sharding-JDBC分库分表实战

前言：由于互联网的发展迅速，业务数据量暴增，出现了数据库量过大，需要扩容

扩容的方式：大库拆分成小库，大表拆分成小表

我们用到了sharding-JDBC是针对本文中所说的水平拆分

这里也不去讲解其他分库分表的技术了，例如mycat，可以自行博文搜索了解

大库拆分成小库、大表 拆分成小表

一 数据库垂直拆分

当下springcloud 、dubbo。。类似的这些微服务越来越受欢迎，我们可以根据业务的需要拆分成多个微服务，一并将数据库也拆分成对应的几个数据库，简而言之：一个微服务对应一个数据库，这样大库拆小库就完成了，具体的操作这里就不多讲了，因为本文主要是要讲 sharding-jdbc

二 表的垂直拆分

假设一张订单表，里面有订单的基本信息，又有订单的使用优惠券信息，又有订单的评价信息，我们完全可以拆分成 订单基本信息表：order，订单优惠信息表：order_cuppon，订单评价表：order_assess；

三 水平拆分（我们重点讲下数据库的水平拆分，表的水平拆分思想，理论差不多）

一句话描述，就是将原本的数据分片存储；

我们来看看实战步骤：

1.pom中引入依赖

<dependency>
            <groupId>org.apache.shardingsphere</groupId>
            <artifactId>sharding-jdbc-spring-boot-starter</artifactId>
            <version>${sharding-jdbc.version}</version>
        </dependency>

2.配置文件中配置sharding

2