关于mysql:ShardingSphereProxy-50-分库分表一

@[toc]

一、简述

• 简述
  ShardingSphere-Proxy4.0 曾经降级到 5.0 了，然而两者的配置文件还有肯定的差异的，这篇文章讲述的就是 ShardingSphere-Proxy 5.0 的落地。概念、分表、分库、分库分表的原理的根本和 4.0 一样的，须要理解可查看 https://blog.csdn.net/Fu_Shi_…。
• 开发者文档
  https://shardingsphere.apache…

二、ShardingSphere-Proxy5.0 落地

• 环境

  • JAVA JDK 下载

    https://pan.baidu.com/s/1A-ksNN0YicT3hXjFscGGwA 
    提取码：r9e0

  • JDBC 数据连贯驱动下载

    https://pan.baidu.com/s/1924iUe7wxGpStAzxxv2K3g 
    提取码：jy7z

  • ShardingSphere-Proxy 5.0 下载、

    https://archive.apache.org/dist/shardingsphere/5.0.0/

  • Window 11

• 落地

  • 条件

    1. 实在数据库
    2. 逻辑数据库
    3. ShardingSphere-Proxy5.0 配置文件

  • 步骤

    1. 新建实在数据库和表【hmms.user 表为例】

       • 数据库表构造语句

         SET NAMES utf8mb4;
         SET FOREIGN_KEY_CHECKS = 0;
         
         -- ----------------------------
         -- Table structure for user
         -- ----------------------------
         DROP TABLE IF EXISTS `user`;
         CREATE TABLE `user`  (`useid` int(11) NOT NULL,
           `usenam` varchar(50) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL COMMENT '登录名',
           `usepwd` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '登录明码',
           `usestate` int(11) NULL DEFAULT 2 COMMENT '-1：删除 1：登记 2：失常 3：挂失',
           `usekey` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '用户秘钥',
           `usetel` varchar(11) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '用户手机',
           `createbyid` varchar(50) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '增加人',
           `createbytime` datetime(0) NULL DEFAULT NULL COMMENT '增加工夫',
           `modifybyid` varchar(50) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '批改人',
           `modifybytime` datetime(0) NULL DEFAULT NULL COMMENT '批改工夫',
           PRIMARY KEY (`useid`) USING BTREE
         ) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic;
         SET FOREIGN_KEY_CHECKS = 1;

       • 运行后果如下：

  

2. 批改 ShardingSphere-Proxy5.0  配置文件，并连贯

   config-sharding.yaml

   ```
   # 3、创立客户端连贯库
   schemaName: hmms
   
   #1、连贯 mysql
   dataSources:
     hmmsdatasources-0:
       url: jdbc:mysql://localhost:3306/hmms?serverTimezone=UTC&useSSL=false
       username: root
       password: ****
       connectionTimeoutMilliseconds: 30000
       idleTimeoutMilliseconds: 60000
       maxLifetimeMilliseconds: 1800000
       maxPoolSize: 50
       minPoolSize: 1
       
   # 2、分片规定
   rules:
   - !SHARDING
     tables:
       user: #表名
         actualDataNodes: hmmsdatasources-0.user-${0..1}  #分表规定
         tableStrategy:
           standard:
             shardingColumn: useid   #分片键
             shardingAlgorithmName: use_MOD  #分表算法
     shardingAlgorithms:  #分表算法
       use_MOD:  #取模算法
         type: MOD
         props:
           sharding-count: 2
   ```

   server.yaml

   ```
   rules:
     - !AUTHORITY
       users:
         - root@%:*****
         - sharding@:sharding
       provider:
         type: ALL_PRIVILEGES_PERMITTED
   ```

   运行命令

   ```
   #在 ShardingSphere-Proxy bin
   start.bat 端口号
   ```

   运行后果如下：![在这里插入图片形容](https://img-blog.csdnimg.cn/8d7b5ca3c7e84edb927779bcc84da367.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAQEDnpZ7lhpw=,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)


3. 新建逻辑数据连贯，并执行表构造和数据脚本

   逻辑库执行后果如下：![在这里插入图片形容](https://img-blog.csdnimg.cn/fcb4986d5c6142b58892c09826ea715e.png#pic_center)


    逻辑数据库增加两条数据

   SQL 语句

   ```
   INSERT INTO `user` VALUES (1, 'admin', '202CB962AC59075B964B07152D234B70', 2, '123', '123123', 'xiaogang', '2021-08-25 20:12:15', 'xiaogang', NULL);
   INSERT INTO `user` VALUES (2, 'admin', '202CB962AC59075B964B07152D234B70', 2, '123', '123123', 'xiaogang', '2021-08-25 20:12:15', 'xiaogang', NULL);
   ```

   执行后果如下：![在这里插入图片形容](https://img-blog.csdnimg.cn/2e27942bdd1b472fb4451ead2f76c133.png#pic_center)

• 分库分表

ShardingSphere-Proxy 5.0 配置

# 3、创立客户端连贯库
schemaName: hmms

#1、连贯 mysql
dataSources:
  hmmsdatasources-0:
    url: jdbc:mysql:// 主机地址: 端口号 /hmms-0?serverTimezone=UTC&useSSL=false
    username: root
    password: 明码
    connectionTimeoutMilliseconds: 30000
    idleTimeoutMilliseconds: 60000
    maxLifetimeMilliseconds: 1800000
    maxPoolSize: 50
    minPoolSize: 1

  hmmsdatasources-1:
    url: jdbc:mysql:// 主机地址: 端口号 /hmms-1?serverTimezone=UTC&useSSL=false
    username: root
    password: 明码
    connectionTimeoutMilliseconds: 30000
    idleTimeoutMilliseconds: 60000
    maxLifetimeMilliseconds: 1800000
    maxPoolSize: 50
    minPoolSize: 1
    

