比如在电商网站中可能会有这样的需求:根据用户所在城市不同,查询不同城市的商品数据。而在后台,这些不同城市的数据被分配在不同的数据库当中。很多人想当然的就觉得需要使用ShardingJDBC来实现多数据源管理。
这种场景就是一个典型的多数据源切换的场景。但是我们仔细分析这样的场景,他跟分库分表其实并不太相同。ShardingJDBC固然可以使用Hint策略实现快速的数据库分库查询。例如前端传进来一个cityId字段,然后在后台查询数据时,将cityId设置到HintManager中,通过定制Hint策略,将后续的SQL操作分配到目标数据源当中。Hint分片策略案例参考分库分表二:ShardingJDBC进阶实战案例上
但是,其实这种场景跟分库分表还是有差距的,那么如果不使用ShardingJDBC如何实现多数据源的切换。
在springboot中整合好mybatis和web功能 ,能够实现普通的增删改查。
yml配置
spring:
datasource:
datasource1:
url: jdbc:mysql://localhost/sharding_test?useSSL=false&useUnicode=true&characterEncoding=utf-8&zeroDateTimeBehavior=convertToNull&transformedBitIsBoolean=true&tinyInt1isBit=false&allowMultiQueries=true&serverTimezone=GMT%2B8&allowPublicKeyRetrieval=true
username: root
password: root
driver-class-name: com.mysql.cj.jdbc.Driver
datasource2:
url: jdbc:mysql://xxx/xmkf_zt?useSSL=false&useUnicode=true&characterEncoding=utf-8&zeroDateTimeBehavior=convertToNull&transformedBitIsBoolean=true&tinyInt1isBit=false&allowMultiQueries=true&serverTimezone=GMT%2B8&allowPublicKeyRetrieval=true&rewriteBatchedStatements=true
username: xxx
password: xxx
driver-class-name: com.mysql.cj.jdbc.Driver
配置文件中配置了两个数据源。在两个的数据源中创建表
CREATE TABLE `sharding_user` (
`id` bigint(11) NOT NULL AUTO_INCREMENT,
`user_name` varchar(255) DEFAULT NULL,
`age` int(11) DEFAULT NULL,
`source` varchar(255) DEFAULT 'test',
`create_time` datetime DEFAULT NULL,
`update_time` datetime DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=2 DEFAULT CHARSET=latin1;
实体类 service 那些就忽略了 和普通的mybatis调用是一样的
配置所有数据源DataSource
@Configuration
public class DataSourceConfig {
@Bean(name = "dataSource1")
@ConfigurationProperties(prefix = "spring.datasource.datasource1")
public DataSource dataSource1(){
// 底层会自动拿到spring.datasource中的配置, 创建一个DruidDataSource
return DruidDataSourceBuilder.create().build();
}
@Bean(name = "dataSource2")
@ConfigurationProperties(prefix = "spring.datasource.datasource2")
public DataSource dataSource2(){
// 底层会自动拿到spring.datasource中的配置, 创建一个DruidDataSource
return DruidDataSourceBuilder.create().build();
}
//事务管理器
@Bean
public DataSourceTransactionManager transactionManager(DynamicDataSource dataSource){
DataSourceTransactionManager dataSourceTransactionManager = new DataSourceTransactionManager();
dataSourceTransactionManager.setDataSource(dataSource);
return dataSourceTransactionManager;
}
}
配置动态数据源
@Component("dynamicDataSource")
@Primary
public class DynamicDataSource extends AbstractRoutingDataSource {
//当前线程
public static ThreadLocal<String> dataSourceName = new ThreadLocal<>();
@Resource
private DataSource dataSource1;
@Resource
private DataSource dataSource2;
@Override
protected Object determineCurrentLookupKey() {
//从当前线程中获取数据源
return dataSourceName.get();
}
@Override
public void afterPropertiesSet() {
Map<Object, Object> targetDataSources = new HashMap<>();
//假设B 代表北京的数据源
targetDataSources.put("B",dataSource1);
//假设X 代表厦门的数据源
targetDataSources.put("X",dataSource2);
//初始化 设置所有数据源
super.setTargetDataSources(targetDataSources);
//设置 默认数据源
super.setDefaultTargetDataSource(dataSource2);
super.afterPropertiesSet();
}
}
测试代码:
@GetMapping("/testWriteDynamic")
