「这是我参与11月更文挑战的第24天，活动详情查看：2021最后一次更文挑战」
分库分表方式回顾
分库分表的目的就是将我们的单库的数据控制在合理范围内，从而提高数据库的性能。
- 垂直拆分（按照结构分）
- 垂直分表：将一张宽表(字段很多的表)，按照字段的访问频次进行拆分，就是按照表单结构进行拆
- 垂直分库：根据不同的业务,将表进行分类，拆分到不同的数据库。这些库可以部署在不同的服务器，分摊访问压力。
- 水平拆分（按照数据行分）
- 水平分库：将一张表的数据(按照数据行)分到多个不同的数据库。每个库的表结构相同。每个库都只有这张表的部分数据，当单表的数据量过大，如果继续使用水平分库，那么数据库的实例就会不断增加，不利于系统的运维。这时候就要采用水平分表。
- 水平分表：将一张表的数据(按照数据行)，分配到同一个数据库的多张表中，每个表都只有一部分数据。
什么时候用分库分表
- 在系统设计阶段，就要完成垂直分库和垂直分表。在数据量不断上升，数据库性能无法满足需求的时候，首先要考虑的是缓存、读写分离、索引技术等方案。如果数据量不断增加，并且持续增长再考虑水平分库水平分表。
分库分表带来的问题
关系型数据库在单机单库的情况下，比较容易出现性能瓶颈问题，分库分表可以有效的解决这方面的问题，但是同时也会产生一些比较棘手的问题。
事务一致性问题
当我们需要更新的内容同时分布在不同的库时，不可避免的会产生跨库的事务问题。原来在一个数据库操作，本地事务就可以进行控制，分库之后 一个请求可能要访问多个数据库，如何保证事务的一致性，目前还没有简单的解决方案。
跨节点关联的问题
在分库之后，原来在一个库中的一些表，被分散到多个库，并且这些数据库可能还不在一台服务器，无法关联查询。
解决这种关联查询，需要我们在代码层面进行控制，将关联查询拆开执行，然后再将获取到的结果进行拼装。
分页排序查询的问题
分库并行查询时，如果用到了分页每个库返回的结果集本身是无序的，只有将多个库中的数据先查出来，然后再根据排序字段在内存中进行排序，如果查询结果过大也是十分消耗资源的。
主键避重问题
在分库分表的环境中，表中的数据存储在不同的数据库，主键自增无法保证ID不重复，需要单独设计全局主键。
公共表的问题
不同的数据库，都需要从公共表中获取数据。可以在每一个库都创建这个公共表，所有对公共表的更新操作，都同时发送到所有分库执行。ShardingJDBC可以帮助我们解决这个问题。
ShardingJDBC简介
什么是ShardingJDBC
ShardingSphere是一套开源的分布式数据库中间件解决方案组成的生态圈，它由Sharding-JDBC、Sharding-Proxy和Sharding-Sidecar（计划中）这3款相互独立的产品组成，我们只关注Sharding-JDBC即可。
官方地址：shardingsphere.apache.org/document/cu…
Sharding-JDBC 定位为轻量级Java框架，在Java的JDBC层提供的额外服务。它使用客户端直连数据库，以jar包形式提供服务，无需额外部署和依赖，可理解为增强版的JDBC驱动，完全兼容JDBC和各种ORM框架的使用。
- 适用于任何基于Java的ORM框架，如：JPA、Hibernate、Mybatis、Spring JDBC Template或直接使用JDBC。
- 基于任何第三方的数据库连接池，如：DBCP、C3P0、Druid等。
- 支持任意实现JDBC规范的数据库。目前支持MySQL、Oracle、SQLServer和PostgreSQL。
上图展示了Sharding-Jdbc的工作方式，使用Sharding-Jdbc前需要人工对数据库进行分库分表，在应用程序中加入Sharding-Jdbc的Jar包，应用程序通过Sharding-Jdbc操作分库分表后的数据库和数据表，由于Sharding-Jdbc是对Jdbc驱动的增强，使用Sharding-Jdbc就像使用Jdbc驱动一样，在应用程序中是无需指定具体要操作的分库和分表的。
Sharding-JDBC主要功能
- 数据分片
- 读写分离
通过Sharding-JDBC，应用可以透明的使用jdbc访问已经分库分表、读写分离的多个数据源，而不用关心数据源的数量以及数据如何分布。
Sharding-JDBC与MyCat的区别
- mycat是一个中间件的第三方应用，sharding-jdbc是一个jar包
- 使用mycat时不需要修改代码，而使用sharding-jdbc时需要修改代码
- Mycat是基于 Proxy，它复写了MySQL协议，将Mycat Server伪装成一个MySQL数据库，而Sharding-JDBC是基于JDBC的扩展，是以jar包的形式提供轻量级服务的。
- Mycat(proxy中间件层)
- Sharding-jdbc(应用层)
