数据库分库分表（三）shardingjdbc分片策略_分表策略preciseshardingalgorithm

介绍：

1）分片维度：数据源分片策略、表分片策略，即分库跟分表；

2）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。SQL中如果无分片字段，将执行全路由(全库、全表逐一执行)，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；

3）分片算法：PreciseShardingAlgorithm、RangeShardingAlgorithm、HintShardingAlgorithm、

ComplexKeysShardingAlgorithm。

分片策略由分片键和分片算法组成。注意：以下SQL会执行全路由，在分片维度的分布范围，即在各个表（库）都执行一次，最后自动汇总并返回结果：

• 聚合函数
• >=、<=
• 分页查询，order  by...limit... 
• 以上之外，where条件中无该（库或表）分片键

一、行表达式分片策略（InlineShardingStrategy）：

（1）使用场景：只支持单分片健；支持对 SQL语句中的 = 、IN 等的分片操作，不支持between and。

（2）使用方法：适用于做简单的分片算法，在配置中使用 Groovy 表达式，无需自定义分片算法，省去了繁琐的代码开发，是几种分片策略中最为简单的。利用inline.algorithm-expression书写表达式，如ds-$->{order_id % 2} 表示对 order_id 做取模计算，$ 是个通配符用来承接取模结果，最终计算出分库ds-0 ··· ds-n

# 行表达式分片键
sharding.jdbc.config.sharding.tables.t_order.database-strategy.inline.sharding-column=order_id
# 表达式算法
sharding.jdbc.config.sharding.tables.t_order.database-strategy.inline.algorithm-expression=ds-$->{order_id % 2}

二、标准分片策略（StandardShardingStrategy）：

（1）使用场景：SQL 语句中有>，>=, <=，<，=，IN和BETWEEN AND操作符，都可以应用此分片策略。它只支持对单个分片健（字段）为依据的分库分表，并提供了两种分片算法 PreciseShardingAlgorithm（精准分片）和 RangeShardingAlgorithm（范围分片）。

（2）使用方法：使用标准分片策略时，精准分片算法是必须实现的算法，用于 SQL 含有 = 和 IN等 的分片处理；范围分片算法是非必选的，用于处理含有 BETWEEN AND 的分片处理。如果没配置范围分片算法，而 SQL 中又用到 BETWEEN AND 或者 like等，那么 SQL 将按全库、表路由的方式逐一执行，查询性能会很差需要特别注意。

1）精准分库算法：实现 PreciseShardingAlgorithm 接口，并重写 doSharding() 方法。其中 Collection<String> 参数在几种分片策略中使用一致，在分库时值为所有分片库的集合 databaseNames，分表时为对应分片库中所有分片表的集合 tablesNames；PreciseShardingValue 为分片属性，其中 logicTableName 为逻辑表，columnName 分片健（字段），value 为从 SQL 中解析出的分片健的值。

public class MyShardingAlgorithm implements PreciseShardingAlgorithm<T> {
 
    @Override
    public String doSharding(Collection<String> databaseNames, PreciseShardingValue<T> shardingValue) {
 
      //todo
      return null;
    }
}
 

2）范围分片算法：分片健字段用到 BETWEEN AND操作符会使用到此算法，会根据 SQL中给出的分片健值范围值处理分库、分表逻辑。自定义范围分片算法需实现 RangeShardingAlgorithm 接口，重写 doSharding() 方法，Collection<String> 在分库、分表时分别代表分片库名和表名集合，RangeShardingValue 这里取值方式稍有不同， lowerEndpoint 表示起始值， upperEndpoint 表示截止值。

public class MyShardingAlgorithm implements RangeShardingAlgorithm<T> {
 
    @Override
    public Collection<String> doSharding(Collection<String> databaseNames, RangeShardingValue<T> rangeShardingValue) {
 
       //todo
        return null;
    }
}

三、复合分片策略：

1、使用场景：SQL 语句中有>，>=, <=，<，=，IN 和 BETWEEN AND 等操作符，且复合分片策略支持对多个分片健操作。

2、实现方法：自定义复合分片策略要实现 ComplexKeysShardingAlgorithm 接口，重新 doSharding()方法。

public class MyDBComplexKeysShardingAlgorithm implements ComplexKeysShardingAlgorithm<Integer> {
 
 
    @Override
    public Collection<String> doSharding(Collection<String> databaseNames, ComplexKeysShardingValue<Integer> complexKeysShardingValue) {
 
        // 得到每个分片健对应的值
        Collection<Integer> orderIdValues = this.getShardingValue(complexKeysShardingValue, "order_id");
        Collection<Integer> userIdValues = this.getShardingValue(complexKeysShardingValue, "user_id");
 
        List<String> shardingSuffix = new ArrayList<>();
        // 对两个分片健同时取模的方式分库
        for (Integer userId : userIdValues) {
            for (Integer orderId : orderIdValues) {
                String suffix = userId % 2 + "_" + orderId % 2;
                for (String databaseName : databaseNames) {
                    if (databaseName.endsWith(suffix)) {
                        shardingSuffix.add(databaseName);
                    }
                }
            }
        }
        return shardingSuffix;
    }
 
    private Collection<Integer> getShardingValue(ComplexKeysShardingValue<Integer> shardingValues, final String key) {
        Collection<Integer> valueSet = new ArrayList<>();
        Map<String, Collection<Integer>> columnNameAndShardingValuesMap = shardingValues.getColumnNameAndShardingValuesMap();
        if (columnNameAndShardingValuesMap.containsKey(key)) {
            valueSet.addAll(columnNameAndShardingValuesMap.get(key));
        }
        return valueSet;
    }
}

四、Hint分片策略：

（1）使用场景：这种分片策略无需配置分片健，分片健值也不再从 SQL中解析，而是由外部指定分片信息，让 SQL在指定的分库、分表中执行。ShardingSphere 通过 Hint API实现指定操作，实际上就是把分片规则tablerule 、databaserule由集中配置变成了个性化配置。

（2）使用方法：实现 HintShardingAlgorithm 接口并重写 doSharding()方法。

public class MyTableHintShardingAlgorithm implements HintShardingAlgorithm<String> {
 
    @Override
    public Collection<String> doSharding(Collection<String> tableNames, HintShardingValue<String> hintShardingValue) {
//todo
return null;
    }
}

自定义完算法只实现了一部分，还需要在调用 SQL 前通过 HintManager 指定分库、分表信息。由于每次添加的规则都放在 ThreadLocal 内，所以要先执行 clear() 清除掉上一次的规则，否则会报错；addDatabaseShardingValue 设置分库分片健键值，addTableShardingValue设置分表分片健键值。setMasterRouteOnly 读写分离强制读主库，避免造成主从复制导致的延迟。