前言
随着系统数据量的日益增长，在说起数据库架构和数据库优化的时候，我们难免会常常听到分库分表这样的名词。
当然，分库分表有很多的方法论，比如垂直拆分、水平拆分；也有很多的中间件产品，比如MyCat、ShardingJDBC。
根据业务场景选择合适的拆分方法，再选择一个熟悉的开源框架，就能帮助我们完成项目中所涉及到的数据拆分工作。
本文并不打算就这些方法论和开源框架展开深入的探讨，笔者想讨论另外一个场景：
如果系统中需要拆分的表并不多，只是1个或者少量的几个，我们是否值得引入一些相对复杂的中间件产品；特别是，如果我们对它们的原理不甚了解，是否有信心驾驭它们 ?
基于此，如果你的系统中有少量的表需要拆分，也没有专门的资源去研究开源组件，那么我们可以自己来实现一个简单的分库分表插件；当然，如果你的系统比较复杂，业务量较大，还是采用开源组件或者团队自研组件来解决这事较为稳妥。
一、原理
分库分表这事说简单也简单，说复杂那也挺复杂...
简单是因为它的核心流程比较明确。就是解析SQL语句，然后根据预先配置的规则，重写或路由到真实的数据库表中去；
复杂在于，SQL语句复杂且灵活，比如分页、去重、排序、分组、聚合、关联查询等操作，如何正确的解析它们。
所以就算是ShardingJDBC，在官网中也明确了支持项和不支持项。
二、注解式配置
相对于复杂的配置文件，我们采用较为轻便的注解式配置，它的定义如下：
@Target({ElementType.TYPE})
@Retention(RetentionPolicy.RUNTIME)
@Documented
public @interface Sharding {
String tableName(); //逻辑表名
String field(); //分片键
String mode(); //算法模式
int length() default 0; //分表数量
}
那么，在哪里使用它呢 ？ 比如我们的用户表需要分表，那就在User这个实体对象上标注。
@Data
@Sharding(tableName = "user",field = "id",mode = "hash",length = 16)
public class User {
private Long id;
private String name;
private String address;
private String tel;
private String email;
}
这就说明了，我一共有 16 张用户表，根据用户ID，使用Hash算法来计算它的位置。
当然，我们不止有Hash算法，还可以根据日期范围来定义。
@Data
@Sharding(tableName = "car",field = "creatTime",mode = "range")
public class Car {
private long id;
private String number;
private String brand;
private String creatTime;
private long userId;
}
三、分片算法
在这里，笔者实现了两种分片方式，就是HashAlgorithm和RangeAlgorithm 。
1、范围分片
如果你的系统中有使用冷热数据分离，我们可以按照日期将不同月的数据分散到不同的表中。
比如车辆的创建时间是2019-12-10 15:30:00，这条数据将会被分配到car_201912这张表中去。
我们通过截取时间的年月部分，然后再加上逻辑表名即可。
public class RangeAlgorithm implements Algorithm {
@Override
public String doSharding(String tableName, Object value,int length) {
if (value!=null){
try{
DateUtil.parseDateTime(value.toString());
String replace = value.toString().substring(0, 7).replace("-", "");
String newName = tableName+"_"+replace;
return newName;
}catch (DateException ex){
logger.error("时间格式不符合要求!传入参数:{},正确格式:{}",value.toString(),"yyyy-MM-dd HH:mm:ss");
return tableName;
}
}
return tableName;
}
}
2、Hash分片
在Hash分片算法中，我们可以先判断表的数量，是不是2的幂次方。如果不是，就通过算数方式获取下标，如果是呢，就通过位运算的方式获取下标。当然了，这是在HashMap源码中学到的哦。
public class HashAlgorithm implements Algorithm {
@Override
public String doSharding(String tableName, Object value,int length) {
if (this.isEmpty(value)){
return tableName;
}else{
int h;
int hash = (h = value.hashCode()) ^ (h >>> 16);
int index;
if (is2Power(length)){
