使用sharding-jdbc实现读写分离_shadring jdbc只设置一个主库-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_44819486/article/details/145530534

简介

读写分离是一种数据库架构设计的模式，主要用于提高数据库的性能和可扩展性。它将数据库的读取操作和写入操作分离到不同的数据库实例上，从而优化系统的负载和响应速度。

实现前提是需要进行主从复制（数据层面的分离）

实现

读写分离实现起来并不麻烦，因为利用了sharding-jdbc中间件帮我们实现

引入sharding依赖

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

配置yml文件

server:
  port: 8085
spring:
  main:
    allow-bean-definition-overriding: true
  shardingsphere:
    # 参数配置，显示sql
    props:
      sql:
        show: true
    # 配置数据源
    datasource:
      # 给每个数据源取别名，下面的ds1,ds2,ds3任意取名字
      names: ds1,ds2,ds3
      # 给master-ds1每个数据源配置数据库连接信息
      ds1:
        # 配置druid数据源
        type: com.alibaba.druid.pool.DruidDataSource
        driver-class-name: com.mysql.cj.jdbc.Driver
        url: jdbc:mysql://47.115.94.78:3306/dbname?useUnicode=true&characterEncoding=utf8&tinyInt1isBit=false&useSSL=false&serverTimezone=GMT
        username: root
        password: mkxiaoer1986.
        maxPoolSize: 100
        minPoolSize: 5
      # 配置ds2-slave
      ds2:
        type: com.alibaba.druid.pool.DruidDataSource
        driver-class-name: com.mysql.cj.jdbc.Driver
        url: jdbc:mysql://114.215.145.201:3306/dbname?useUnicode=true&characterEncoding=utf8&tinyInt1isBit=false&useSSL=false&serverTimezone=GMT
        username: root
        password: mkxiaoer1986.
        maxPoolSize: 100
        minPoolSize: 5
      # 配置ds3-slave
      ds3:
        type: com.alibaba.druid.pool.DruidDataSource
        driver-class-name: com.mysql.cj.jdbc.Driver
        url: jdbc:mysql://114.215.145.201:3306/dbname?useUnicode=true&characterEncoding=utf8&tinyInt1isBit=false&useSSL=false&serverTimezone=GMT
        username: root
        password: mkxiaoer1986.
        maxPoolSize: 100
        minPoolSize: 5
    # 配置默认数据源ds1
    sharding:
     # 默认数据源，主要用于写，注意一定要配置读写分离 ,注意：如果不配置，那么就会把三个节点都当做从slave节点，新增，修改和删除会出错。
      default-data-source-name: ds1
    # 配置数据源的读写分离，但是数据库一定要做主从复制
    masterslave:
      # 配置主从名称，可以任意取名字
      name: ms
      # 配置主库master，负责数据的写入
      master-data-source-name: ds1
      # 配置从库slave节点
      slave-data-source-names: ds2,ds3
      # 配置slave节点的负载均衡均衡策略，采用轮询机制
      load-balance-algorithm-type: round_robin
# 整合mybatis的配置XXXXX
mybatis:
  mapper-locations: classpath:mapper/*.xml
  type-aliases-package: com.xuexiangban.shardingjdbc.entity

这样就完成了

问题

使用限制

这里是官网给出的线程
1.不处理主库和从库的数据同步
2.不处理主库和从库的数据同步延迟导致的数据不一致
3.不支持主库多写
4.不处理主从库间的事务一致性。主从模型中，事务中的数据读写均用主库。

不处理主库和从库的数据同步

简单的说就是主从同步是数据库层面，sharing-jdbc只是中间件不处理这个过程

不处理主库和从库的数据同步延迟导致的数据不一致

主从复制通常会有一定的延迟，尤其是在数据量大或网络条件不佳的情况下，从库的数据可能会滞后于主库。如果你的应用在从库上读取数据，可能会读取到过时的数据。Sharding-JDBC 不处理这种由同步延迟导致的数据不一致问题，因为它不负责同步机制。你需要自己处理这个问题，比如通过一些策略确保读取最新的数据（例如始终从主库读取数据）。

不支持主库多写

sharding-jdbc只支持一个主库

不处理主从库间的事务一致性。主从模型中，事务中的数据读写均用主库。

事务一致性指的是，在分布式系统中，所有涉及到的操作必须在一个事务中保持一致。Sharding-JDBC 不处理主从库之间的事务一致性，意味着它不会确保主库和从库之间的数据一致性。在主从架构中，事务操作默认都是发生在主库上的，也就是说，读写操作都在主库完成，这样可以保证事务的一致性。
从库不参与，因为有延迟