# Sharding-JDBC从入门到精通（1）- 概述-分库分表

Sharding-JDBC从入门到精通（1）- 概述-分库分表

一、Sharding-JDBC分库分表专题内容介绍

1、Sharding-JDBC 概述

1.1 分库分表是什么

1.2 分库分表的方式

1.3 分库分表带来的问题

1.4 Sharding-JDBC 介绍

2、Sharding-JDBC 快速入门

2.1 需求说明

2.2 环境搭建

2.3 编写程序

2.4 流程分析

2.5 其他集成方式

3、Sharding-JDBC

3.1 基本概念

3.2 SQL 解析

3.3 SQL 路由

3.4 SQL 改写

3.5 SQL 执行

3.6 结果归并

3.7 总结

二、概述-分库分表是什么

1、分库分表：就是为了解决由于数据量过大而导致数据库性能降低的问题，将原来独立的数据库拆分成若干数据库组成 ，将数据大表拆分成若干数据表组成，使得单一数据库、单一数据表的数据量变小,从而达到提升数据库性能的目的。

2、案例分析：

1）比如：一家初创电商平台的开发人员他负责卖家模块的功能开发，其中涉及了店铺、商品的相关业务，设计如下数据库:

2）通过以下 SQL 能够获取到商品相关的店铺信息、地理区域信息

SELECT P.*,r.[地理区域名称],s.[店铺名称],s.[信誉]
FROM[商品信息]p
LEFT J0IN[地理区域]r ON 以[产地]=r.[地理区域编码]
LEFT JOIN[店铺信息]s ON p.id = s.[所属店铺]
WHERE p.id=?

3）形成类似以下列表展示:

4）随着公司业务快速发展，数据库中的数据量猛增,访问性能也变慢了,优化迫在眉睫。分析一下问题出现在哪儿呢? 关系型数据库本身比较容易成为系统瓶颈,单机存储容量、连接数、处理能力都有限。当单表的数据量达到1000W或100G以后，由于查询维度较多，使添加从库、优化索引，做很多操作时性能仍下降严重。

5）解决方案选择：

• 方案1:

通过提升服务器硬件能力来提高数据处理能力，比如增加存储容量、CPU 等，这种方案成本很高，并且如果瓶颈在MySQL本身那么提高硬件也是有很的。

• 方案2：

把数据分散在不同的数据库中，使得单一数据库的数据量变小来缓解单一数据库的性能问题，从而达到提升数据库性能的目的，将电商数据库拆分为若干独立的数据库，并且对于大表也拆分为若干小表，通过这种数据库拆分的方法来解决数据库的性能问题。

6）案例分析 结论：

方案2 就是通过 分库分表 达到优化目的，所以 方案2 显然是优选方案。

三、概述-分库分表的方式-垂直分表

1、分库分表的方式

分库分表包括分库和分表两个部分，在生产中通常包括：
垂直分库、水平分库、垂直分表、水平分表四种方式。

2、垂直分表

垂直分表定义:将一个表按照字段分成多表，每个表存储其中一部分字段。

3、案例分析：

• 例如：一个电商的商品查询，通常在商品列表中是不显示商品详情信息的，
  用户在浏览商品列表时，只有对某商品感兴趣时才会查看该商品的详细描述。

• 因此，商品信息中商品描述字段访问频次较低，且该字段存储占用空间较大，访问单个数据I0时间较长;商品信息中商品名称、商品图片、商品价格等其他字段数据访问频次较高。

• 由于这两种数据的特性不一样，因此应该考虑将商品信息表拆分：
  将访问频次低的商品描述信息单独存放在一张表中，访问频次较高的商品基本信息单独放在一张表中。

3.1 商品列表可采用以下 sql

SELECT P.*,r.[地理区域名称],s.[店铺名称],s.[信誉]
FROM[商品信息]P
LEFT JOIN[地理区域]r ON p.[产地]=r.[地理区域编码]LEFT JOIN[店铺信息]s ON p.id = s.[所属店铺]WHERE...ORDER BY...LIMIT...

