一、前言

小编最近一直在研究关于分库分表的东西，前几天docker安装了mycat实现了分库分表，但是都在说mycat的bug很多。很多人还是倾向于shardingsphere，其实他是一个全家桶，有JDBC、Proxy 和 Sidecar组成，小编今天以最简单的JDBC来简单整合一下！
现在最新版已经是5.1.1，经过一天的研究用于解决了所有问题，完成了单库分表！！

二、踩过的坑

1. 数据源问题

不要使用druid-spring-boot-starter这个依赖，启动会有问题

<dependency>    <groupId>com.alibaba</groupId>    <artifactId>druid-spring-boot-starter</artifactId>    <version>1.1.21</version></dependency>

报错信息：

Caused by: org.springframework.beans.factory.BeanCreationException: Error creating bean with name 'userMapper' defined in file [D:\jiawayun\demo\target\classes\com\example\demo\mapper\UserMapper.class]: Invocation of init method failed; nested exception is  java.lang.IllegalArgumentException: Property 'sqlSessionFactory'  or 'sqlSessionTemplate' are required

==解决方案：==

使用单独的druid

<dependency>    <groupId>com.alibaba</groupId>    <artifactId>druid</artifactId>    <version>1.2.8</version></dependency>

建议使用==默认的数据源==，sharding-jdbc也是使用的默认的数据源，小编使用的自带的，忘记druid后面会不会有问题了！！

type: com.zaxxer.hikari.HikariDataSource

2. Insert 语句不支持分表路由到多个数据节点

报错信息：

Insert statement does not support sharding table routing to multiple data nodes.

解决方案：
解决不支持分表路由问题：https://blog.csdn.net/qq_52423918/article/details/125004312

三、导入maven依赖

<dependency>    <groupId>org.springframework.boot</groupId>    <artifactId>spring-boot-starter-web</artifactId></dependency><dependency>    <groupId>org.springframework.boot</groupId>    <artifactId>spring-boot-starter-test</artifactId>    <scope>test</scope>    <exclusions>        <exclusion>            <groupId>org.junit.vintage</groupId>            <artifactId>junit-vintage-engine</artifactId>        </exclusion>    </exclusions></dependency><dependency>    <groupId>junit</groupId>    <artifactId>junit</artifactId>    <scope>test</scope></dependency><dependency>    <groupId>org.apache.shardingsphere</groupId>    <artifactId>shardingsphere-jdbc-core-spring-boot-starter</artifactId>    <version>5.1.1</version></dependency><dependency>    <groupId>org.springframework.boot</groupId>    <artifactId>spring-boot-starter-web</artifactId></dependency><dependency>    <groupId>org.springframework.boot</groupId>    <artifactId>spring-boot-starter-test</artifactId>    <scope>test</scope></dependency><!-- lombok --><dependency>    <groupId>org.projectlombok</groupId>    <artifactId>lombok</artifactId>    <version>1.18.10</version></dependency><!--jdbc--><dependency>    <groupId>org.springframework.boot</groupId>    <artifactId>spring-boot-starter-jdbc</artifactId></dependency><!-- mysql --><dependency>    <groupId>mysql</groupId>    <artifactId>mysql-connector-java</artifactId></dependency><!-- mybatis-plus --><dependency>    <groupId>com.baomidou</groupId>    <artifactId>mybatis-plus-boot-starter</artifactId>    <version>3.5.1</version></dependency>

四、新建表

1. 新建二张表

命名为：user_0、user_1

CREATE TABLE `user_0`  (  `cid` bigint(25) NOT NULL,  `name` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL,  `gender` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL,  `data` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL,  PRIMARY KEY (`cid`) USING BTREE) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic;SET FOREIGN_KEY_CHECKS = 1;

2. 数据库结构

五、框架全局展示

1. User实体类

@Datapublic class User implements Serializable {    private static final long serialVersionUID = 337361630075002456L;    private Long cid;    private String name;    private String gender;    private String data;}

2. controller

@RestController@RequestMapping("/test")public class UserController {    @Autowired    private UserMapper userMapper;    @GetMapping("/insertTest")    public void insertTest(){        for (int i = 1 ; i < 10; i++) {            User test = new User("王"+i,"男","数据" + i);            userMapper.insert(test);        }    }}

