SpringBoot+Mybatis-Plus整合Sharding-JDBC5.1.1实现单库分表

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

com.alibabadruid-spring-boot-starter1.1.21

报错信息：

Caused by: org.springframework.beans.factory.BeanCreationException: Error creating bean with name 'userMApper' defined in file[D:jiawayundemotargetclassescomexampledemomapperUserMapper.class]:Invocation of init method fAIled; nested exception isJAVA.lang.IllegalArgumentException: Property 'sqlSessionFactory'or 'sqlSessionTemplate' are required

==解决方案：==

使用单独的druid

com.alibabadruid1.2.8

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.HikariDataSource2. 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org.springframework.bootspring-boot-starter-weborg.springframework.bootspring-boot-starter-testtestorg.junit.vintagejunit-vintage-enginejunitjunittestorg.Apache.shardingsphereshardingsphere-jdbc-core-spring-boot-starter5.1.1org.springframework.bootspring-boot-starter-weborg.springframework.bootspring-boot-starter-testtestorg.projectlomboklombok1.18.10org.springframework.bootspring-boot-starter-jdbcMySQLmysql-connector-javacom.baomidouMyBatis-plus-boot-starter3.5.1四、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 {@Autowiredprivate 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 {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.HikariDataSourcedriver-class-name: com.mysql.cj.jdbc.Driverurl: jdbc:mysql://localhost:3306/test?useSSL=false&autoReconnect=true&characterEncoding=UTF-8&serverTimezone=UTCusername: rootpassword: 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_$->{0..1}# 配置策略table-strategy:# 用于单分片键的标准分片场景standard:sharding-column: cid# 分片算法名字sharding-algorithm-name: user_inlinekey-generate-strategy: # 主键生成策略column: cid # 主键列key-generator-name: snowflake # 策略算法名称(推荐使用雪花算法)key-generators:snowflake:type: SNOWFLAKEsharding-algorithms:user_inline:type: inlineprops:algorithm-expression: user_$->{cid % 2}props:# 日志显示具体的sqlsql-show: truelogging:level:com.wang.test.demo: DEBUGmybatis-plus:mapper-locations: classpath:mapper/*.xmltype-aliases-package: com.example.demo.entityconfiguration:#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 ---> addressBookmap-underscore-to-camel-case: true5. 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.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 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 {@Beanpublic MybatisPlusInterceptor mybatisPlusInterceptor() {MybatisPlusInterceptor interceptor = new MybatisPlusInterceptor();interceptor.addInnerInterceptor(new PaginationInnerInterceptor(DbType.MYSQL));return interceptor;@GetMapping("/selectListPage")public void selectListPage(){IPage page = new Page(1,6);IPage userIPage = userMapper.selectPage(page,null);List 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 list = userMapper.selectList(Wrappers.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 users = userMapper.selectList(Wrappers.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！