ShardingSphere 已于 2020 年 4 月 16 日成为 Apache 软件基金会的顶级项目。
ShardingSphere 是一套开源的分布式数据库中间件解决方案。
ShardingSphere 产品定位为 Database Plus，旨在构建异构数据库上层的标准和生态圈。
它关注如何充分合理地利用数据库的计算和存储能力，而并非实现一个全新的数据库。
ShardingSphere 站在数据库的上层视角，关注他们之间的协作多于数据库自身。
它由ShardingSphere-JDBC、ShardingSphere-Proxy 和 ShardingSphere-Sidecar这3款相互独立的产品组成。
- ShardingSphere-JDBC：定位为轻量级 Java 框架，在 Java 的 JDBC 层提供的额外服务。
- ShardingSphere-Proxy：定位为透明化的数据库代理端，提供封装了数据库二进制协议的服务端版本，用于完成对异构语言的支持。
- ShardingSphere-Sidecar：定位为 Kubernetes 的云原生数据库代理，以 Sidecar 的形式代理所有对数据库的访问。
1）真实表
在数据库中真实存在的物理表。例如：t_order_0、t_order_1
2）逻辑表
在分片之后，同一类表结构的名称（总成）。例如b_order。
水平拆分的数据库（表）的相同逻辑和数据结构表的总称。例如：订单表根据主键尾数拆分为10张真实表（t_order_0到t_order_9），他们的逻辑表名为t_order。
3）数据节点
在分片之后，由数据源和数据表组成。例如ds0.b_order1
数据分片的最小单元。由数据源名称和数据表组成，例如：ds_0.t_order_0。
4）绑定表 指的是分片规则一致的关系表（主表、子表）。
例如：t_order表和t_order_item表，均按照order_id分片，则此两张表互为绑定表关系。绑定表之间的多表关联查询不会出现笛卡尔积关联，关联查询效率将大大提升。
举例说明，如果SQL为：
SELECT i.* FROM t_order o JOIN t_order_item i ON o.order_id=i.order_id WHERE o.order_id in (10, 11);
在不配置绑定表关系时，假设分片键order_id将数值10路由至第0片，将数值11路由至第1片，那么路由后的SQL应该为4条，它们呈现为笛卡尔积：
SELECT i.* FROM t_order_0 o JOIN t_order_item_0 i ON o.order_id=i.order_id WHERE o.order_id in (10, 11);
SELECT i.* FROM t_order_0 o JOIN t_order_item_1 i ON o.order_id=i.order_id WHERE o.order_id in (10, 11);
SELECT i.* FROM t_order_1 o JOIN t_order_item_0 i ON o.order_id=i.order_id WHERE o.order_id in (10, 11);
SELECT i.* FROM t_order_1 o JOIN t_order_item_1 i ON o.order_id=i.order_id WHERE o.order_id in (10, 11);
在配置绑定表关系后，路由的SQL应该为2条：
SELECT i.* FROM t_order_0 o JOIN t_order_item_0 i ON o.order_id=i.order_id WHERE o.order_id in (10, 11);
SELECT i.* FROM t_order_1 o JOIN t_order_item_1 i ON o.order_id=i.order_id WHERE o.order_id in (10, 11);
其中t_order在FROM的最左侧，ShardingSphere将会以它作为整个绑定表的主表。 所有路由计算将会只使用主表的策略，那么t_order_item表的分片计算将会使用t_order的条件。故绑定表之间的分区键要完全相同。
5）广播表
广播表是指所有的分片数据源中都存在的表，表结构和表中的数据在每个数据库中均完全一致。
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，这些表没必要做分片。
例如：例如字典表、省份信息等，因为他们数据量不大，而且这种表可能需要与海量数据的表进行关联查询。
2.2 分片概念1）分片键 用于分片的数据库字段，是将数据库（表）水平拆分的关键字段。
例如：将订单表中的订单主键的尾数取模分片，则订单主键为分片字段。 SQL中如果无分片字段，将执行全路由，性能较差。 除了对单分片字段的支持，ShardingSphere也支持根据多个字段进行分片。
2）分片算法 通过分片算法（ShardingAlgorithm）将数据分片，支持通过=、>=、、、=、{1..2} # 指定表的主键生成策略，雪花算法 spring.shardingsphere.sharding.tables.course.key-generator.column=id spring.shardingsphere.sharding.tables.course.key-generator.type=SNOWFLAKE spring.shardingsphere.sharding.tables.course.key-generator.props.worker.id=1 ##指定分片策略，约定id值为偶数添加到 course_1表，奇数添加到 course_2表。 #表策略 spring.shardingsphere.sharding.tables.course.table-strategy.inline.sharding-column=id spring.shardingsphere.sharding.tables.course.table-strategy.inline.algorithm-expression=course_$->{id%2+1} # 打开shardingsphere的sql日志输出。 spring.shardingsphere.props.sql.show=true spring.main.allow-bean-definition-overriding=true 4、测试代码
1） 保存
@Test
public void testSave() throws InterruptedException {
for (int i = 0; i System.out.println(course));
}
因为使用的是 行表达式分片策略（inline），只支持分片键的=与IN进行分片的场景
wrapper.between(“id”, 1513890338544734210L, 1513890342613209090L);
到此，ShardingSphere简单使用就算入门了。
参考文章：
- ShardingSphere官方网址：https://shardingsphere.apache.org/document/current/cn/overview/
- ShardingSphere基本介绍及核心概念：https://blog.csdn.net/Kiven_ch/article/details/119087048
– 求知若饥，虚心若愚。
