第4章：分库分表常见中间件介绍和ShardingSphere极速认知

分库分表常见中间件介绍

1. Cobar（被淘汰了）
2. TDDL：淘宝根据自己的业务特点开发了TDDL，基于JDBC规范，没有server，以client-jar的形式存在，引入项目即可使用。开源功能较少，阿里内部使用为主。
3. Mycat：地址http://www.mycat.org.cn/，java语言编写的Mysql数据库网络协议的开源中间件，前身是Cobar，遵守Mysql原生协议，跨语言，跨平台，跨数据库的通用中间件代理。是基于Proxy，它复写了Mysql协议，将Mycat Server伪装成了一个Mysql数据库。和ShardingShere下的Sharding-Proxy作用类似，需要单独部署。
4. ShardingSphere下的Sharding-JDBC，地址：https://shardingsphere.apache.org/。Apach下的一套开源的分布式数据库中间件解决方案组成的生态圈，由Sharding-JDBC，Sharding-Proxy，Sharding-Sidecar 3个产品组成。Sharing-JDBC基于jdbc驱动，不需要额外的proxy，支持任意实现JDBC规范的数据库，它使用客户端直接连接数据库，以jar包形式提供服务，无需要额外部署和依赖，可以理解为加强帮JDBC驱动，兼容JDBC和各种ORM框架。

其中最被面试官问到是Mycat和Sharding-JDBC。

其两者都是相同的设计理念，SQL解析->SQL路由->SQL改写->结果归并。

Sharding-JDBC：

1. 基于jdbc驱动，不用额外的proxy，在本地应用层重新jdbc原生的方法，实现数据库分片形式。
2. 是基于jdbc接口的扩展，以jar包的形式提供轻量级服务的，性能高。
3. 代码具有侵入性。

Mycat：

1. 是基于Proxy，它复写了Mysql协议，将Mycat Server伪装成一个Mysql数据库。
2. 客户端所有的jdbc请求都必须要先交给MyCat，再有MyCat转发到具体的真实服务器。
3. 缺点是效率偏低，中间包装了一层。
4. 代码没有侵入性。

ShardingSphere认知

Sharding-Sidecar：定位是云原生数据库代理，以Sidecar的形式代理使所有对数据库的访问，通过无中心，零代码侵入的方案提供与数据库交互的齿合层，即DataBase Mesh，由可称数据库网络。

ShardingSphere-JDBC：它是使用客户端直接连接数据库，以jar包形式提供服务,无需额外部署和依赖，可以理解为增强版的JDBC驱动，完全兼容JDBC和各种ORM框架，适用任何第三方的数据库连接池，；支持任意实现JDBC规范的数据库，目前支持Mysql，PostgreSQL，Oracle，SQLServer以及任何可以使用JDBC访问的数据库。采用无中心化架构，与应用程序共享资源，适用于Java开发的高性能的轻量级OLTP应用。

ShardingSphere-Proxy：数据库代理端，提供封装了数据库二进制协议的服务端版本，用于完成对异构语言的支持。向应用程序完全透明，可以直接当作Mysql/PostgreSQL。它可以使用任意兼容Mysql/PostgreSql。它可以使用任何兼容Mysql/PostgreSQL协议的访问客户端操作数据。

三大组件对比：

	ShardingSphere-JDBC	ShardingSphere-Proxy	Sharding-Sidecar
数据库	任意	Mysql/PostgreSQL	Mysql/PostgreSQL
连接消耗数	高	低	高
异构语言	仅JAVA	任意	任意
性能	损耗低	损耗偏高	损耗低
无中心化	是	否	是
静态入口	无	有	无

常见术语

数据节点Node：

数据分片的最小单元，由数据源名称和数据表组成。比如：ds_0.product_order_0。

真实表：

在分片的数据库中真实存在的物理表。比如：订单表product_order_0。

逻辑表：水平拆分的数据库（表）的相同逻辑和数据结构表的总称。比如订单表product_order_0，product_order_1等的逻辑表就是product_order。

绑定表：

指分片规则一致的主表和子表。比如product_order和product_order_item，均按照order_id分片，则此两张表互为绑定表关系。绑定表之间的多表关联查询不会出现笛卡尔积关联，关联查询效率将大大提升。

广播表：

指所有的分片数据源中都存在的表，表结构和表中数据在每个数据库中均完全一致。适用与数据量不大且需要海量数据的表进行关联查询的场景。例如：字典表，配置表。

Sharding-JDBC常见分片算法

数据库表分片（水平库，表）：包含分片键和分片策略。

第4章：分库分表常见中间件介绍和ShardingSphere极速认知

分片键（PartitionKey）：

用于分片的数据库字段，是将数据库（表）水平拆分的关键字段。比如product_order订单表，根据订单号out_trade_no做哈希取模，则out_trade_no是分片键，除了对单分片字段的支持，ShardingSpher也支持根据多个字段进行分片。

分片策略：

1. 行表达式分片策略InlineShardingStrategy（必备）：只支持单分片键使用的表达式，提供对SQL语句中的 = 和IN的分片操作支持。可以通过简单的配置使用，无需自定义分片算法，从而比避免繁琐的Java代码开发。
2. 标准分片策略StandardShardingStrategy（需了解）：只支持单分片键，提供PreciseShardingAlgorithm和RangeShardingAlgorithm两个分片算法。PreciseShardingAlgorithm范围分配是可选的，用于处理BETWEEN AND分片；如果不配置RangeShardingAlgorithm，如果SQL中用了BETWEEN AND语法，则将按照全库路由处理，性能下降。
3. 复合分片策略ComplexShardingStrategy（需了解）：支持多分片键，多分片键之间的关系复杂，由开发者自己实现，提供最大的灵活度。提供对SQL语句中的 =，IN和BETWEEN AND的分片操作支持，
4. Hint分片策略HintShardingStrategy（需了解）：这种分片策略无需配置分片键，分片键值也不再从SQL中解析，外部手动指定分片键或分片库，让SQL在指定分库分表中执行。用于处理使用Hint行分片的场景，通过Hint而非SQL解析的方式分片的策略。Hint策略会绕过SQL解析的，对于这些比较复杂的需要分片的查询，HInt分片策略性可能会更好。
5. 不分片策略NoneShardingStrategy（需了解）：不分片的策略。