步:开启Canal同步服务, 监听从节点数据库, 再开启主从同步,从节点收到数据后会通过Canal服务, 传递至新的DB节点。
  4. 切换新库:通过Nginx,切换访问流量至新的服务。
  5. 修复切换异常数据:在切换过程中, 如果出现,Canal未同步,但已切换至新库的请求(比如下单,修改了资金, 但还未同步 ), 可以通过定制程序, 读取检测异常日志,做自动修复或人工处理。针对此种情况, 最好是在凌晨用户量小的时候, 或专门停止外网访问,进行切换,减少异常数据的产生。
  6. 数据校验:为保障数据的完全一致, 有必要对数据的数量完整性做校验。

1.5平滑2N方案(大数据量)

线上数据库,为了保障其高可用,一般每台主库会配置一台从库,主库负责读写,从库负责读取。下图所示,A,B是主库,A0和B0是从库。

5大主流方案对比:MySQL千亿级数据线上平滑扩容实战(上篇)-鸿蒙开发者社区

1、当需要扩容的时候,我们把A0和B0升级为新的主库节点,如此由2个分库变为4个分库。同时在上层的分片配置,做好映射,规则如下:

把uid%4=0和uid%4=2的数据分别分配到A和A0主库中

把uid%4=1和uid%4=3的数据分配到B和B0主库中

5大主流方案对比:MySQL千亿级数据线上平滑扩容实战(上篇)-鸿蒙开发者社区

2、因为A和A0库的数据相同,B和B0数据相同,此时无需做数据迁移。只需调整变更一下分片配置即可,通过配置中心更新,不需要重启。

5大主流方案对比:MySQL千亿级数据线上平滑扩容实战(上篇)-鸿蒙开发者社区

由于之前uid%2的数据是分配在2个库里面,扩容之后需要分布到4个库中,但由于旧数据仍存在(uid%4=0的节点,还有一半uid%4=2的数据),所以需要对冗余数据做一次清理。

这个清理,并不会影响线上数据的一致性,可以随时随地进行。

3、处理完成之后,为保证数据的高可用,以及将来下一步的扩容需求。

可以为现有的主库再次分配一个从库。

5大主流方案对比:MySQL千亿级数据线上平滑扩容实战(上篇)-鸿蒙开发者社区

2.  平滑2N扩容方案实践

2.1  实现应用服务级别的动态扩容

扩容前部署架构:

5大主流方案对比:MySQL千亿级数据线上平滑扩容实战(上篇)-鸿蒙开发者社区

2.1.1 MariaDB服务安装
  1. 切换阿里云镜像服务(YUM安装过慢可以切换)

yum -y install wget
## 备份CentOS-Base.repo
mv /etc/yum.repos.d/CentOS-Base.repo /etc/yum.repos.d/CentOS-Base.repo.bak

wget -O /etc/yum.repos.d/CentOS-Base.repo http://mirrors.aliyun.com/repo/Centos-7.repo

wget -P /etc/yum.repos.d/ http://mirrors.aliyun.com/repo/epel-7.repo

yum clean all

yum makecache
  1. 配置YUM源

vi /etc/yum.repos.d/mariadb-10.2.repo 

增加以下内容:

[mariadb]
name = MariaDB
baseurl = https://mirrors.ustc.edu.cn/mariadb/yum/10.2/centos7-amd64
gpgkey=https://yum.mariadb.org/RPM-GPG-KEY-MariaDB
gpgcheck=1
  1. 执行安装

yum -y install mariadb mariadb-server MariaDB-client  MariaDB-common
  1. 如果之前已经安装, 需要先删除(如果之前没有安装, 可以忽略此步骤)
  • 停止Mariadb服务

[root@localhost yum.repos.d]# ps -ef | grep mysql
root       1954      1  0 Oct04 ?        00:05:43 /usr/sbin/mysqld --wsrep-new-cluster --user=root
root      89521  81403  0 07:40 pts/0    00:00:00 grep --color=auto mysql
[root@localhost yum.repos.d]# kill 1954
  • 卸载Mariadb服务

yum -y remove Maria*
  • 删除数据与配置:

rm -rf /var/lib/mysql/*
rm -rf /etc/my.cnf.d/
rm -rf /etc/my.cnf
  1. 启动MariaDB后,执行安全配置向导命令,可根据安全配置向导提高数据库的安全性

systemctl start mariadb

mysql_secure_installation
  1. 开启用户远程连接权限

将连接用户root开启远程连接权限;

mysql -uroot -p654321

进入MySQL服务, 执行以下操作:

use mysql;

delete from user;
## 配置root用户使用密码654321从任何主机都可以连接到mysql服务器
GRANT ALL PRIVILEGES ON *.* TO 'root'@'%' IDENTIFIED BY '654321' WITH GRANT OPTION;