3.2 需要获取商品描述时，再通过以下 sql 获取

SELECT *
FROM[商品描述]
WHERE「商品ID1=?

3.3 垂直分表 它带来的提升是:

• 1.为了避免 IO 争抢并减少锁表的几率，查看详情的用户与商品信息浏览互不影响。
• 2.充分发挥热门数据的操作效率，商品信息的操作的高效率不会被商品描述的低效率所拖累。

3.4 为什么大字段Io效率低

• 第一是由于数据量本身大,需要更长的读取时间;
• 第二是跨页，页是数据库存储单位，很多查找及定位操作都是以页为单位，单页内的数据行越多数据库整体性能越好，而大字段占用空间大，单页内存储行数少，因此I0效率较低。
• 第三,数据库以行为单位将数据加载到内存中，这样表中字段长度较短且访问。

4、一般来说，某业务实体中的各个数据项的访问频次是不一样的，部分数据项可能是占用存储空间比较大的 BLOB 或是 TEXT。例如商品描述。所以，当表数据量很大时，可以将表按字段切开，将热门字段、冷门字段分开放置在不同库中，这些库可以放在不同的存储设备上，避免 IO 争抢。垂直切分带来的性能提升主要集中在热门数据的操作效率上，而且磁盘争用情况减少。

5、通常我们按以下原则进行垂直拆分:

• 1.把不常用的字段单独放在一张表;
• 2.把 text，blob 等大字段拆分出来放在附表中;
• 3.经常组合查询的列放在一张表中。

四、概述-分库分表的方式-垂直分库

1、垂直分库

垂直分库:是指按照业务将表进行分类，分布到不同的数据库上面，每个库可以放在不同的服务器上，它的核心理念是专库专用。

2、案例分析 垂直分库

例如：电商业务 通过垂直分表性能得到了一定程度的提升，但是还没有达到要求，并且磁盘空间也快不够了，因为数据还是始终限制在一台服务器,库内垂直分表只解决了单一表数据量过大的问题，但没有将表分布到不同的服务器上，因此每个表还是竟争同一个物理机的 CPU、内存、网络10、磁盘。

1）这时就可以考虑把原有的 SELLER DB(卖家库)，分为了 PRDUCT DB (商品库)和 STORE DB(店铺库)，并把这两个库分散到不同服务器，如下图:

垂直分库select-db2.png

由于电商业务商品信息与商品描述业务耦合度较高，因此一起被存放在 PRODUCT_DB(商品库);而店铺信息相对独立,因此单独被存放在 STORE DB(店铺库)。

2）垂直分库 它带来的提升是:

• 解决业务层面的耦合，业务清晰。
• 能对不同业务的数据进行分级管理、维护、监控、扩展等。
• 高并发场景下，垂直分库一定程度的提升10、数据库连接数、降低单机硬件资源的瓶颈。

3、垂直分库通过将表按业务分类，然后分布在不同数据库，并且可以将这些数据库部署在不同服务器上，从而达到多个服务器共同分摊压力的效果，但是依然没有解决单表数据量过大的问题。

五、概述-分库分表的方式-水平分库

1、水平分库

水平分库：是把同一个表的数据按一定规则拆到不同的数据库中，每个库可以放在不同的服务器上。

2、案例分析 水平分库

例如：电商业务 经过垂直分库后，数据库性能问题得到一定程度的解决，但是随着业务量的增长，PRODUCT DB(商品库)单库存储数据已经超出预估。粗略估计,目前有8w店铺,每个店铺平均150个不同规格的商品，再算上增长，那商品数量得往1500w+上预估，并且PRODUCT DB(商品库)属于访问非常频繁的资源,单台服务器已经无法支撑。此时该如何优化?

