一、前言
小编最近一直在研究关于分库分表的东西，前几天docker安装了mycat实现了分库分表，但是都在说mycat的bug很多。很多人还是倾向于shardingsphere，其实他是一个全家桶，有JDBC、Proxy 和 Sidecar组成，小编今天以最简单的JDBC来简单整合一下！
现在最新版已经是5.1.1，经过一天的研究用于解决了所有问题，完成了单库分表！！
想了解4.0.0版本的可以看一下小编刚刚写的：SpringBoot+Mybatis-Plus整合Sharding-JDBC4.0.0实现单库分表
如果想看mycat的可以看一下小编之前写的文章哈：Docker安装Mycat和Mysql进行水平分库分表实战
二、踩过的坑
1. 数据源问题
不要使用druid-spring-boot-starter这个依赖，启动会有问题
<dependency>--> <groupId>com.alibaba</groupId> <artifactId>druid-spring-boot-starter</artifactId> <version>1.1.21</version> /dependency> 报错信息：
Caused by: org.springframework.beans.factory.BeanCreationException: Error creating bean with name 'userMapper' defined in file [D:/jiawayun/demo/target/classes/com/example/demo/mapper/UserMapper.class]: Invocation of init method failed; nested exception is java.lang.IllegalArgumentException: Property 'sqlSessionFactory' or 'sqlSessionTemplate' are required 解决方案：
使用单独的druid
<dependency> <groupId>com.alibaba</groupId> <artifactId>druid</artifactId> <version>1.2.8</version> </dependency> 建议使用默认的数据源，sharding-jdbc也是使用的默认的数据源，小编使用的自带的，忘记druid后面会不会有问题了！！
type: com.zaxxer.hikari.HikariDataSource 2. Insert 语句不支持分表路由到多个数据节点
报错信息：
Insert statement does not support sharding table routing to multiple data nodes.
解决方案：
看小编文章：解决不支持分表路由问题
三、导入maven依赖
<dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-test</artifactId> <scope>test</scope> <exclusions> <exclusion> <groupId>org.junit.vintage</groupId> <artifactId>junit-vintage-engine</artifactId> </exclusion> </exclusions> </dependency> <dependency> <groupId>junit</groupId> <artifactId>junit</artifactId> <scope>test</scope> </dependency> <dependency> <groupId>org.apache.shardingsphere</groupId> <artifactId>shardingsphere-jdbc-core-spring-boot-starter</artifactId> <version>5.1.1</version> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-test</artifactId> <scope>test</scope> </dependency> <!-- lombok --> <dependency> <groupId>org.projectlombok</groupId> <artifactId>lombok</artifactId> <version>1.18.10</version> </dependency> <!--jdbc--> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-jdbc</artifactId> </dependency> <!-- mysql --> <dependency> <groupId>mysql</groupId> <artifactId>mysql-connector-java</artifactId> </dependency> <!-- mybatis-plus --> <dependency> <groupId>com.baomidou</groupId> <artifactId>mybatis-plus-boot-starter</artifactId> <version>3.5.1</version> </dependency> 四、新建表
1. 新建二张表
命名为：user_0、user_1
CREATE TABLE `user_0` ( `cid` bigint(25) NOT NULL, `name` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL, `gender` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL, `data` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL, PRIMARY KEY (`cid`) USING BTREE ) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic; SET FOREIGN_KEY_CHECKS = 1; 2. 数据库结构
五、框架全局展示
1. User实体类
@Data public class User implements Serializable { private static final long serialVersionUID = 337361630075002456L; private Long cid; private String name; private String gender; private String data; } 2. controller
@RestController @RequestMapping("/test") public class UserController { @Autowired private UserMapper userMapper; @GetMapping("/insertTest") public void insertTest(){ for (int i = 1 ; i < 10; i++) { User test = new User("王"+i,"男","数据" + i); userMapper.insert(test); } } } 3. mapper