FLUSH PRIVILEGES;
2.1.2 MariaDB双主同步
  1. 在Server1增加配置:在/etc/my.cnf中添加以下配置:

[mysqld]
server-id  = 1
log-bin=mysql-bin
relay-log = mysql-relay-bin
## 忽略mysql、information_schema库下对表的操作
replicate-wild-ignore-table=mysql.%
replicate-wild-ignore-table=information_schema.%
## 默认的情况下mysql是关闭的;
log-slave-updates=on
## 复制过程中,有任何错误,直接跳过
slave-skip-errors=all
auto-increment-offset=1
auto-increment-increment=2
## binlog的格式:STATEMENT,ROW,MIXED
binlog_format=mixed
## 自动过期清理binlog,默认0天,即不自动清理
expire_logs_days=10

注意, Server1自增为奇数位:

auto-increment-offset=1 主键自增基数, 从1开始。

auto-increment-increment=2 主键自增偏移量,每次为2。

  1. 在Server2增加配置:修改/etc/my.cnf:

[mysqld]
server-id = 2
log-bin=mysql-bin
relay-log = mysql-relay-bin
replicate-wild-ignore-table=mysql.%
replicate-wild-ignore-table=information_schema.%
log-slave-updates=on
slave-skip-errors=all
auto-increment-offset=2
auto-increment-increment=2
binlog_format=mixed
expire_logs_days=10

Server2自增为偶数位:

auto-increment-offset=2 主键自增基数, 从2开始。

auto-increment-increment=2 主键自增偏移量,每次为2。

配置修改完成后, 重启数据库。

  1. 同步授权配置
    在Server1创建replica用于主从同步的用户:

MariaDB [(none)]> grant replication slave, replication client on *.* to 'replica'@'%' identified by 'replica';
mysql> flush privileges;

查询日志文件与偏移量,开启同步时需使用:

MariaDB [(none)]> show master status;
+------------------+----------+--------------+------------------+
|              | Position | Binlog_Do_DB | Binlog_Ignore_DB |
+------------------+----------+--------------+------------------+
| mysql-bin.000001 |      663 |              |                  |
+------------------+----------+--------------+------------------+

同样, 在Server2创建replica用于主从同步的用户:

MariaDB [(none)]> grant replication slave, replication client on *.* to 'replica'@'%' identified by 'replica';
mysql> flush privileges;

查询日志文件与偏移量:

MariaDB [(none)]> show master status;
+------------------+----------+--------------+------------------+
|              | Position | Binlog_Do_DB | Binlog_Ignore_DB |
+------------------+----------+--------------+------------------+
| mysql-bin.000001 |      663 |              |                  |
+------------------+----------+--------------+------------------+
  1. 配置主从同步信息
    在Server1中执行:

MariaDB [(none)]> change master to master_host='192.168.116.141',master_user='replica', master_password='replica', master_port=3306, master_log_='mysql-bin.000007', master_log_pos=374, master_connect_retry=30;

在Server2中执行:

MariaDB [(none)]> change master to master_host='192.168.116.140',master_user='replica', master_password='replica', master_port=3306, master_log_='mysql-bin.000015', master_log_pos=374, master_connect_retry=30;
  1. 开启双主同步
    在Server1和Server2中分别执行:

MariaDB [(none)]> start slave;
Query OK, 0 rows affected (0.00 sec)

在Server1查询同步信息:

MariaDB [(none)]>  show slave status\G;
*************************** 1. row ***************************
               Slave_IO_State: Waiting for master to send event
                  Master_Host: 10.10.20.126
                  Master_User: replica
                  Master_Port: 3306
                Connect_Retry: 30
              Master_Log_: mysql-bin.000001
          Read_Master_Log_Pos: 663
               Relay_Log_: mysql-relay-bin.000002
                Relay_Log_Pos: 555
        Relay_Master_Log_: mysql-bin.000001
             Slave_IO_Running: Yes
            Slave_SQL_Running: Yes
...

在Server2查询同步信息:

MariaDB [(none)]>  show slave status\G;
*************************** 1. row ***************************
               Slave_IO_State: Waiting for master to send event
                  Master_Host: 10.10.20.125
                  Master_User: replica
                  Master_Port: 3306
                Connect_Retry: 30
              Master_Log_: mysql-bin.000001
          Read_Master_Log_Pos: 663
               Relay_Log_: mysql-relay-bin.000002
                Relay_Log_Pos: 555
        Relay_Master_Log_: mysql-bin.000001
             Slave_IO_Running: Yes
            Slave_SQL_Running: Yes
...

