- 921. Minimum Add to Make Parentheses Valid 使括号有效的最少添加
- 915. Partition Array into Disjoint Intervals 分割数组
- 932. Beautiful Array 漂亮数组
- 940. Distinct Subsequences II 不同的子序列 II
框架搭建:SpringBoot + HikariCP/Druid + Mybatis + Mysql+sharding-jdbc
1、POM依赖:
<dependency>
<groupId>org.apache.shardingsphere</groupId>
<artifactId>sharding-jdbc-spring-boot-starter</artifactId>
<version>4.1.1</version>
</dependency>
2、配置允许数据源覆盖
properties
文件加入以下配置
# 允许数据源覆盖
spring.main.allow-bean-definition-overriding=true
3、数据源配置
数据源类型通常选择DruidDataSource
或者HikariDataSource
两者在配置上有所不同。
<!-- 不能使用druid-spring-boot-starter,会导致:Property 'sqlSessionFactory' or 'sqlSessionTemplate' are required -->
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>druid</artifactId>
<version>version</version>
</dependency>
com.alibaba.druid.pool.DruidDataSource
DruidDataSource需要引入druid的Jar包,使用:url
spring.shardingsphere.datasource.m1.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.m1.url=
com.zaxxer.hikari.HikariDataSource
HikariDataSource要使用:jdbc-url
spring.shardingsphere.datasource.m1.type=com.zaxxer.hikari.HikariDataSource
spring.shardingsphere.datasource.m1.jdbc-url=
将用户(user)表,进行水平分表,分为:user_1,user_2 .... user_6
//创建数据表
CREATE TABLE user_1/user_2/..../user_6 (
id BIGINT(20) NOT NULL COMMENT 'Id',
name VARCHAR(20) NOT NULL COMMENT '名称',
phone VARCHAR(20) NOT NULL COMMENT '电话',
email VARCHAR(20) NOT NULL COMMENT '邮箱',
PRIMARY KEY (id)
)
server.port=9090
server.servlet.context-path=/demo
spring.application.name=sharding-jdbc-simple-demo
# 允许数据源覆盖
spring.main.allow-bean-definition-overriding=true
# MyBatis配置
# 搜索指定包别名
mybatis.typeAliasesPackage=com.lhz.sharding.model.entity
# 配置mapper的扫描,找到所有的mapper.xml映射文件
mybatis.mapperLocations=classpath*:mybatis/**/*.xml
#数据库类型
mybatis.configuration.database-id=mysql
#自动驼峰转换
mybatis.configuration.map-underscore-to-camel-case=true
#pagehelper 分页插件
pagehelper.helper-dialect=mysql
pagehelper.reasonable=false
pagehelper.support-methods-arguments=true
pagehelper.params=count=countSql
#sharding-jdbc 水平分表规则配置,使用complex模式
# 数据源名称,多数据源逗号隔开
spring.shardingsphere.datasource.names=m1
spring.shardingsphere.datasource.m1.type=com.zaxxer.hikari.HikariDataSource
spring.shardingsphere.datasource.m1.driver-class-name=com.mysql.cj.jdbc.Driver
spring.shardingsphere.datasource.m1.jdbc-url=jdbc:mysql://127.0.0.1:3307/shardingjdbc?useUnicode=true&useSSL=false&zeroDateTimeBehavior=convertToNull&characterEncoding=UTF-8&allowMultiQueries=true&serverTimezone=Asia/Shanghai
spring.shardingsphere.datasource.m1.username=root
spring.shardingsphere.datasource.m1.password=lhzlx
# 水平分表:user_1/2/3..,多个表进行分表时,依次在tables标签后写逻辑
# user_1/2/3... 为数据库中的事实表
# user为xml编码中操作的逻辑表,sharding-jdbc会自动根据策略操作事实表
# 配置节点分布情况,表示有user_1到user_6共6张表
spring.shardingsphere.sharding.tables.user.actual-data-nodes=m1.user_$->{1..6}
# 指定user表的主键生成策略为SNOWFLAKE
spring.shardingsphere.sharding.tables.user.key-generator.column=id
spring.shardingsphere.sharding.tables.user.key-generator.type=SNOWFLAKE
# 指定user表的分片策略,分片策略包括分片键和分片算法
# 配置表的分片策略
spring.shardingsphere.sharding.tables.user.table-strategy.complex.sharding-columns=id
# 复合分片算法
spring.shardingsphere.sharding.tables.user.table-strategy.complex.algorithm-class-name=\
com.lhz.sharding.algorithm.MyComplexKeysShardingAlgorithm
# 打开sql输出日志
spring.shardingsphere.props.sql.show=true
混合分片策略,支持多个分片健操作,并且集成了精确匹配与范围匹配查询,具体处理逻辑如下代码
MyComplexKeysShardingAlgorithm:
import com.google.common.collect.Range;
import org.apache.shardingsphere.api.sharding.complex.ComplexKeysShardingAlgorithm;
import org.apache.shardingsphere.api.sharding.complex.ComplexKeysShardingValue;
import java.util.ArrayList;
import java.util.Collection;
import java.util.List;
import java.util.Map;
/**
* @Description:
**/
public class MyComplexKeysShardingAlgorithm implements ComplexKeysShardingAlgorithm<Long> {
/**
* @param tbNames 数据库中所有的事实表
* @param complexKeysShardingValue 分片相关信息
* @return
*/
@Override
public Collection<String> doSharding(Collection<String> tbNames, ComplexKeysShardingValue<Long> complexKeysShardingValue) {
String logicTableName = complexKeysShardingValue.getLogicTableName();
// 获取范围查询匹配的值
Range<Long> range = this.getRangeValue(complexKeysShardingValue, "id");
if (range != null) {
// between and 的起始值,需要处理只有最大值或者只有最小值的情况
boolean hasLowerBound = range.hasLowerBound();
boolean hasUpperBound = range.hasUpperBound();
// 只有最小值,比如:id > x
if (hasLowerBound && !hasUpperBound) {
// 直接返回所有表名称
return tbNames;
}
// 只有最大值,比如:id < x
if (!hasLowerBound && hasUpperBound) {
long upper = range.upperEndpoint();
if (upper < tbNames.size()) {
// 如果最大值小于表的总数,则返回需要的表名
return matchMinAndMax(1, upper, logicTableName, tbNames);
} else {
// 如果最大值大于表的总数,则返回所有
return tbNames;
}
}
// 区间值情况
long lower = range.lowerEndpoint();
long upper = range.upperEndpoint();
// 拼接事实表名称
return matchMinAndMax(lower, upper, logicTableName, tbNames);
}
// 得到每个分片健对应的值,如果有多个则取多个实现相应逻辑即可
Collection<Long> ids = this.getShardingValue(complexKeysShardingValue, "id");
// 先按原有方式处理,注意 IN的情况,是不是返回多个对象
List<String> tableNameList = new ArrayList<>();
for (Long id : ids) {
long tableNum = id % tbNames.size();
// 事实表后缀
String suffix = String.valueOf(tableNum == 0 ? tableNum + 6 : tableNum);
String tableName = logicTableName + "_" + suffix;
if (tbNames.contains(tableName)) {
// 添加满足要求的表名称
tableNameList.add(tableName);
}
// 如果满足要求的表已经覆盖了所有表,此处处理是为了方式查询区间过大,而分表不多,导致的过度遍历
if (tableNameList.size() == tbNames.size()) {
return tableNameList;
}
}
return tableNameList;
}
private Collection<Long> getShardingValue(ComplexKeysShardingValue<Long> shardingValues, final String column) {
Collection<Long> valueSet = new ArrayList<>();
// 匹配分片字段
Map<String, Collection<Long>> columnNameAndShardingValuesMap = shardingValues.getColumnNameAndShardingValuesMap();
if (columnNameAndShardingValuesMap.containsKey(column)) {
valueSet.addAll(columnNameAndShardingValuesMap.get(column));
}
return valueSet;
}
private Range<Long> getRangeValue(ComplexKeysShardingValue<Long> shardingValues, final String column) {
// 匹配分片字段
Map<String, Range<Long>> columnNameAndRangeValuesMap = shardingValues.getColumnNameAndRangeValuesMap();
if (columnNameAndRangeValuesMap.containsKey(column)) {
return columnNameAndRangeValuesMap.get(column);
}
return null;
}
private List<String> matchMinAndMax(long lower, long upper, String logicTableName, Collection<String> tbNames) {
