ShardingJDBC 配置-数据分片

小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。

前言

ShardingJDBC 分库分表中间件，前面提到了主要是做分库分表的，为什么需要分库分表， 水平拆分和垂直拆分，拆分之后多个库事务怎么保证，原来单库单表直接用Spring的事务注解直接就搞定了，现在分为多个库多张表如何保证事务呢？ 在提升了复杂度之后，又会带来服务治理的一系列问题？

没关系ShardingJDBC都有对应的解决方案。

数据分片

分片规则配置

Sharding-JDBC的分片逻辑非常灵活，支持：

• 分片策略自定义
• 复数分片键
• 多运算符分片等。

比如电商中常见的按照用户ID分表，分为1024张表，按照ID取模等。 Sharding-JDBC除了支持 = 运算符进行分片，还支持IN/BETWEEN运算符分片和按照分片算法进行自定义分片。

分片算法

目前提供4种分片算法。这四种分片的算法基本上可以满足覆盖大部分的业务场景。

• 精确分片算法

  对应PreciseShardingAlgorithm，用于处理使用单一键作为分片键的=与IN进行分片的场景。需要配合StandardShardingStrategy使用。

• 范围分片算法

  对应RangeShardingAlgorithm，用于处理使用单一键作为分片键的BETWEEN AND进行分片的场景。需要配合StandardShardingStrategy使用。

• 复合分片算法

  对应ComplexKeysShardingAlgorithm，用于处理使用多键作为分片键进行分片的场景，包含多个分片键的逻辑较复杂，需要应用开发者自行处理其中的复杂度。需要配合ComplexShardingStrategy使用。

• Hint分片算法

  对应HintShardingAlgorithm，用于处理使用Hint行分片的场景。需要配合HintShardingStrategy使用。