index = (length - 1) & hash;
}else {
index = Math.floorMod(hash, length);
}
return tableName+"_"+index;
}
}
}
四、拦截器
配置和分片算法都有了，接下来就是重头戏了。在这里，我们使用Mybatis拦截器将它们派上用场。
常年CRUD的我们，都知道一条业务SQL肯定逃不出它们的范围。其中，在业务上我们的删除功能一般都是逻辑删除，所以，基本上不会有DELETE操作。
相较而言，新增和修改SQL都比较简单且格式固定，查询SQL往往比较灵活且复杂。所以，在这里笔者定义了两个拦截器。
不过，在介绍拦截器之前，我们有理由要了解另外两个东西：SQL语法解析器和分片算法处理器。
1、JSqlParser
JSqlParser负责解析SQL语句，并转化为Java类的层次结构。我们可以先看个简单的例子来认识它。
public static void main(String[] args) throws JSQLParserException {
String insertSql = "insert into user (id,name,age) value(1001,'范闲',20)";
Statement parse = CCJSqlParserUtil.parse(insertSql);
Insert insert = (Insert) parse;
String tableName = insert.getTable().getName();
List<Column> columns = insert.getColumns();
ItemsList itemsList = insert.getItemsList();
System.out.println("表名:"+tableName+" 列名:"+columns+" 属性:"+itemsList);
}
输出: 表名:user 列名:[id, name, age] 属性:(1001, '范闲', 20)
我们可以看到，JSqlParser可以解析出SQL的语法信息。相应的，我们也可以更改对象内容，从而达到修改SQL语句的目的。
2、算法处理器
我们的分片算法有多个，具体应该调用哪一个是在程序运行期来决定的。所以，我们使用一个Map先将算法注册起来，然后根据分片模式来调用它。这也是策略模式的体现。
@Component
public class AlgorithmHandler {
private Map<String, Algorithm> algorithm = new HashMap<>();
@PostConstruct
public void init(){
algorithm.put("range",new RangeAlgorithm());
algorithm.put("hash",new HashAlgorithm());
}
public String handler(String mode,String name,Object value,int length){
return algorithm.get(mode).doSharding(name, value,length);
}
}
3、拦截器
我们知道，MyBatis允许你在已映射语句执行过程中的某一点进行拦截调用。
如果你对它的原理还不熟悉，那么可以先看看笔者的文章：Mybatis拦截器的原理。
整体来看，它的流程如下：
- 通过
Mybatis拦截待执行的SQL； - 通过
JSqlParser解析SQL，获取逻辑表名等； - 调用分片算法获取真实表名；
- 修改SQL，并修改
BoundSql； -
Mybatis执行修改后的SQL，达成目的。
比如，对于insert语句和update语句，它的核心代码如下：
insert
五、查询及分页
事实上，新增和修改都比较简单，较为复杂的是查询语句。
但是，我们的插件并不在于要满足所有的查询语句，而是可以根据真实的业务场景来扩展修改。
不过分页功能基本上是逃不开的。拿PageHelper为例，它的原理也是通过Mybatis拦截器来实现的。如果它和我们的分表插件在一起，可能会产生冲突。
所以在分表插件中，笔者也集成了分页功能，基本上和PageHelper一样，但并未直接使用它。另外，对于查询来说，在查询条件中是否带有分片键，也是很关键的地方。
1、查询
在范围算法中，在业务上我们要求只查询特定某一个月或者近几个月的数据即可；在Hash算法中，我们则要求每次都带有主键。
但第二个条件往往不能成立，业务方也满足不了每次都必须带有主键。
针对这种情况，我们只能遍历所有的表，查询符合条件的数据，然后再汇总返回；
query
这种方式的缺点显而易见，性能较差。还有一种方式就是可以将常用的查询条件与分片键建立映射关系，在查询时先根据查询条件找到分片键的字段值，然后再根据分片键查询。
2、分页
如上所言，插件中集成了分页功能，实现流程与PageHelper一样，但考虑到冲突，并未直接使用。
page
六、其他
事实上，笔者在想本文的标题时，着实比较苦恼。因为分库分表在业界是一个词，但本文插件并不涉及分库，仅有的只是分表操作而已，不过本文的重点是思路，最终还是叫了分库分表，还请盆友们见谅，不要叫我标题党~
由于篇幅所限，文中只有少量的代码，如果感兴趣的盆友可以去https://github.com/taoxun/sharding获取完整Demo。
笔者的代码中，包含了一些测试用例和建表SQL，创建完表后直接运行项目即可。
网友评论