【Sharding-JDBC】一文轻松了解Sharding-JDBC

前言

Sharding-JDBC 作为当前主流的分库分表组件， 虽然已经有很多现成代码可以copy，但是我们还是要了解一下为啥要这么配置，以及具体运行大致流程，废话不多说，学前先介绍一下使用场景。

• 数据库水平扩展：当单个数据库无法满足高并发和大数据量的需求时，可以通过分库分表来水平扩展数据库。Sharding-JDBC可以帮助将数据分散存储在多个数据库中，提高数据库的扩展性和性能
• 高可用性和容灾：通过将数据复制到不同的数据库节点，可以提供高可用性和容灾能力。当一个节点出现故障时，可以切换到备用节点上继续提供服务
• 多租户系统：在多租户系统中，不同的租户数据需要被隔离存储。通过使用Sharding-JDBC，可以将不同租户的数据分散存储在不同的数据库中，保证数据的安全性和隔离性。
• 数据分析和报表系统：在数据分析和报表系统中，大量的数据需要进行查询和统计分析。通过将数据分片存储在多个数据库中，可以提高查询和分析的性能。
• 业务隔离和解耦：在大型系统中，不同的业务模块可能需要独立的数据库。通过使用Sharding-JDBC，可以将不同业务模块的数据分散存储在不同的数据库中，实现业务的隔离和解耦。

需要注意的是，使用Sharding-JDBC进行分库分表需要仔细规划和设计，包括数据切分策略、数据迁移、数据一致性等方面的考虑。在选择和使用Sharding-JDBC时，需要根据具体业务需求和场景进行评估和决策。

1. JDBC 到 Sharding-JDBC

相信很多初学java的同学对这个并不陌生，我们知道 JDBC 是一种 Java 语言访问关系型数据库的规范，其设计初衷就是要提供一套用于各种数据库的统一标准，不同厂家共同遵守这套标准，并提供各自的实现方案供应用程序调用。

1. 创建DataSource -》 2.获取Connection -》3. 构建Statement -》 4. 执行SQL-》5.处理ResultSte结果集

DataSource 接口核心

public interface DataSource  extends CommonDataSource, Wrapper {
   
 
  /**
   * <p>Attempts to establish a connection with the data source that
   * this {@code DataSource} object represents.
   * @return  a connection to the data source
   */
  Connection getConnection() throws SQLException;
 
  /**
   * <p>Attempts to establish a connection with the data source that
   * this {@code DataSource} object represents.
   * @param username the database user on whose behalf the connection is
   *  being made
   * @param password the user's password
   */
  Connection getConnection