我现在遇到的场景：有n多个数据库，其中有的是单库分表的，有的是单库单表，现在要在一个服务上集成所有的库，多数据源是必不可少的，但是单库分表的多数据源还是第一次遇到，sharding-jdbc是一个优秀的分表中间件，如果大家不知道sharding-jdbc怎么使用的话，可以自行了解，网上的资料很多，今天我们就是用它来完成我们的需求 > * 搭建mybatis plus的多数据源配置 > * 集成sharding-jdbc的jar > * 完成sharding-jdbc的多数据源配置 > * 结果展示 ## 1. 搭建mybatis的多数据源配置 ```java 加载mybatis plus的maven配置我是用的版本是3.0.7 com.baomidou mybatis-plus-boot-starter ${mybatis.version} ``` 然后在我们的yaml文件中配置上我们连接数据库的连接，例如： ```java xxx.datasource.url=jdbc:mysql://xxx:3306/xxx?useUnicode=true&characterEncoding=utf8&autoReconnect=true&failOverReadOnly=false&zeroDateTimeBehavior=convertToNull xxx.datasource.username=root xxx.datasource.password=xxx xxx.datasource.driverClassName=com.mysql.jdbc.Driver ``` ### 2. 集成sharding-jdbc的jar ```java 配置maven 我是的版本是4.0.0 org.apache.shardingsphere sharding-jdbc-core ${sharding-sphere.version} ``` ### 3. 完成sharding-jdbc的多数据源配置 ```java @Configuration @MapperScan(basePackages = "com.xxx.xxx.dao.community", sqlSessionFactoryRef = "shardingSqlSessionFactory") public class ShardingDataSourceConfig { @Value("${xxx.datasource.url}") private String url; @Value("${xxx.datasource.username}") private String user; @Value("${xxx.datasource.password}") private String password; @Value("${xxx.datasource.driverClassName}") private String driverClass; @Autowired private PaginationInterceptor paginationInterceptor; @Bean(name = "communityDataSource") public DataSource dataSource() throws SQLException { return mybatisDataSource(); } //分表算法 @Resource private MyPreciseShardingAlgorithm myPreciseShardingAlgorithm; private DataSource mybatisDataSource() throws SQLException { DruidDataSource dataSource = new DruidDataSource(); dataSource.setDriverClassName(driverClass); dataSource.setUrl(url); dataSource.setUsername(user); dataSource.setPassword(password); /* 配置初始化大小、最小、最大 */ dataSource.setInitialSize(1); dataSource.setMinIdle(1); dataSource.setMaxActive(20); /* 配置获取连接等待超时的时间 */ dataSource.setMaxWait(60000); /* 配置间隔多久才进行一次检测，检测需要关闭的空闲连接，单位是毫秒 */ dataSource.setTimeBetweenEvictionRunsMillis(60000); /* 配置一个连接在池中最小生存的时间，单位是毫秒 */ dataSource.setMinEvictableIdleTimeMillis(300000); dataSource.setTestWhileIdle(true); dataSource.setTestOnBorrow(false); dataSource.setTestOnReturn(false); /* 打开PSCache，并且指定每个连接上PSCache的大小。如果用Oracle，则把poolPreparedStatements配置为true， mysql可以配置为false。分库分表较多的数据库，建议配置为false */ dataSource.setPoolPreparedStatements(false); dataSource.setMaxPoolPreparedStatementPerConnectionSize(20); /* 配置监控统计拦截的filters */ dataSource.setFilters("stat,wall"); return dataSource; } //创建数据源，需要把分库的库都传递进去 //@Bean("dataSource") @Bean("dataSource") public DataSource dataSource(@Qualifier("xxxDataSource") DataSource xxx) throws SQLException { // 配置真实数据源 Map dataSourceMap = new HashMap(); dataSourceMap.put("xxx", xxx); ShardingRuleConfiguration shardingRuleConfig = new ShardingRuleConfiguration(); //如果有多个数据表需要分表，依次添加到这里 shardingRuleConfig.getTableRuleConfigs().add(getOrderTableRuleConfiguration()); // shardingRuleConfig.getTableRuleConfigs().add(getOrderItemTableRuleConfiguration()); Properties p = new Properties(); p.setProperty("sql.show", Boolean.TRUE.toString()); // 获取数据源对象 DataSource dataSource = ShardingDataSourceFactory.createDataSource(dataSourceMap, shardingRuleConfig, p); return dataSource; } // 创建SessionFactory @Bean(name = "shardingSqlSessionFactory") public SqlSessionFactory shardingSqlSessionFactory(@Qualifier("dataSource") DataSource dataSource) throws Exception { MybatisSqlSessionFactoryBean sessionFactory = new MybatisSqlSessionFactoryBean(); sessionFactory.setDataSource(dataSource); sessionFactory.setMapperLocations(new PathMatchingResourcePatternResolver().getResources("classpath:mapper/xxx/*.xml")); sessionFactory.setPlugins(new Interceptor[]{paginationInterceptor}); return sessionFactory.getObject(); } // 创建事务管理器 @Bean("shardingTransactionManger") public DataSourceTransactionManager shardingTransactionManger(@Qualifier("dataSource") DataSource dataSource) { return new DataSourceTransactionManager(dataSource); } // 创建SqlSessionTemplate @Bean(name = "shardingSqlSessionTemplate") public SqlSessionTemplate shardingSqlSessionTemplate(@Qualifier("shardingSqlSessionFactory") SqlSessionFactory sqlSessionFactory) { return new SqlSessionTemplate(sqlSessionFactory); } private TableRuleConfiguration getOrderTableRuleConfiguration() { TableRuleConfiguration result = new TableRuleConfiguration("aaa","bbb.aaa_$->{0..99}"); result.setTableShardingStrategyConfig(new StandardShardingStrategyConfiguration("aaa_id",myPreciseShardingAlgorithm)); return result; } } ``` 我来解释一下关键部分的代码 ```java TableRuleConfiguration result = new TableRuleConfiguration("aaa","bbb.aaa_$->{0..9}"); result.setTableShardingStrategyConfig(new StandardShardingStrategyConfiguration("aaa_id",myPreciseShardingAlgorithm)); ``` 这是sharding-jdbc配置的关键所在，"aaa","bbb.aaa_$->{0..99}"： aaa表示分表的逻辑名称，bbb表示数据库，{0..99}这段代码的表示aaa_0至aaa_9十个表，aaa_id 表示分片键，myPreciseShardingAlgorithm是我自己实现的分片算法 ```java #实现sharding-jdbc的精确分片算法的接口 public class MyPreciseShardingAlgorithm implements PreciseShardingAlgorithm { @Override public String doSharding(Collection availableTargetNames, PreciseShardingValue shardingValue) { return shardingValue.getLogicTableName()+"_"+shardingValue.getValue() % 10 + ""; } } ``` 从shardingValue中可以获取到逻辑表名称和aaa_id,算法可以自己去实现，体现sharding-jdbc很灵活 ### 4. 结果展示结果日志打印出来了，我这里可以从其他表获取所有的分片键，所以用到了分片算法，相对来说，快了一下，但是如果没有用到分片键，就要全表扫描了 ![](https://p1-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/906a8af8c5dd46ceafceaf740eca8fab~tplv-k3u1fbpfcp-watermark.image) 希望可以帮助到跟我遇到同样问题的同学，这个方式肯定没问题，如果有问题，可以给我留言