Slave_IO_Running和Slave_SQL_Running 都是Yes,说明双主同步配置成功。

2.1.3 KeepAlived安装与高可用配置
  1. 在Server1与Server2两台节点安装keepalived:

yum -y install keepalived
  1. 关闭防火墙

systemctl stop firewalld
systemctl disable firewalld
  1. 设置主机名称:
    Server1节点:

hostnamectl set-hostname vip1

Server2节点:

hostnamectl set-hostname vip2
  1. Server1节点配置
    /etc/keepalived/keepalived.conf:

global_defs {
   router_id vip1           # 机器标识,和主机名保持一致,运行keepalived服务器的一个标识
}
vrrp_instance VI_1 {            #vrrp实例定义
    state BACKUP               #lvs的状态模式,MASTER代表主, BACKUP代表备份节点
    interface ens33               #绑定对外访问的网卡,vrrp实例绑定的网卡
    virtual_router_id 111        #虚拟路由标示,同一个vrrp实例采用唯一标示
    priority 100               #优先级,100代表最大优先级, 数字越大优先级越高
    advert_int 1              #master与backup节点同步检查的时间间隔,单位是秒
    authentication {           #设置验证信息
        auth_type PASS         #有PASS和AH两种
        auth_pass 6666         #验证密码,BACKUP密码须相同
    }
    virtual_ipaddress {         #KeepAlived虚拟的IP地址
        192.168.116.150
    }
}
virtual_server 192.168.116.150 3306 {       #配置虚拟服务器IP与访问端口
    delay_loop 6                 #健康检查时间
    lb_algo rr                  #负载均衡调度算法, rr代表轮询
    lb_kind DR                   #负载均衡转发规则 DR/NAT/
    persistence_timeout 0        #会话保持时间,这里要做测试, 所以设为0, 实际可根据session有效时间配置
    protocol TCP               #转发协议类型,支持TCP和UDP
    real_server 192.168.116.140 3306 {    #配置服务器节点VIP1    
    notify_down /usr/local/shell/mariadb.sh #当服务挂掉时, 会执行此脚本,结束keepalived进程
    weight 1               #设置权重,越大权重越高
    TCP_CHECK {              #状态监测设置
       connect_timeout 10       #超时配置, 单位秒
       retry 3             #重试次数
       delay_before_retry 3        #重试间隔
       connect_port 3306         #连接端口, 和上面保持一致
       }
    }

}

创建关闭脚本mariadb.sh

/usr/local/shell/mariadb.sh:

pkill keepalived

加入执行权限:

chmod a+x mariadb.sh
  1. Server2节点配置:

global_defs {
   router_id vip2           # 机器标识,和主机名保持一致,运行keepalived服务器的一个标识
}
vrrp_instance VI_1 {            #vrrp实例定义
    state BACKUP               #lvs的状态模式,MASTER代表主, BACKUP代表备份节点
    interface ens33               #绑定对外访问的网卡
    virtual_router_id 111        #虚拟路由标示,同一个vrrp实例采用唯一标示
    priority 98               #优先级,100代表最大优先级, 数字越大优先级越高
    advert_int 1              #master与backup节点同步检查的时间间隔,单位是秒
    authentication {           #设置验证信息
        auth_type PASS         #有PASS和AH两种
        auth_pass 6666         #验证密码,BACKUP密码须相同
    }
    virtual_ipaddress {         #KeepAlived虚拟的IP地址
        192.168.116.150
    }
}
virtual_server 192.168.116.150 3306 {       #配置虚拟服务器IP与访问端口
    delay_loop 6                 #健康检查时间
    lb_algo rr                  #负载均衡调度算法, rr代表轮询, 可以关闭
    lb_kind DR                   #负载均衡转发规则, 可以关闭
    persistence_timeout 0        #会话保持时间,这里要做测试, 所以设为0, 实际可根据session有效时间配置
    protocol TCP               #转发协议类型,支持TCP和UDP
    real_server 192.168.116.141 3306{    #配置服务器节点VIP2
    notify_down /usr/local/shell/mariadb.sh #当服务挂掉时, 会执行此脚本,结束keepalived进程
    weight 1               #设置权重,越大权重越高
    TCP_CHECK {              #r状态监测设置
       connect_timeout 10       #超时配置, 单位秒
       retry 3             #重试次数
       delay_before_retry 3        #重试间隔
       connect_port 3306         #连接端口, 和上面保持一致
       }
    }

}

和Server1的差异项:

router_id vip2   # 机器标识,和主机名保持一致
priority 98               #优先级,100代表最大优先级, 数字越大优先级越高
real_server 10.10.20.126 3306  #配置服务器节点VIP2