再次分库?但是从业务角度分析，目前情况已经无法再次垂直分库。

尝试水平分库，将店铺ID为单数的和店铺ID为双数的商品信息分别放在两个库中。

也就是说，要操作某条数据，先分析这条数据所属的店铺 ID。如果店铺 ID 为双数，将此操作映射至 RRODUCT DB1(商品库1);如果店铺 ID 为单数,将操作映射至 RRODUCT DB2(商品库2)。此操作要访问数据库名称的表达式为 RRODUCT DB[店铺ID%2+1]。

3、水平分库 和 垂直分库 对比 :

垂直分库：是把不同表拆到不同数据库中，它是对数据行的拆分,不影响表结构
水平分库：是把同一个表的数据按一定规则拆到不同的数据库中，每个库可以放在不同的服务器上,

4、水平分库 它带来的提升是:

• 解决了单库大数据，高并发的性能瓶颈,
• 提高了系统的稳定性及可用性。

稳定性体现在 IO 冲突减少,锁定减少。
可用性指某个库出问题，部分可用。

5、当一个应用难以再细粒度的垂直切分或切分后数据量行数巨大，存在单库读写、存储性能瓶颈，这时候就需要进行水平分库了，经过水平切分的优，往往能解决单库存储量及性能瓶颈。但由于同一个表被分配在不同的数据库，需要额外进行数据操作的路由工作，因此大大提升了系统复杂度。

六、概述-分库分表的方式-水平分表

1、水平分表

水平分表：是在同一个数据库内，把同一个表的数据按一定规则拆到多个表中。
水平分表是对数据行的拆分，不影响表结构。

2、案例分析

例如：电商业务 按照水平分库的思路对他把 PRODUCTDB X(商品库)内的表也可以进行水平拆分,其目的也是为解决单表数据量大的问题，如下图:

与水平分库的思路类似，不过这次操作的目标是表，商品信息及商品描述被分成了两套表。如果商品ID为双数将此操作映射至商品信息1表;如果商品ID为单数，将操作映射至商品信息2表。此操作要访问表名称的表达式为商品信息[商品ID%2+1]。

3、水平分表 它带来的提升是:

• 优化单一表数据量过大而产生的性能问题。
• 避免 I0 争抢并减少锁表的几率。

库内的水平分表，解决了单一表数据量过大的问题,分出来的小表中只包含一部分数据，从而使得单个表的数据量变小，提高检索性能。

七、概述-分库分表的方式-总结

1、分库分表的各种方式，它们分别是垂直分表、垂直分库、水平分库和水平分表。

2、垂直分表: 可以把一个宽表的字段按访问频次、是否是大字段的原则拆分为多个表，这样既能使业务清晰，还能提升部分性能。拆分后，尽量从业务角度避免联查，否则性能方面将得不偿失。

3、垂直分库: 可以把多个表按业务耦合松紧归类，分别存放在不同的库，这些库可以分布在不同服务器,从而使访问压力被多服务器负载，大大提升性能，同时能提高整体架构的业务清晰度，不同的业务库可根据自身情况定制优化方案。但是它需要解决跨库带来的所有复杂问题。

4、水平分库: 可以把一个表的数据(按数据行)分到多个不同的库，每个库只有这个表的部分数据，这些库可以分布在不同服务器，从而使访问压力被多服务器负载，大大提升性能。它不仅需要解决跨库带来的所有复杂问题，还要解决数据路由的问题(数据路由问题后边介绍)。

5、水平分表: 可以把一个表的数据(按数据行)分到多个同一个数据库的多张表中,每个表只有这个表的部分数据，这样做能小幅提升性能，它仅仅作为水平分库的一个补充优化。

6、一般来说，在系统设计阶段就应该根据业务耦合松紧来确定垂直分库，垂直分表方案，在数据量及访问压力不是特别大的情况，首先考虑缓存、读写分离、索引技术等方案。若数据量极大，且持续增长，再考虑水平分库水平分表方案。