@ApiOperation(value = "测试动态数据源插入")
@ApiOperationSupport(order = 9, author = "lsx")
public R testWriteDynamic(@RequestParam(value = "dsKey",defaultValue = "B") String dsKey){
List<ShardingUser> list = new ArrayList<>();
for (int i = 0; i < 20; i++) {
ShardingUser user = new ShardingUser();
user.setAge(i);
user.setUserName("lsx");
user.setCreateTime(new Date());
list.add(user);
}
//从前端获取数据源 默认为北京的数据源
DynamicDataSource.dataSourceName.set(dsKey);
shardingUserService.saveBatch(list);
return R.success("成功");
}
@GetMapping("/testReadDynamic")
@ApiOperation(value = "测试动态数据源读取")
@ApiOperationSupport(order = 10, author = "lsx")
public R testReadDynamic(@RequestParam(value = "dsKey",defaultValue = "X") String dsKey){
//从前端获取数据源 默认为厦门的数据源
DynamicDataSource.dataSourceName.set(dsKey);
List<ShardingUser> list = shardingUserService.list();
return R.data(list);
}
测试插入北京数据源
测试查询厦门数据源
由于厦门数据源没有插入数据所以为空
测试查询北京数据源
查询成功
测试插入数据到厦门数据源
然后查询厦门数据源
成功
这种方案的好处是根据前端传入的参数决定使用哪个数据源。
引入依赖
<dependency>
<groupId>com.baomidougroupId>
<artifactId>dynamic-datasource-spring-boot-starterartifactId>
<version>3.5.0version>
dependency>
yml配置
spring:
datasource:
type: com.alibaba.druid.pool.DruidDataSource
#使用dynamicDatasource框架
dynamic:
#设置默认的数据源或者数据源组
primary: XM
#严格匹配数据源,默认false. true未匹配到指定数据源时抛异常,false使用默认数据源
strict: false
datasource:
XM:
url: jdbc:mysql://localhost/sharding_test?useSSL=false&useUnicode=true&characterEncoding=utf-8&zeroDateTimeBehavior=convertToNull&transformedBitIsBoolean=true&tinyInt1isBit=false&allowMultiQueries=true&serverTimezone=GMT%2B8&allowPublicKeyRetrieval=true
username: root
password: root
driver-class-name: com.mysql.cj.jdbc.Driver
BJ:
url: jdbc:mysql://xxx/xmkf_zt?useSSL=false&useUnicode=true&characterEncoding=utf-8&zeroDateTimeBehavior=convertToNull&transformedBitIsBoolean=true&tinyInt1isBit=false&allowMultiQueries=true&serverTimezone=GMT%2B8&allowPublicKeyRetrieval=true&rewriteBatchedStatements=true
username: xxx
password: xxx
driver-class-name: com.mysql.cj.jdbc.Driver
引入了这个框架,配置好数据源就不需要在有额外的配置了。这个框架自动帮我们配置好动态数据源
用法
在service 实现类添加@DS()注解 通过DS注解指定数据源 方法上的DS注解会覆盖类上的DS注解
@Service
@DS("bj")
public class ShardingUserSerivceImpl extends ServiceImpl<ShardingUserMapper, ShardingUser> implements IShardingUserService{
@DS("xm")
@Override
public boolean saveEntity(ShardingUser entity) {
return this.save(entity);
}
@DS("xm")
@Override
public List<ShardingUser> queryList() {
return this.list();
}
}
测试代码
@GetMapping("/testWriteDynamic")
@ApiOperation(value = "测试动态数据源插入")
@ApiOperationSupport(order = 9, author = "lsx")
public R testWriteDynamic(@RequestParam(value = "dsKey",defaultValue = "B") String dsKey){
for (int i = 0; i < 20; i++) {
ShardingUser user = new ShardingUser();
user.setAge(i);
user.setUserName("lsx");
user.setCreateTime(new Date());
shardingUserService.saveEntity(user);
}
return R.success("成功");
}
@GetMapping("/testReadDynamic")
@ApiOperation(value = "测试动态数据源读取")
@ApiOperationSupport(order = 9, author = "lsx")
public R testReadDynamic(@RequestParam(value = "dsKey",defaultValue = "X") String dsKey){
List<ShardingUser> list = shardingUserService.list();
return R.data(list);
}
上述插入和查询都会去xm的数据源操作