我们直接省略了service，简单一下哈！！
public interface UserMapper extends BaseMapper<User> { } 4. application.yml配置
server: port: 8089 spring: shardingsphere: mode: type: memory # 是否开启 datasource: # 数据源（逻辑名字） names: m1 # 配置数据源 m1: type: com.zaxxer.hikari.HikariDataSource driver-class-name: com.mysql.cj.jdbc.Driver url: jdbc:mysql://localhost:3306/test?useSSL=false&autoReconnect=true&characterEncoding=UTF-8&serverTimezone=UTC username: root password: root # 分片的配置 rules: sharding: # 表的分片策略 tables: # 逻辑表的名称 user: # 数据节点配置，采用Groovy表达式 actual-data-nodes: m1.user_$->{0..1} # 配置策略 table-strategy: # 用于单分片键的标准分片场景 standard: sharding-column: cid # 分片算法名字 sharding-algorithm-name: user_inline key-generate-strategy: # 主键生成策略 column: cid # 主键列 key-generator-name: snowflake # 策略算法名称(推荐使用雪花算法) key-generators: snowflake: type: SNOWFLAKE sharding-algorithms: user_inline: type: inline props: algorithm-expression: user_$->{cid % 2} props: # 日志显示具体的SQL sql-show: true logging: level: com.wang.test.demo: DEBUG mybatis-plus: mapper-locations: classpath:mapper/*.xml type-aliases-package: com.example.demo.entity configuration: #在映射实体或者属性时，将数据库中表名和字段名中的下划线去掉，按照驼峰命名法映射 address_book ---> addressBook map-underscore-to-camel-case: true 5. 启动类
@MapperScan("com.example.demo.mapper") @SpringBootApplication public class DemoApplication { public static void main(String[] args) { SpringApplication.run(DemoApplication.class, args); } } 六、测试插入九条数据
本次测试策略是：行表达式分片策略:inline
1. 插入数据
输入 ：localhost:8089/test/insertTest
分片成功
2. 单个查询
@GetMapping("/selectOneTest") public void selectOneTest(){ User user = userMapper.selectOne(Wrappers.<User>lambdaQuery().eq(User::getCid,736989417020850176L)); System.out.println(user); } 这时他会根据cid去自动获取去那个表中获取数据
3. 全查询
@GetMapping("/selectListTest") public void selectListTest(){ List<User> list = userMapper.selectList(null); System.out.println(list); } 由于没有条件，他会去把两个表UNION ALL进行汇总
4. 分页查询
需要先配置mybatis-plus分页配置类：
@Configuration public class MybatisPlusConfig { @Bean public MybatisPlusInterceptor mybatisPlusInterceptor() { MybatisPlusInterceptor interceptor = new MybatisPlusInterceptor(); interceptor.addInnerInterceptor(new PaginationInnerInterceptor(DbType.MYSQL)); return interceptor; } } @GetMapping("/selectListPage") public void selectListPage(){ IPage<User> page = new Page(1,6); IPage<User> userIPage = userMapper.selectPage(page,null); List<User> records = userIPage.getRecords(); System.out.println(records); } 我们user_0有5条数据，user_1有4条数据
我们发现它会向所有的表中去进行一遍分页查询，第一个表数据不够就会加上另一个表分页拿到的值
分页size为3时，一个user_0就可以满足分页条件，就会忽略user_1的分页数据。
5. 非分片属性查询
我们先把user_0表性别修改两个为女，然后进行查询！看看没有分片的字段是否能够只去user_0去查询
@GetMapping("/selectListByGender") public void selectListByGender(){ List<User> list = userMapper.selectList(Wrappers.<User>lambdaQuery().eq(User::getGender, "女")); System.out.println(list); } 有图可见：不是分片的字段查询，回去全连接表去查询一遍，效率和不分表一样了哈！！
6. 分片属性来自一个表in查询
@GetMapping("/selectInList") public void selectList(){ List<User> users = userMapper.selectList(Wrappers.<User>lambdaQuery().in(User::getCid,736989417020850176L,736989418119757824L)); System.out.println(users); } 我们可以发现，我们根据分片字段进行in查询，sharding-jdbc会识别出来来自于那个表进而提高效率，不会所有的表进行全连接。
七、总结
这样就完成了最新版的sharding-jdbc的简单测试和一些坑的解决，总的来说配置很费劲，不能有一定的错误！
看到这里了，还不给小编一键三连走起来，谢谢大家了！！
有缘人才可以看得到的哦！！！
