Sharding-Proxy分库分表的实现方案_ar

一安装：

https://www.jb51.net/article/237937.htm

二资源

role
master1
slave1
slave2
sharding

三为什么分库分表

业务越来越大，数据库扛不住啊。

扛不住会怎样呢？数据库性能降低

解决方法：

1 增加mysql硬件资源

2 历史数据归档

3 增加数据库—— 读写分离

4 增加数据库—— 分库分表

5 云数据库tidb

四如何分库分表

1 垂直拆分 -- 微服务化 -- 一个服务一个库

1) 每个库(表)的数据结构一般不同
2) 每个库(表)至少有一个列一样—— 为了join

缺点：
1)数据不均衡。

2 水平拆分--分库分表 -- 数据存的不一样

1)每个库(表)的数据结构都一样
2)双十一订单大，订单一定均分到012库中，解决数据热点问题

缺点：1)扩容的问题，麻烦

3 水平拆分和垂直拆分结合：垂直拆库，水平拆表

五sharding-proxy分库分表实战

1 master建库建表

库：
bookstore_0
bookstore_1
在库中分别建表：
bookinfo_0
bookinfo_1

2 修改config-sharding.yaml

①把mysql驱动jar包复制到lib文件夹下

②config-sharding.yaml

schemaname: bookstore

datasources:
  bookstore_0:
    url: jdbc:mysql://ip:3306/bookstore_0?servertimezone=utc&usessl=false
    username: root
    password: 
    connectiontimeoutmilliseconds: 30000
    idletimeoutmilliseconds: 60000
    maxlifetimemilliseconds: 1800000
    maxpoolsize: 50
  bookstore_1:
    url: jdbc:mysql://ip:3306/bookstore_0?servertimezone=utc&usessl=false
    username: root
    password: 
    connectiontimeoutmilliseconds: 30000
    idletimeoutmilliseconds: 60000
    maxlifetimemilliseconds: 1800000
    maxpoolsize: 50

shardingrule:
  tables:
    bookinfo:
      actualdatanodes: bookstore_${0..1}.bookinfo_${0..1}
      databasestrategy:
        inline:
          shardingcolumn: storeid
          algorithmexpression: bookstore_${storeid % 2}
      tablestrategy:
        inline:
          shardingcolumn: bookid
          algorithmexpression: bookinfo_${bookid % 2}
      #keygenerator:
        #type: snowflake
        #column: order_id

  bindingtables:
    - bookinfo
  defaultdatabasestrategy:
    inline:
      shardingcolumn: storeid
      algorithmexpression: bookstore_${storeid % 2}
  defaulttablestrategy:
    none: