ShardingSphere分库分表实战之广播表

🍀 一.ShardingSphere项目实战集群环境准备

关于项目启动需要提前准备并进行配置的环境我在之前的文章中做了详细的讲解，如果还有问题的同学可以参考之前的文章进行学习。

ShardingSphere项目实战集群环境准备
ShardingSphere分库分表实战之水平分表
ShardingSphere分库分表实战之水平分库和水平分表

🍀 二.ShardingSphere分库分表实战之广播表

🥦 2.1 广播表概念

    广播表指所有的分片数据源中都存在的表，表结构及其数据在每个数据库中均完全一致。
    广播表属于系统中数据量较小，变动少，而且属于高频联合查询的依赖表。适用于数据量不大且需要与海量数据的表进行关联查询的场景。参数表、数据字典表等属于此类型。
    可以将这类表在每个数据库都保存一份，所有更新操作都同时发送到所有分库执行。接下来看一下如何使用Sharding-JDBC实现公共表的数据维护。

🥦 2.2 数据库创建

分别在node1-shardingsphere服务器上的ljw_course_db1数据库和node2-shardingsphere服务器上的ljw_course_db2数据库上创建user表

CREATE TABLE user
(
    id BIGINT(20) NOT NULL COMMENT '主键ID',
    name VARCHAR(30) NULL DEFAULT NULL COMMENT '姓名',
    age INT(11) NULL DEFAULT NULL COMMENT '年龄',
    email VARCHAR(50) NULL DEFAULT NULL COMMENT '邮箱',
    PRIMARY KEY (id)
);

表结构创建完成：

🍀 三.SpringBoot项目中广播表的配置

注意:项目实战过程中有不熟的概念可以参考对应的官方网站，因为内容较多，本篇文章不做过多详细的说明，包括使用到的很多知识内容，官网开发手册都有更加详细的指导说明。

ShardingSphere开发者手册

🥦 3.1 配置文件 - 基本配置

# 应用名称
spring.application.name=sharding-jdbc-demo
# 打印SQL语句
spring.shardingsphere.props.sql-show=true
# SQL输出日志
mybatis-plus.configuration.log-impl=org.apache.ibatis.logging.stdout.StdOutImpl

🥦 3.2 配置文件 - 数据源

# 定义多个数据源
spring.shardingsphere.datasource.names = db1,db2

# 数据源1连接信息配置
spring.shardingsphere.datasource.db1.type = com.zaxxer.hikari.HikariDataSource
spring.shardingsphere.datasource.db1.driver-class-name = com.mysql.jdbc.Driver
spring.shardingsphere.datasource.db1.url = jdbc:mysql://192.168.10.132:3306/ljw_course_db1?characterEncoding=UTF-8&useSSL=false
spring.shardingsphere.datasource.db1.username = root
spring.shardingsphere.datasource.db1.password = root

# 数据源2连接信息配置
spring.shardingsphere.datasource.db2.type = com.zaxxer.hikari.HikariDataSource
spring.shardingsphere.datasource.db2.driver-class-name = com.mysql.jdbc.Driver
spring.shardingsphere.datasource.db2.url = jdbc:mysql://192.168.10.133:3306/ljw_course_db2?characterEncoding=UTF-8&useSSL=false
spring.shardingsphere.datasource.db2.username = root
spring.shardingsphere.datasource.db2.password = root

🥦 3.3 配置文件 - 配置数据节点

表达式 db1.t_course_$->{1..2}

​ $ 会被大括号中的 {1..2} 所替换, ${begin..end} 表示范围区间

​ 会有两种选择: db1.t_course_1 和 db1.t_course_2

# 标准分片表配置  -  配置数据节点
# 由数据源名 + 表名组成，以小数点分隔。多个表以逗号分隔，支持 inline 表达式。
# 数据节点可不配置，默认情况下，向所有数据源广播
spring.shardingsphere.rules.sharding.tables.user.actual-data-nodes=db$->{1..2}.user

注意:此处使用了行表达式，想深入了解的同学可以参考官网进行学习！

行表达式官方网站学习手册

🥦 3.4 配置文件 - 广播表配置

该实战只配置了一个广播表，可以配置多个广播表

#  广播表规则列表
spring.shardingsphere.rules.sharding.broadcast-tables[0]=user

🥦 3.5 配置文件 - 分布式序列配置

分布式主键相关内容官方网站学习手册

注意：下面俩种分布式ID的配置方案主要是对表user，之前文章中也讲过很多遍，，此处不做过多演示。

🍈 3.5.1 UUID

采用 UUID.randomUUID() 的方式产生分布式主键。

实体类中对应数据库表中的主键ID代码配置

	// 省略部分代码

	// 核心配置代码
    //通过MyBatisPlus生成主键
    @TableId(value="id",type = IdType.ASSIGN_ID)
    private Long id;
    
    // 省略部分代码

🍈 3.5.2 SNOWFLAKE

在分片规则配置模块可配置每个表的主键生成策略，默认使用雪花算法（snowflake）生成 64bit 的长整型数据。

雪花算法是由 Twitter 公布的分布式主键生成算法，它能够保证不同进程主键的不重复性，以及相同进程主键的有序性。

配置文件：

# 表主键生成策略
# 分布式序列配置
# 分布式序列的列名
spring.shardingsphere.rules.sharding.tables.user.key-generate-strategy.column=id
# 分布式序列-算法名称
spring.shardingsphere.rules.sharding.tables.user.key-generate-strategy.key-generator-name=alg-snowflake


# 分布式序列-算法类型
spring.shardingsphere.rules.sharding.key-generators.alg-snowflake.type=SNOWFLAKE

实体类中对应数据库表中的主键ID代码配置

	// 省略部分代码

	// 核心配置代码
    @TableId(type = IdType.AUTO)
    private Long id;
    
    // 省略部分代码

🍀 四.SpringBoot项目相关代码准备

🥦 4.1 实体类编写

编写与数据库表对应的实体类

@TableName("user")
@Data
@ToString
public class User {

    @TableId(value="id",type = IdType.ASSIGN_ID)
    private Long id;

    private String name;

    private Integer age;

    private String email;
}

🥦 4.2 Mapper编写

@Mapper
public interface UserMapper extends BaseMapper<User> {

}

🍀 五.ShardingSphere分库分表实战之广播表测试

🥦 5.1 添加数据测试

	@Autowired(required = false)
    UserMapper userMapper;

    @Test
    public void testInsert(){
        User user=new User();
        user.setName("硕风和炜");
        user.setAge(18);
        user.setEmail("xxxxxxx@qq.com");
        userMapper.insert(user);
    }

结果查询

数据库表查询:

🥦 5.2 广播表查询数据测试

	@Test
    public void testSelect(){
        List<User> users = userMapper.selectList(null);
        users.forEach(System.out::println);
    }

结果查询

🍀 六.总结

本篇文章主要讲解了ShardingSphere分库分表实战之广播表：
    广播表指所有的分片数据源中都存在的表，表结构及其数据在每个数据库中均完全一致。
    广播表属于系统中数据量较小，变动少，而且属于高频联合查询的依赖表。适用于数据量不大且需要与海量数据的表进行关联查询的场景。参数表、数据字典表等属于此类型。
    可以将这类表在每个数据库都保存一份，所有更新操作都同时发送到所有分库执行。下节预告，ShardingSphere分库分表实战之读写分离应用方案，敬请期待。

💬 七.共勉