指所有的分片数据源中只存在唯一一张的表。适用于数据量不大且不需要做任何分片操作的场景。 分片 分片键 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。例：将订单表中的订单主键的尾数取模 分片，则订单主键为分片字段。SQL 中如果无分片字段，将执行全路由，性能较差。除了对单分片字段的 支持，Apache ShardingSphere 也支持根据多个字段进行分片。 3.1. 数据分片 和范围路由 (分片 键的操作符是 BETWEEN)。不携带分片键的 SQL 则采用广播路由。 分片策略通常可以采用由数据库内置或由用户方配置。数据库内置的方案较为简单，内置的分片策略大 致可分为尾数取模、哈希、范围、标签、时间等。由用户方配置的分片策略则更加灵活，可以根据使用方 需求定制复合分片策略。如果配合数据自动迁移来使用，可以做到无需用户关注分片策略，自动由数据 库中间层分片和平衡数据即可 理能力。但对于使用单数据库运行的系统来说，如何安全简单地将数据迁移至水平分片的数据库上，一 直以来都是一个迫切的需求；同时，对于已经使用了 Apache ShardingSphere 的用户来说，随着业务规 模的快速变化，也可能需要对现有的分片集群进行弹性扩容或缩容。 3.5.2 简介 ShardingSphere‐Scaling 是一个提供给用户的通用数据接入迁移及弹性伸缩的解决方案。 从 4.1.0

db0.t_order1, db1.t_order2, db1.t_order3, db1.t_order4 分片 分片键 用于将数据库（表）水平拆分的数据库字段。例：将订单表中的订单主键的尾数取模分片，则订单主键 为分片字段。SQL 中如果无分片字段，将执行全路由，性能较差。除了对单分片字段的支持，Apache ShardingSphere 也支持根据多个字段进行分片。 分片算法 用于将数据分片的算法，支持 实现，也可使用 Apache ShardingSphere 内置的分片算法语法糖，灵活度非常高。 自动化分片算法 分片算法语法糖，用于便捷的托管所有数据节点，使用者无需关注真实表的物理分布。包括取模、哈希、 范围、时间等常用分片算法的实现。 4.2. 数据分片 24 Apache ShardingSphere document, v5.0.0 自定义分片算法 提供接口让应用开发者自行实 规则配置 ShardingSphere‐JDBC 的 Java API 通过数据源集合、规则集合以及属性配置组成。以下示例是根据 user_id 取模分库, 且根据 order_id 取模分表的 2 库 2 表的配置。 注：示例的数据库连接池为 HikariCP，可根据业务场景更换为其他主流数据库连接池。 // 配置真实数据源 Map

设计哲学 3 Apache ShardingSphere document, v5.2.0 1.2.1 连接：打造数据库上层标准 通过对数据库协议、SQL 方言以及数据库存储的灵活适配，快速构建多模异构数据库上层的标准，同时 通过内置 DistSQL 为应用提供标准化的连接方式。 1.2.2 增强：数据库计算增强引擎 在原生数据库基础能力之上，提供分布式及流量增强方面的能力。前者可突破底层数据库在计算与存储 3.1. 数据分片 19 Apache ShardingSphere document, v5.2.0 分片 分片键 用于将数据库（表）水平拆分的数据库字段。例：将订单表中的订单主键的尾数取模分片，则订单主键 为分片字段。SQL 中如果无分片字段，将执行全路由，性能较差。除了对单分片字段的支持，Apache ShardingSphere 也支持根据多个字段进行分片。 分片算法 用于将数据分片的算法，支持 实现，也可使用 Apache ShardingSphere 内置的分片算法语法糖，灵活度非常高。 自动化分片算法 分片算法语法糖，用于便捷的托管所有数据节点，使用者无需关注真实表的物理分布。包括取模、哈希、 范围、时间等常用分片算法的实现。 自定义分片算法 提供接口让应用开发者自行实现与业务实现紧密相关的分片算法，并允许使用者自行管理真实表的物理 分布。自定义分片算法又分为： • 标准分片算法