3. mapper

我们直接省略了service，简单一下哈！！

public interface UserMapper extends BaseMapper<User> {}

4. application.yml配置

server:  port: 8089spring:  shardingsphere:    mode:      type: memory    # 是否开启    datasource:      # 数据源（逻辑名字）      names: m1      # 配置数据源      m1:        type: com.zaxxer.hikari.HikariDataSource        driver-class-name: com.mysql.cj.jdbc.Driver        url: jdbc:mysql://localhost:3306/test?useSSL=false&autoReconnect=true&characterEncoding=UTF-8&serverTimezone=UTC        username: root        password: root    # 分片的配置    rules:      sharding:        # 表的分片策略        tables:          # 逻辑表的名称          user:            # 数据节点配置，采用Groovy表达式            actual-data-nodes: m1.user_$->{0..1}            # 配置策略            table-strategy:              # 用于单分片键的标准分片场景              standard:                sharding-column: cid                # 分片算法名字                sharding-algorithm-name: user_inline            key-generate-strategy: # 主键生成策略              column: cid  # 主键列              key-generator-name: snowflake  # 策略算法名称(推荐使用雪花算法)        key-generators:          snowflake:            type: SNOWFLAKE        sharding-algorithms:          user_inline:            type: inline            props:              algorithm-expression: user_$->{cid % 2}    props:      # 日志显示具体的SQL      sql-show: truelogging:  level:    com.wang.test.demo: DEBUGmybatis-plus:  mapper-locations: classpath:mapper/*.xml  type-aliases-package: com.example.demo.entity  configuration:    #在映射实体或者属性时，将数据库中表名和字段名中的下划线去掉，按照驼峰命名法映射 address_book ---> addressBook    map-underscore-to-camel-case: true

5. 启动类

@MapperScan("com.example.demo.mapper")@SpringBootApplicationpublic class DemoApplication {    public static void main(String[] args) {        SpringApplication.run(DemoApplication.class, args);    }}

六、测试插入九条数据

==本次测试策略是：行表达式分片策略:inline==

1. 插入数据

输入 ：localhost:8089/test/insertTest

==分片成功==

2. 单个查询

@GetMapping("/selectOneTest")public void selectOneTest(){    User user = userMapper.selectOne(Wrappers.<User>lambdaQuery().eq(User::getCid,736989417020850176L));    System.out.println(user);}

这时他会根据cid去自动获取去那个表中获取数据

3. 全查询

@GetMapping("/selectListTest")public void selectListTest(){    List<User> list = userMapper.selectList(null);    System.out.println(list);}

由于没有条件，他会去把两个表UNION ALL进行汇总

4. 分页查询

需要先配置mybatis-plus分页配置类：

@Configurationpublic class MybatisPlusConfig {    @Bean    public MybatisPlusInterceptor mybatisPlusInterceptor() {        MybatisPlusInterceptor interceptor = new MybatisPlusInterceptor();        interceptor.addInnerInterceptor(new PaginationInnerInterceptor(DbType.MYSQL));        return interceptor;    }}@GetMapping("/selectListPage")public void selectListPage(){    IPage<User> page = new Page(1,6);    IPage<User> userIPage = userMapper.selectPage(page,null);    List<User> records = userIPage.getRecords();    System.out.println(records);}

我们user_0有5条数据，user_1有4条数据

==我们发现它会向所有的表中去进行一遍分页查询，第一个表数据不够就会加上另一个表分页拿到的值==

==分页size为3时，一个user_0就可以满足分页条件，就会忽略user_1的分页数据。==

5. 非分片属性查询

我们先把user_0表性别修改两个为女，然后进行查询！看看没有分片的字段是否能够只去user_0去查询

@GetMapping("/selectListByGender")public void selectListByGender(){    List<User> list = userMapper.selectList(Wrappers.<User>lambdaQuery().eq(User::getGender, "女"));    System.out.println(list);}

有图可见：不是分片的字段查询，回去全连接表去查询一遍，效率和不分表一样了哈！！

6. 分片属性来自一个表in查询

@GetMapping("/selectInList")public void selectList(){    List<User> users = userMapper.selectList(Wrappers.<User>lambdaQuery().in(User::getCid,736989417020850176L,736989418119757824L));    System.out.println(users);}

我们可以发现，我们根据分片字段进行in查询，sharding-jdbc会识别出来来自于那个表进而提高效率，不会所有的表进行全连接。

七、总结

这样就完成了最新版的sharding-jdbc的简单测试和一些坑的解决，总的来说配置很费劲，不能有一定的错误！