SpringBoot+MybatisPlus+Mysql+Sharding-JDBC分庫分表

Posted on by

一、序言

在實際業務中，單表數據增長較快，很容易達到數據瓶頸，比如單表百萬級別數據量。當數據量繼續增長時，數據的查詢性能即使有索引的幫助下也不盡如意，這時可以引入數據分庫分表技術。

本文將基於SpringBoot+MybatisPlus+Sharding-JDBC+Mysql實現企業級分庫分表。

1、組件及版本選擇

  • SpringBoot 2.6.x
  • MybatisPlus 3.5.0
  • Sharding-JDBC 4.1.1
  • Mysql 5.7.35

2、預期目標

  • 使用上述組件實現分庫分表，簡化起見隻討論分表技術
  • 完成分表後的邏輯表與物理表間的增刪查改
  • 引入邏輯刪除和使用MybatisPlus內置分頁技術

完整項目源碼訪問地址。

二、代碼實現

為瞭簡化分表復雜性，專註於分表整體實現，簡化分表邏輯：按照UserId的奇偶屬性分別進行分表。以訂單表這一典型場景為例，一般來說有關訂單表，通常具有如下共性行為：

  • 創建訂單記錄
  • 查詢XX用戶的訂單列表
  • 查詢XX用戶的訂單列表（分頁）
  • 查詢XX訂單詳情
  • 修改訂單狀態
  • 刪除訂單（邏輯刪除）

接下來通過代碼實現上述目標。

（一）素材準備

1、實體類

@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類

@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）增刪查改

1、保存數據

由於依據主鍵的奇偶屬性對原表分表，分表後每張表的數據量是分表前的二分之一。根據需要也可以自定義分表數量（比如10張），新分表後的數據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、查詢列表數據

查詢指定用戶的訂單列表。

@GetMapping("/list")
public AjaxResult list(Order order) {
    LambdaQueryWrapper<Order> wrapper = Wrappers.lambdaQuery(order);
    return AjaxResult.success(orderMapper.selectList(wrapper));
}

3、分頁查詢數據

分頁查詢指定用戶的訂單列表

@GetMapping("/page")
public AjaxResult page(Page<Order> page, Order order) {
    return AjaxResult.success(orderMapper.selectPage(page, Wrappers.lambdaQuery(order)));
}

4、查詢詳情

通過訂單ID查詢訂單詳情。

@GetMapping("/detail/{orderId}")
public AjaxResult detail(@PathVariable Long orderId) {
    return AjaxResult.success(orderMapper.selectById(orderId));
}

5、刪除數據

通過訂單ID刪除訂單（邏輯刪除）

@DeleteMapping("/delete/{orderId}")
public AjaxResult delete(@PathVariable Long orderId) {
    return AjaxResult.success(orderMapper.deleteById(orderId));
}

6、修改數據

修改數據一般涉及部分列，比如修改訂單表的訂單狀態等。

@PutMapping("/edit")
public AjaxResult edit(@RequestBody Order order) {
    return AjaxResult.success(orderMapper.updateById(order));
}

三、理論分析

1、選擇分片列

選擇分片列是經過精心對比後確定的，對於訂單類場景，需要頻繁以用戶ID為查詢條件篩選數據，因此將同一個用戶的訂單數據存放在一起有利於提高查詢效率。

2、擴容

當分表後的表數據快速增長，可以預見即將達到瓶頸時，需要對分表進行擴容，擴容以2倍的速率進行，擴容期間需要遷移數據，工作量相對可控。

到此這篇關於SpringBoot+MybatisPlus+Mysql+Sharding-JDBC分庫分表 的文章就介紹到這瞭,更多相關SpringBoot分庫分表 內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：