db0.t_order1, db1.t_order2, db1.t_order3, db1.t_order4 分片 分片键 用于将数据库（表）水平拆分的数据库字段。例：将订单表中的订单主键的尾数取模分片，则订单主键 为分片字段。SQL 中如果无分片字段，将执行全路由，性能较差。除了对单分片字段的支持，Apache ShardingSphere 也支持根据多个字段进行分片。 分片算法 用于将数据分片的算法，支持 实现，也可使用 Apache ShardingSphere 内置的分片算法语法糖，灵活度非常高。 自动化分片算法 分片算法语法糖，用于便捷的托管所有数据节点，使用者无需关注真实表的物理分布。包括取模、哈希、 范围、时间等常用分片算法的实现。 4.3. 数据分片 29 Apache ShardingSphere document, v5.1.2 自定义分片算法 提供接口让应用开发者自行实 ShardingSphere-JDBC 119 Apache ShardingSphere document, v5.1.2 分片算法 自动分片算法 取模分片算法 类型：MOD 可配置属性： 属性名称 数据类型 说明 sharding‐count int 分片数量 哈希取模分片算法 类型：HASH_MOD 可配置属性： 属性名称 数据类型 说明 sharding‐count int 分片数量 基于分片容量的范围分片算法

补充数据库所缺失的能力。 3 Apache ShardingSphere document 2.1 连接：打造数据库上层标准 通过对数据库协议、SQL 方言以及数据库存储的灵活适配，快速构建多模异构数据库上层的标准，同时 通过内置 DistSQL 为应用提供标准化的连接方式。 2.2 增强：数据库计算增强引擎 在原生数据库基础能力之上，提供分布式及流量增强方面的能力。前者可突破底层数据库在计算与存储 db0.t_order1, db1.t_order2, db1.t_order3, db1.t_order4 分片 分片键 用于将数据库（表）水平拆分的数据库字段。例：将订单表中的订单主键的尾数取模分片，则订单主键 为分片字段。SQL 中如果无分片字段，将执行全路由，性能较差。除了对单分片字段的支持，Apache ShardingSphere 也支持根据多个字段进行分片。 分片算法 用于将数据分片的算法，支持 实现，也可使用 Apache ShardingSphere 内置的分片算法语法糖，灵活度非常高。 自动化分片算法 分片算法语法糖，用于便捷的托管所有数据节点，使用者无需关注真实表的物理分布。包括取模、哈希、 范围、时间等常用分片算法的实现。 自定义分片算法 提供接口让应用开发者自行实现与业务实现紧密相关的分片算法，并允许使用者自行管理真实表的物理 分布。自定义分片算法又分为： • 标准分片算法

db0.t_order1, db1.t_order2, db1.t_order3, db1.t_order4 分片 分片键 用于将数据库（表）水平拆分的数据库字段。例：将订单表中的订单主键的尾数取模分片，则订单主键 为分片字段。SQL 中如果无分片字段，将执行全路由，性能较差。除了对单分片字段的支持，Apache ShardingSphere 也支持根据多个字段进行分片。 分片算法 用于将数据分片的算法，支持 实现，也可使用 Apache ShardingSphere 内置的分片算法语法糖，灵活度非常高。 自动化分片算法 分片算法语法糖，用于便捷的托管所有数据节点，使用者无需关注真实表的物理分布。包括取模、哈希、 范围、时间等常用分片算法的实现。 4.3. 数据分片 29 Apache ShardingSphere document, v5.1.1 自定义分片算法 提供接口让应用开发者自行实 long 临时数据失效的秒数 30 connectionTimeout long 连接超时秒数 30 分片算法 自动分片算法 取模分片算法 类型：MOD 可配置属性： 属性名称 数据类型 说明 sharding‐count int 分片数量 哈希取模分片算法 类型：HASH_MOD 可配置属性： 属性名称 数据类型 说明 sharding‐count int 分片数量 5

