SpringBoot集成Sharding——JDBC分库分表

最新推荐文章于 2025-07-11 14:17:32 发布

LailaiMonkey

最新推荐文章于 2025-07-11 14:17:32 发布

阅读量903

点赞数

CC 4.0 BY-SA版权

分类专栏：架构文章标签： shardingJDBC 分库分表

本文链接：https://blog.csdn.net/h273979586/article/details/112308332

本文详细介绍了如何在SpringBoot中集成Sharding-JDBC进行分库分表操作，包括分库分表的概念、POM配置、分表与分库配置，并通过实例展示了具体的操作步骤和执行效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Sharding——JDBC

它定位为轻量级Java框架，在Java的JDBC层提供的额外服务。它使用客户端直连数据库，以jar包形式提供服务，无需额外部署和依赖，可理解为增强版的JDBC驱动，完全兼容JDBC和各种ORM框架。

对比图：
在这里插入图片描述
开发人员只需正常写查询、mapper即可、无感知。

分库分表概念

随着业务的不断增长，数据也飞速增长，访问也随之变慢，添加从库、新建索引等很多操作仍严重下降，分库分表需求迫在眉睫。

方案一：
通过提升服务性能来提升数据处理能力，例如：扩容、CPU等，但成本很高。

方案二：
把数据分散在不同数据集中，大表拆成小表、数据落盘到不同库中，从而使得数据集变小从而提升性能。

垂直分库
以表为依据，按照业务需求将表拆到不同库中。
每个库的结构不一样。
每个库的数据不一样，没有交集。
所有库的并集是全量数据。

场景：
这一步拆分基本是服务化，例如，中间表、字典表、配置表等越来越多，可以将这些表拆分到单独库中，甚至可以微服务化。

垂直分表
以字段为依据，按照字段活跃性拆到不同表中。
每张表结构不一样。
每张表数据也不一样，至少有一列交集用于关联。
所有表并集数据是全量数据。

场景：
用户表中有id、名称、住址等信息，每次查询用户信息时住址字段使次数很低，大字段等单独拆分一张，从而减少IO提升性能。

水平分库
以字段为依据，按照一定策略（hash、range等），将一个库中的数据拆分到多个库中。
每个库结构都一样。
每个库数据都不一样，没有交集。
所有库并集是全量数据。

场景：
库多了，IO和CPU压力可以成倍缓解。

水平分表
以字段为依据，按照一定策略（hash、range等），将一个表中的数据拆分到多个表中。
每张表结构都一样。
每张表数据都不一样，没有交集。
所有表并集是全量数据。

场景：
表的数据量少了，SQL执行效率高，IO和CPU压力可以成倍缓解。

POM文件

	<dependencies>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>com.baomidou</groupId>
            <artifactId>mybatis-plus-boot-starter</artifactId>
            <version>3.3.2</version>
        </dependency>
        <dependency>
            <groupId>mysql</groupId>
            <artifactId>mysql-connector-java</artifactId>
        </dependency>
        <