# 2、分片规定
rules:
- !SHARDING
  tables:
    user:
      actualDataNodes: hmmsdatasources-${0..1}.user-${0..1}   
      tableStrategy:
        standard:
          shardingColumn: useid
          shardingAlgorithmName: use_MOD
      databaseStrategy:  #分库规定
          standard:
            shardingColumn: useid
            shardingAlgorithmName: use_MOD
      keyGenerateStrategy: 
        column: useid
        keyGeneratorName: snowflake
  shardingAlgorithms:
    use_MOD:
      type: MOD
      props:
        sharding-count: 2 
    use_HASH_MOD:
      type: HASH_MOD
      props:
        sharding-count: '2'
  keyGenerators: 
    snowflake: 
       type: SNOWFLAKE
       props: 
         worker-id: 123

• 分片算法

  1. 取模算法

  shardingAlgorithms:  #分表算法
  use_MOD:  #取模算法
    type: MOD
    props:
      sharding-count: 2  #分表数据和分表的表达式必须是统一的 

2. 范畴算法

     shardingAlgorithms:
       use_BOUNDARY_RANGE:
         type: BOUNDARY_RANGE
         props:
           sharding-ranges: 2,100  #多个节点是以逗号宰割  [是依据分的表联合配置节点]
    #备注
     #分片键为：useid  int 类型
     #分表的为 3 个表
     #sharding-ranges: 2,100 是以 2 为节点，小于 2 的数据存到表 0，2 到 99 存到表 1,100 以上存到表 3 

3. 容量算法

   shardingAlgorithms:
       use_VOLUME_RANGE:
               type: VOLUME_RANGE
               props:
                 range-lower: '20000000'  #最小值
                 range-upper: '40000000'  #最大值
                 # 分片的区间的数据的距离
                 sharding-volume: '20000000'
    #备注
       最小值为 2000 万，也就是说表数据量小于等于 2000 万，最大数量为 4000 万
       表与表的距离为 2000 万
       比如说分了两张表：1-2000 万       存到表 0
       2001 万 -4000 万   存到表 1
       是依据分表的数量来定义最大值的
       分了三张表，那最大值为 6000 万 

4. HASH-CODE 算法【如果分片键是字符串类型，须要这种算法分表】

     shardingAlgorithms:
       use_HASH_MOD:
         type: HASH_MOD
         props:
           sharding-count: '2'  #分表数量，单引号必须要加 

5. 依据工夫分表算法

   shardingAlgorithms:
       use_AUTO_INTERVAL:
           type: AUTO_INTERVAL
           props:
             datetime-lower: '2020-01-01 23:59:59'
             datetime-upper: '2022-12-31 23:59:59'
             # 以 1 年度为单位进行划分
             sharding-seconds: '31536000'  
             # 以 1 个月为单位进行划分
             #sharding-seconds: '2678400'   
             # 以 1 天为单位进行划分
             #sharding-seconds: '86400'
    #设置的最大值必须和分多少表匹配才行，否者报错，找不到表 

• 分布式 ID

  config-sharding.yaml

  # 3、创立客户端连贯库
  schemaName: hmms
  
  #1、连贯 mysql
  dataSources:
    hmmsdatasources-0:
      url: jdbc:mysql://localhost:3306/hmms?serverTimezone=UTC&useSSL=false
      username: root
      password: 1QAZ2WSX3EDC
      connectionTimeoutMilliseconds: 30000
      idleTimeoutMilliseconds: 60000
      maxLifetimeMilliseconds: 1800000
      maxPoolSize: 50
      minPoolSize: 1
      
  # 2、分片规定
  rules:
  - !SHARDING
    tables:
      user:
        actualDataNodes: hmmsdatasources-0.user-${0..1}
        tableStrategy:
          standard:
            shardingColumn: id
            shardingAlgorithmName: use_HASH_MOD
        keyGenerateStrategy: 
          column: id
          keyGeneratorName: snowflake
    shardingAlgorithms:
      use_MOD:
        type: MOD
        props:
          sharding-count: 2 
      use_HASH_MOD:
        type: HASH_MOD
        props:
          sharding-count: '2'
    keyGenerators: 
      snowflake: 
         type: SNOWFLAKE
         props: 
           worker-id: 123
        

  表构造 sql 语句

  SET NAMES utf8mb4;
  SET FOREIGN_KEY_CHECKS = 0;
  
  -- ----------------------------
  -- Table structure for user
  -- ----------------------------
  DROP TABLE IF EXISTS `user`;
  CREATE TABLE `user`  (`id` varchar(100),
    `useid` int(11) NOT NULL,
    `usenam` varchar(50) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL COMMENT '登录名',
    `usepwd` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '登录明码',
    `usestate` int(11) NULL DEFAULT 2 COMMENT '-1：删除 1：登记 2：失常 3：挂失',
    `usekey` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '用户秘钥',
    `usetel` varchar(11) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '用户手机',
    `createbyid` varchar(50) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '增加人',
    `createbytime` datetime(0) NULL DEFAULT NULL COMMENT '增加工夫',
    `modifybyid` varchar(50) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '批改人',
    `modifybytime` datetime(0) NULL DEFAULT NULL COMMENT '批改工夫',
    PRIMARY KEY (`useid`) USING BTREE
  ) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic;
  SET FOREIGN_KEY_CHECKS = 1;

  数据填充语句

  INSERT INTO `user`(useid,usenam,usepwd,usestate,usekey,usetel,createbyid,createbytime,modifybyid,modifybytime) VALUES (1, 'admin', '202CB962AC59075B964B07152D234B70', 2, '123', '123123', 'xiaogang', '2021-08-25 20:12:15', 'xiaogang', NULL);

  执行构造如下：