Sharding-jdbc-入门

Sharding-jdbc

1.背景

传统将数据集中存储至单一数据节点的解决方案，在性能，可用性和运维成本这三方面已经难于满足互联网的海量数据场景

2.数据分片

2.1概念

数据分片指按照某个维度将存放在单一数据库中的数据分散的存放至多个数据库或表中以达到提升性能瓶颈以及

可用性的效果

2.2 手段

分库、分表

2.3 作用

• 分库
  • 有效避免由数据量超过可承受阈值而产生的查询瓶颈
  • 分散对数据库单点的访问量
• 分表
  • 有效避免由数据量超过可承受阈值而产生的查询瓶颈
  • 提供尽量将分布式事务转化为本地事务的可能

使用多主多从的分片方式，可以有效避免数据单点，从而提升数据架构的可用性

2.4 分片的方式

垂直分片、水平分片

• 垂直分片

  又称为纵向拆分，一个数据库由多个数据表构成，它的核心理念是专库专用。 在拆分之前，每个表对应着不同的业务，而拆分之后则是按照业务将表进行归类将表分不到不同的数据库中

  [外链图片转存失败(img-z5DmFAg4-1563692239202)(E:\typro\sharding-

  垂直分片往往需要对架构和设计进行调整。通常来讲，是来不及应对互联网业务需求快速变化的；而且，它也并无法真正的解决单点瓶颈。 垂直拆分可以缓解数据量和访问量带来的问题，但无法根治。如果垂直拆分之后，表中的数据量依然超过单节点所能承载的阈值，则需要水平分片来进一步处理。

• 水平分片

  水平分片又称为横向拆分。 相对于垂直分片，它不再将数据根据业务逻辑分类，而是通过某个字段（或某几个字段），根据某种规则将数据分散至多个库或表中，每个分片仅包含数据的一部分。

  例如：根据主键分片，偶数主键的记录放入0库（或表），奇数主键的记录放入1库（或表），如下图所示。

优点：从理论上突破了单机数据量处理的瓶颈，并且扩展相对自由，是分库分表的标准解决方案。

参考地址

sharding-jdbc