List<String> tableNameList = new ArrayList<>();
for (long index = lower; index <= upper; index++) {
long tableNum = index % tbNames.size();
// 事实表后缀
String suffix = String.valueOf(tableNum == 0 ? tableNum + 6 : tableNum);
String tableName = logicTableName + "_" + suffix;
if (tbNames.contains(tableName)) {
// 添加满足要求的表名称
tableNameList.add(tableName);
}
// 如果满足要求的表已经覆盖了所有表,此处处理是为了方式查询区间过大,而分表不多,导致的过度遍历
if (tableNameList.size() == tbNames.size()) {
return tableNameList;
}
}
return tableNameList;
}
}
范围查询示例:
精确查询示例:
User :
@Data
public class User implements Serializable {
private Long id;
private String name;
private String phone;
private String email;
}
ComplexMapper :
@Mapper
public interface ComplexMapper {
/**
* 根据ID查询
*
* @param id
* @return
*/
User selectById(@Param("id") Long id);
List<User> selectByIn(@Param("ids") List<Long> ids);
/**
* 根据ID删除
*
* @param id
* @return
*/
int deleteById(@Param("id") Long id);
/**
* 根据ID更新
*
* @param id
* @return
*/
int updateById(@Param("id") Long id);
/**
* 新增数据
*
* @param min
* @param max
* @return
*/
List<User> listByRange(@Param("min") Long min, @Param("max") Long max);
int insert(User user);
int insertBatch(List<User> list);
}
StandardMapper.xml:
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE mapper PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN" "http://mybatis.org/dtd/mybatis-3-mapper.dtd">
<mapper namespace="com.lhz.sharding.mapper.ComplexMapper">
<select id="selectById" parameterType="java.lang.Long"
resultType="com.lhz.sharding.model.entity.User">
select a.*
from user a
where a.id ={id}
</select>
<select id="selectByIn" parameterType="java.lang.Long"
resultType="com.lhz.sharding.model.entity.User">
select a.*
from user a
where a.id IN
<foreach collection="ids" item="id" open="(" close=")" separator=",">
{id}
</foreach>
</select>
<select id="listByRange"
resultType="com.lhz.sharding.model.entity.User">
select a.*
from user a
<!--where a.id >{min}-->
<!--where a.id <{max}-->
where a.id >={min} and a.id <={max}
<!-- where a.id between{min} and{max}-->
</select>
<update id="updateById" parameterType="java.lang.Long">
update
user
set name ='测试名称'
where id ={id}
</update>
<delete id="deleteById" parameterType="java.lang.Long">
delete
from user
where id ={id}
</delete>
<insert id="insert" parameterType="com.lhz.sharding.model.entity.User">
insert into user(id, name, phone, email)
values (#{id},{name},{phone},{email})
</insert>
<insert id="insertBatch" parameterType="com.lhz.sharding.model.entity.User">
insert into user(id, name, phone, email)
values
<foreach collection="list" item="item" separator=",">
(#{item.id},{item.name},{item.phone},{item.email})
</foreach>
</insert>
</mapper>
ComplexService:
@Service
public class ComplexService {
@Resource
private ComplexMapper complexMapper;
/**
* 根据ID查询
*
* @param id
* @return
*/
public User selectById(Long id) {
// in匹配查询
List<Long> ids = new ArrayList<>();
ids.add(1L);
ids.add(3L);
ids.add(5L);
List<User> list = complexMapper.selectByIn(ids);
return complexMapper.selectById(id);
}
/**
* 范围查询
*
* @param min
* @param max
* @return