db0.t_order1, db1.t_order2, db1.t_order3, db1.t_order4 分片 分片键 用于将数据库（表）水平拆分的数据库字段。例：将订单表中的订单主键的尾数取模分片，则订单主键 为分片字段。SQL 中如果无分片字段，将执行全路由，性能较差。除了对单分片字段的支持，Apache ShardingSphere 也支持根据多个字段进行分片。 分片算法 用于将数据分片的算法，支持 实现，也可使用 Apache ShardingSphere 内置的分片算法语法糖，灵活度非常高。 自动化分片算法 分片算法语法糖，用于便捷的托管所有数据节点，使用者无需关注真实表的物理分布。包括取模、哈希、 范围、时间等常用分片算法的实现。 4.3. 数据分片 29 Apache ShardingSphere document, v5.1.0 自定义分片算法 提供接口让应用开发者自行实 long 临时数据失效的秒数 30 connectionTimeout long 连接超时秒数 30 分片算法 自动分片算法 取模分片算法 类型：MOD 可配置属性： 属性名称 数据类型 说明 sharding‐count int 分片数量 哈希取模分片算法 类型：HASH_MOD 可配置属性： 属性名称 数据类型 说明 sharding‐count int 分片数量 5

2.1不使用Spring 引入Maven依赖 基于Java编码的规则配置 Sharding-JDBC的分库分表通过规则配置描述，以下例子是根据user_id取模分库, 且根据 order_id取模分表的两库两表的配置。 org.apache.shardingsphere

0 码力 | 12 页 | 325.38 KB | 1 年前

3

补充数据库所缺失的能力。 3 Apache ShardingSphere document 2.1 连接：打造数据库上层标准 通过对数据库协议、SQL 方言以及数据库存储的灵活适配，快速构建多模异构数据库上层的标准，同时 通过内置 DistSQL 为应用提供标准化的连接方式。 2.2 增强：数据库计算增强引擎 在原生数据库基础能力之上，提供分布式及流量增强方面的能力。前者可突破底层数据库在计算与存储 db0.t_order1, db1.t_order2, db1.t_order3, db1.t_order4 分片 分片键 用于将数据库（表）水平拆分的数据库字段。例：将订单表中的订单主键的尾数取模分片，则订单主键 为分片字段。SQL 中如果无分片字段，将执行全路由，性能较差。除了对单分片字段的支持，Apache ShardingSphere 也支持根据多个字段进行分片。 分片算法 用于将数据分片的算法，支持 实现，也可使用 Apache ShardingSphere 内置的分片算法语法糖，灵活度非常高。 自动化分片算法 分片算法语法糖，用于便捷的托管所有数据节点，使用者无需关注真实表的物理分布。包括取模、哈希、 范围、时间等常用分片算法的实现。 自定义分片算法 提供接口让应用开发者自行实现与业务实现紧密相关的分片算法，并允许使用者自行管理真实表的物理 分布。自定义分片算法又分为： • 标准分片算法

补充数据库所缺失的能力。 3 Apache ShardingSphere document 2.1 连接：打造数据库上层标准 通过对数据库协议、SQL 方言以及数据库存储的灵活适配，快速构建多模异构数据库上层的标准，同时 通过内置 DistSQL 为应用提供标准化的连接方式。 2.2 增强：数据库计算增强引擎 在原生数据库基础能力之上，提供分布式及流量增强方面的能力。前者可突破底层数据库在计算与存储 db0.t_order1, db1.t_order2, db1.t_order3, db1.t_order4 分片 分片键 用于将数据库（表）水平拆分的数据库字段。例：将订单表中的订单主键的尾数取模分片，则订单主键 为分片字段。SQL 中如果无分片字段，将执行全路由，性能较差。除了对单分片字段的支持，Apache ShardingSphere 也支持根据多个字段进行分片。 分片算法 用于将数据分片的算法，支持 实现，也可使用 Apache ShardingSphere 内置的分片算法语法糖，灵活度非常高。 自动化分片算法 分片算法语法糖，用于便捷的托管所有数据节点，使用者无需关注真实表的物理分布。包括取模、哈希、 范围、时间等常用分片算法的实现。 自定义分片算法 提供接口让应用开发者自行实现与业务实现紧密相关的分片算法，并允许使用者自行管理真实表的物理 分布。自定义分片算法又分为： • 标准分片算法