Sharding分库分表全面学习放到最前面： ShardingSphere官方文档面试必备：分库分表经典15连问看一

学习思路：

引入分库分表原因

分库分表方式：水平、垂直

sharding分库分表：基础概念、分表策略、带来的问题

sharding的使用：水平分库分表+读写分离配置

读写分离的前提：mysql主从复制

sharding本地事务

数据量过大时的迁移扩容 ...

放到最前面：

1. 引入分库分表原因

主要看两点：IO和CPU瓶颈；

服务器的IO操作可以涉及硬盘、网络、内存等设备和资源

分库：单数据库实例支持的连接数有限。（网络IO）

分表：单表数量量过大，导致查询和存储效率变低。（磁盘IO+CPU）

一些流水表、用户表后续量级可能较大时，才进行分库分表。

2. 两种分库分表方式：水平、垂直

生产上，垂直拆分已经应用到各个业务域了；

对于单个业务域，对用户相关的记录，一般十库百表、四库1024表等进行水平拆分。

垂直拆分：将不同业务的数据拆分到不同的表、库；（分为用户、订单、价格业务等，各个业务服务化）水平拆分：以字段（大多uid）按照一定策略，将数据分到不同的表、库；（单个业务内，进行的分库分表）

3. sharding分库分表

Ref：Sharding-JDBC 分库分表，真香！（详细介绍shardingJDBC的基础概念+引入的问题）

3.1 shardingJDBC介绍

什么是 ShardingSphere (= jdbc + proxy)

3.2 基础概念

3.3 分库分表带来的问题

分布式事务问题；（7种分布式事务方案）（TCC：Try Confirm Cancel，侵入业务代码的两阶段提交）
跨节点关联join问题（尽量避免；字段冗余；全局表）
跨节点分页、排序、函数问题；（尽量避免：底层实现需要将各个节点数据汇总后重新排序获得）
全局主键避重问题（uuid Snowflake等）

3.4 ShardingJDBC的整体架构图

4. shardingJDBC使用配置（水平分库分表、读写分离）

sharding-jdbc 生产配置实现！！！(水平分库分片+读写分离配置)

4.1 水平分库分表配置

# 配置不同的数据源
spring.shardingsphere.datasource.names=ds1,ds2

#配置ds1数据源的基本信息
spring.shardingsphere.datasource.ds1.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.ds1.driver-class-name=com.mysql.jdbc.Driver
spring.shardingsphere.datasource.ds1.url=jdbc:mysql://192.168.85.111:3306/sharding_sphere_1?serverTimezone=UTC
spring.shardingsphere.datasource.ds1.username=root
spring.shardingsphere.datasource.ds1.password=123456

#配置ds2数据源的基本信息
spring.shardingsphere.datasource.ds2.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.ds2.driver-class-name=com.mysql.jdbc.Driver
spring.shardingsphere.datasource.ds2.url=jdbc:mysql://192.168.85.112:3306/sharding_sphere_2?serverTimezone=UTC
spring.shardingsphere.datasource.ds2.username=root
spring.shardingsphere.datasource.ds2.password=123456

#指定数据库的分布情况
spring.shardingsphere.sharding.tables.orders.actual-data-nodes=ds$->{1..2}.orders_$->{1..2}

#指定orders表的主键生成策略
spring.shardingsphere.sharding.tables.orders.key-generator.column=id
spring.shardingsphere.sharding.tables.orders.key-generator.type=SNOWFLAKE

#指定表分片策略，根据id的奇偶性来添加到不同的表中
spring.shardingsphere.sharding.tables.orders.table-strategy.inline.sharding-column=id
spring.shardingsphere.sharding.tables.orders.table-strategy.inline.algorithm-expression=orders_$->{id%2+1}

#指定库分片策略，根据customer_id的奇偶性来添加到不同的库中
spring.shardingsphere.sharding.tables.orders.database-strategy.inline.sharding-column=customer_id
spring.shardingsphere.sharding.tables.orders.database-strategy.inline.algorithm-expression=ds$->{customer_id%2+1}

#打开sql输出日志
spring.shardingsphere.props.sql.show=true

4.2 读写分离配置

ShardingJDBC读写分离时，使用限制！！！

#配置数据源
spring.shardingsphere.datasource.names=ds1,ds2
#配置第一个数据源
spring.shardingsphere.datasource.ds1.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.ds1.driver-class-name=com.mysql.jdbc.Driver
spring.shardingsphere.datasource.ds1.url=jdbc:mysql://192.168.85.111:3306/shardingsphere?serverTimezone=UTC
spring.shardingsphere.datasource.ds1.username=root
spring.shardingsphere.datasource.ds1.password=123456

#配置第二个数据源
spring.shardingsphere.datasource.ds2.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.ds2.driver-class-name=com.mysql.jdbc.Driver
spring.shardingsphere.datasource.ds2.url=jdbc:mysql://192.168.85.112:3306/shardingsphere?serverTimezone=UTC
spring.shardingsphere.datasource.ds2.username=root
spring.shardingsphere.datasource.ds2.password=123456

#主库从库逻辑定义
spring.shardingsphere.masterslave.name=ms
spring.shardingsphere.masterslave.master-data-source-name=ds1
spring.shardingsphere.masterslave.slave-data-source-names=ds2

#显示执行的sql
spring.shardingsphere.props.sql.show=true