*/
public List<User> listByRange(Long min, Long max) {
return complexMapper.listByRange(min, max);
}
/**
* 根据ID删除
*
* @param id
* @return
*/
@ApiOperation(value = "根据ID删除", notes = "根据ID删除")
@ApiOperationSupport(order = 15)
@GetMapping("/deleteById")
public int deleteById(Long id) {
return complexMapper.deleteById(id);
}
/**
* 根据ID更新
*
* @param id
* @return
*/
@ApiOperation(value = "根据ID更新", notes = "根据ID更新")
@ApiOperationSupport(order = 20)
@GetMapping("/updateById")
public int updateById(Long id) {
return complexMapper.updateById(id);
}
/**
* 新增数据
*
* @return
*/
@ApiOperation(value = "新增数据", notes = "新增数据")
@ApiOperationSupport(order = 25)
@GetMapping("/insert")
public int insert() {
// 模拟数据
List<User> list = new ArrayList<>();
for (long a = 311; a <= 320; a++) {
User user = new User();
user.setId(a);
user.setName("测试名称-" + a);
user.setPhone("176-" + a);
user.setEmail("123@com-" + a);
list.add(user);
}
// 批量新增
complexMapper.insertBatch(list);
// 单个新增
User user = new User();
user.setId(399L);
user.setName("测试名称-" + 999);
user.setPhone("176-" + 999);
user.setEmail("123@com-" + 999);
return complexMapper.insert(user);
}
}
ComplexController :
@RestController
@RequestMapping("standard")
public class ComplexController {
@Resource
private ComplexService complexService;
/**
* 根据ID查询
*
* @param id
* @return
*/
@GetMapping("/selectById")
public User selectById(Long id) {
return complexService.selectById(id);
}
/**
* 范围查询
*
* @param min
* @param max
* @return
*/
@GetMapping("/listByRange")
public List<User> listByRange(Long min, Long max) {
return complexService.listByRange(min, max);
}
/**
* 根据ID删除
*
* @param id
* @return
*/
@GetMapping("/deleteById")
public int deleteById(Long id) {
return complexService.deleteById(id);
}
/**
* 根据ID更新
*
* @param id
* @return
*/
@GetMapping("/updateById")
public int updateById(Long id) {
return complexService.updateById(id);
}
/**
* 新增数据
*
* @return
*/
@GetMapping("/insert")
public int insert() {
return complexService.insert();
}
}
1、删除、更新、精确查询:
2、范围查询:
2.1、只有最大值情况:
当sql中的查询只有最大值,即<=
时,比如:
select * from user where id <{max}
这种情况则hasUpperBound=true
、hasLowerBound=false
,并且需要处理最大值小于表数量以及最大值大于表数量的情况
2.2、只有最小值情况:
当sql中的查询只有最大值,即<=
时,比如:
select * from user where id >{min}
这种情况则hasUpperBound=false
、hasLowerBound=true
,那么直接返回所有表即可
2.3、最大与最小值都存在情况:
当sql中的查询既有最大值又有最小值,比如:
select * from user where a.id >={min} and a.id <={max}
或者
select * from user where a.id between{min} and{max}
这种情况需要遍历最小值到最大值的区间,并且匹配满足要求的表名称,需要注意的是,如果遍历过程中满足要求的表已经覆盖了所有表,那么就直接返回所有表,不再继续遍历,这是为了方式查询区间过大,而分表不多,导致的过度遍历。
执行结果:
3、新增数据:
1、SQL解析 当Sharding-JDBC接受到一条SQL语句时,会陆续执行 SQL解析 => 查询优化 => SQL路由 => SQL改写 => SQL执行 =>结
1、读写分离简介 对于同一时刻有大量并发读操作和较少写操作类型的应用系统来说,将数据库拆分为主库和从库,主库负责处理事务性的增删改操作,从库负责处理查询操作,能够有效的避免由数据更新导致的行锁,使得
将从各个数据节点获取的多数据结果集,组合成为一个结果集并正确的返回至请求客户端,称为结果归并。也是Sharding 执行过程 SQL解析 => 执行器优化 => SQL路由 => S
ShardingSphere采用一套自动化的执行引擎,负责将路由和改写完成之后的真实SQL安全且高效发送到底层数据源执行。 它不是简单地将SQL通过JDBC直接发送至数据源执行;也并非直接将执行请求放
Sharding-jdbc 官方文档讲的不是很全面和清楚,学习的时候特意再记录补充下 官方文档地址:http://shardingsphere.apache.org/index_zh.html 一
1.详细报错信息: Caused by: org.apache.ibatis.exceptions.PersistenceException: ## Error updating database.
