1.水平分表分库

概念在之前写章中：Sharding-JDBC笔记1

2.参数配置

2.application.properties

# Server port
server.port=8080# MyBatis configuration
mybatis.mapper-locations=classpath:/mapper/*.xml
mybatis.type-aliases-package=com.test.sharding.domain.pojo
mybatis.configuration.map-underscore-to-camel-case=true# Spring Boot application properties
spring.main.allow-bean-definition-overriding=true
spring.application.name=sharding-jdbc-test-02# ShardingSphere configuration
spring.shardingsphere.props.sql.show=true# DataSource configuration  db1
spring.shardingsphere.datasource.names=db1,db2
spring.shardingsphere.datasource.db1.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.db1.driver-class-name=com.mysql.cj.jdbc.Driver
spring.shardingsphere.datasource.db1.url=jdbc:mysql://localhost:3306/order_db_1?useUnicode=true&characterEncoding=utf8&useSSL=false
spring.shardingsphere.datasource.db1.username=root
spring.shardingsphere.datasource.db1.password=root# DataSource configuration  db2
spring.shardingsphere.datasource.db2.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.db2.driver-class-name=com.mysql.cj.jdbc.Driver
spring.shardingsphere.datasource.db2.url=jdbc:mysql://localhost:3306/order_db_2?useUnicode=true&characterEncoding=utf8&useSSL=false
spring.shardingsphere.datasource.db2.username=root
spring.shardingsphere.datasource.db2.password=root#设置分库策略-以user_id列为数据库的分片键，
spring.shardingsphere.sharding.tables.t_order.database-strategy.inline.sharding-column=user_id
spring.shardingsphere.sharding.tables.t_order.database-strategy.inline.algorithm-expression=db$->{user_id % 2 +1}#设置分表策略
spring.shardingsphere.sharding.tables.t_order.actual-data-nodes=db$->{1..2}.t_order_$->{1..2}
spring.shardingsphere.sharding.tables.t_order.key-generator.column=order_id
spring.shardingsphere.sharding.tables.t_order.key-generator.type=SNOWFLAKE
spring.shardingsphere.sharding.tables.t_order.table-strategy.inline.sharding-column=order_id
spring.shardingsphere.sharding.tables.t_order.table-strategy.inline.algorithm-expression=t_order_$->{order_id % 2 + 1}

• user_id % 2：这部分表示对 user_id 进行取模运算，模数为2。这样，user_id的值将被分为两类：偶数（结果为0）和奇数（结果为1）。

• user_id % 2 + 1：这部分是在取模运算的结果上加1。这样，偶数 user_id 的结果将变为1，奇数 user_id的结果将变为2。

• db$->{...}：这部分是ShardingSphere的语法，用于构建实际的数据库标识。$->{...} 中的表达式会计算出一个值，然后这个值会被插入到 db 前缀后面，从而形成一个完整的数据库名称。

 spring.shardingsphere.sharding.tables.t_order.actual-data-nodes=db$->{1..2}.t_order_$->{1..2}

定义了实际的数据节点。这里表示数据被分布在两个数据库db1和db2中，每个数据库下有两个表，分别是t_order_1和t_order_2。

spring.shardingsphere.sharding.tables.t_order.key-generator.column=order_id

定义了主键生成策略对应的列名，即order_id列。

spring.shardingsphere.sharding.tables.t_order.key-generator.type=SNOWFLAKE

指定了主键生成策略的类型为SNOWFLAKE，即使用雪花算法来生成主键。

 spring.shardingsphere.sharding.tables.t_order.table-strategy.inline.sharding-column=order_id

定义了分片键为order_id，即根据order_id的值来决定数据应该存储到哪个表中。

spring.shardingsphere.sharding.tables.t_order.table-strategy.inline.algorithm-expression=t_order_$->{order_id % 2 + 1}

定义了分片算法表达式。这里表示根据order_id的值取模2后加1的结果来决定数据应该存储到哪个表中。例如，order_id为奇数的数据会被存储到t_order_2表中，而order_id为偶数的数据会被存储到t_order_1表中。

3.代码测试

3.1 数据插入

ShardingMapper.java

@Mapper
public interface ShardingMapper {void insertOrder(@Param("order") Order order);}

插入语句：

  <insert id="insertOrder" parameterType="com.test.sharding.domain.pojo.Order">insert into t_order (order_price, user_id, order_status)values (#{order.orderPrice, jdbcType=DECIMAL}, #{order.userId, jdbcType=BIGINT}, #{order.orderStatus, jdbcType=VARCHAR})</insert>

测试语句：

    @PostMapping("/insertProduct")public String insertOrder(){Order order = new Order();for(int i = 1 ; i < 10 ; i++){order.setOrderPrice(BigDecimal.valueOf(i*10));order.setUserId(5L);shardingService.insertOrder(order);try {Thread.sleep(10);} catch (InterruptedException e) {throw new RuntimeException(e);}}return "插入成功！";}

插入结果：

因为user_id设置的是5L所以根据分片算法会将数据插入到order_db_2的数据库中：