注意, 两台节点都设为BACKUP

virtual_router_id 111        #同一个vrrp实例采用唯一标示
state BACKUP

如果不想重启后, 争夺备用节点的VIP, 可以设置此项

nopreempt #不主动抢占资源

注意:这个配置只能设置在backup主机上,而且这个主机优先级要比另外一台高

  1. 验证高可用
    停止主节点MariaDB服务, 验证是否自动切换。
2.1.4 搭建应用服务工程
  1. ShardingJDBC的介绍
    是ShardingSphere 下的一个产品
    定位为轻量级 Java 框架,在 Java 的 JDBC 层提供的额外服务。 它使用客户端直连数据库,以 jar 包形式提供服务,无需额外部署和依赖,可理解为增强版的 JDBC 驱动,完全兼容 JDBC 和各种 ORM 框架。
  • 适用于任何基于 JDBC 的 ORM 框架,如:JPA, Hibernate, Mybatis, Spring JDBC Template 或直接使用 JDBC。
  • 支持任何第三方的数据库连接池,如:DBCP, C3P0, BoneCP, Druid, HikariCP 等。
  • 支持任意实现 JDBC 规范的数据库,目前支持 MySQL,Oracle,SQLServer,PostgreSQL 以及任何遵循 SQL92 标准的数据库
  1. ShardingJDBC初始化流程
    1)配置ShardingRuleConfiguration对象
    2)配置表分片规则TableRuleConfiguration对象,设置分库、分表策略
    3)通过Factory对象将Rule对象与DataSource对象装配
    4)ShardingJDBC使用DataSource对象进行分库

5大主流方案对比:MySQL千亿级数据线上平滑扩容实战(上篇)-鸿蒙开发者社区

  1. ShardingJDBC集成配置

   1)maven依赖

   2)规则配置application.yml

   3)创建DataSource

  1. 验证应用服务动态扩容

// 动态数据源配置实现扩容
Properties properties = loadProperties("datasource1.properties");
try {
    log.info("load datasource config url: " + properties.get("url"));
    DruidDataSource druidDataSource = (DruidDataSource) DruidDataSourceFactory.createDataSource(properties);
    druidDataSource.setRemoveAbandoned(true);
    druidDataSource.setRemoveAbandonedTimeout(600);
    druidDataSource.setLogAbandoned(true);
    // 设置数据源错误重连时间
    druidDataSource.setTimeBetweenConnectErrorMillis(60000);
    druidDataSource.init();
    OrchestrationShardingDataSource dataSource = SpringContextUtil.getBean("tradeSystemDataSource", OrchestrationShardingDataSource.class);
    Map<String, DataSource> dataSourceMap = dataSource.getDataSource().getDataSourceMap();
    dataSourceMap.put(DatasourceEnum.DATASOURCE_2.getValue(), druidDataSource);

    Map<String, DataSourceConfiguration> dataSourceConfigMap = new HashMap<String, DataSourceConfiguration>();
    for(String key : dataSourceMap.keySet()) {
        dataSourceConfigMap.put(key, DataSourceConfiguration.getDataSourceConfiguration(dataSourceMap.get(key)));
    }
    String result = SHARDING_RULE_TABLE_ORDER.replace(SHARDING_RULE_DATASOURCE, newRule);
    replaceActualDataNodes(result);
    SHARDING_RULE_DATASOURCE = newRule;

    dataSource.renew(new DataSourceChangedEvent(
        "/" + DruidSystemDataSourceConfiguration.DYNAMIC_SHARDING + "/config/schema/logic_db/datasource",
        dataSourceConfigMap));
    return;


} catch (Exception e) {
    log.error(e.getMessage(), e);
}

       a. 配置两个数据源,分别指向Server1和Server2

       b. 分片只配置一个数据源

       c. 动态增加另一个数据源

  1. 注意事项

Sharding JDBC, Mycat, Drds 等产品都是分布式数据库中间件, 相比直接的数据源操作, 会存在一些限制, Sharding JDBC在使用时, 要注意以下问题:

 ●  有限支持子查询

 ●  不支持HAVING

 ●  不支持OR,UNION 和 UNION ALL

 ●  不支持特殊INSERT

 ●  每条INSERT语句只能插入一条数据,不支持VALUES后有多行数据的语句

 ●  不支持DISTINCT聚合

 ●  不支持dual虚拟表查询

 ●  不支持SELECT LAST_INSERT_ID(), 不支持自增序列

 ●  不支持CASE WHEN


文章转载自公众号: 码猿技术专栏

分类
标签
已于2023-6-5 17:09:33修改
收藏
回复
举报
回复
    相关推荐