I'm building a niche social media DB on planetscale that spans users living in multiple countries
在 keras/tensorflow 中训练模型时: 代码片段: strategy = tf.distribute.experimental.MultiWorkerMirroredStrategy()
背景:之前的项目做读写分离的时候用的 MybatisPlus的动态数据做的,很多地方使用的@DS直接指定的读库或者写库实现的业务;随着表数据量越来越大,现在打算把比较大的表进行水平拆分,准备使用
基础分库 以下实例基于shardingsphere 4.1.0 + SpringBoot 2.2.5.RELEASE版本 依赖导入: UTF-8 UTF-8 2.2.5.RE
我有兴趣在多个服务器上分割我的网站用户数据。 例如,用户将从同一位置登录。但登录脚本需要弄清楚用户数据驻留在哪个服务器上。因此,登录脚本将在主注册表中查询该用户名,并且可能会返回该用户名位于服务器 B
最近我们团队的D-SMART在做蚂蚁的OCEANBASE的适配,因此又把OB的资料拿出来,重新做研究。要想让D-SMART纳管OCEANBASE,不像一些传统的监控软件那么简单,只要把一些关键指标接
本文基于shardingsphere-jdbc-core-spring-boot-starter 5.0.0,请注意不同版本的sharding-jdbc配置可能有不一样的地方,本文不一定适用于其它版本
我想在 arangoDB 中使用分片。我已经制作了协调器,如文档 2.8.5 中提到的 DBServers。但是仍然有人仍然可以详细解释它,以及我如何能够在分片前后检查查询的性能。 最佳答案 可以测试
我读到每个 kinesis 流可以有多个消费者应用程序。 http://docs.aws.amazon.com/kinesis/latest/dev/developing-consumers-with
我正在使用一个预先存在的 bash 文件为开源数据服务器(Zotero)设置一系列数据库,但我遇到了一个我不熟悉的 mysql 结构: MASTER="mysql -h localhost -P 33
我们遇到了一个生产事件,Elasticsearch 集群健康检查返回了 red 状态。健康检查报告显示 marvel-2019.06.20 有 2 个 unassigned_shards,这似乎是根本
我在分布式系统中遇到分片移动问题。 【问题】 最初每个分区负责任意数量的分片。 (这个数字可以是任意的,因为系统支持将分片从一个分区移动到另一个分区) 然后一个新的分区来了,系统需要重新分片。目标是使
Sharding-JDBC中的分片策略有两个维度,分别是: 数据源分片策略(DatabaseShardingStrategy) 表分片策略(TableShardingStrategy)
1、Sharding 的应用场景一般都那些? 当数据库中的数据量越来越大时,不论是读还是写,压力都会变得越来越大。试想,如果一张表中的数据量达到了千万甚至上亿级别的时候,不管是建索引,优化缓存等,
我是一名优秀的程序员,十分优秀!