一、概念
1、什么是分库分表？为什么要分库分表？
随着业务的增加，数据库的数据量越来越多，当数据量达到1000w或者100G后，数据的查询效率就会越来越低，为了提高效率，把数据量分散在不同的数据库中或者表中，使得单一数据库的数据量变小来缓解单一数据库的性能问题，从而达到提升数据库性能的目的。
2、分库分表的方式
（1）垂直分表：根据分片规则，将数据分布到不同表中。
（2）水平分表：将相关性低的字段拆分到不同的表中。
（3）垂直分库：根据分片规则，将数据分布到不同的库中。
（4）水平分库：根据业务拆分不同的数据库，比如说一个微服务就对应一个自己的数据库。
二、实现
1、导入shardingJDBC和springboot整合的依赖：
<dependency> <groupId>org.apache.shardingsphere</groupId> <artifactId>sharding‐jdbc‐spring‐boot‐starter</artifactId> <version>4.0.0‐RC1</version> </dependency>
2、在application.properties中对分片规则进行配置，分片规则配置是sharding-jdbc进行对分库分表操作的重要依据，配置内容包括：数据源、主键生成策略、分片策略等。
# 定义数据源 spring.shardingsphere.datasource.names = m1 spring.shardingsphere.datasource.m1.type = com.alibaba.druid.pool.DruidDataSource spring.shardingsphere.datasource.m1.driver‐class‐name = com.mysql.jdbc.Driver spring.shardingsphere.datasource.m1.url = jdbc:mysql://localhost:3306/order_db?useUnicode=true spring.shardingsphere.datasource.m1.username = root spring.shardingsphere.datasource.m1.password = root # 指定t_order表的数据分布情况，配置数据节点 spring.shardingsphere.sharding.tables.t_order.actual‐data‐nodes = m1.t_order_$‐>{1..2} # 指定t_order表的主键生成策略为SNOWFLAKE spring.shardingsphere.sharding.tables.t_order.key‐generator.column=order_id spring.shardingsphere.sharding.tables.t_order.key‐generator.type=SNOWFLAKE # 指定t_order表的分片策略，分片策略包括分片键和分片算法 spring.shardingsphere.sharding.tables.t_order.table‐strategy.inline.sharding‐column = order_id spring.shardingsphere.sharding.tables.t_order.table‐strategy.inline.algorithm‐expression = t_order_$‐>{order_id % 2 + 1} # 打开sql输出日志 spring.shardingsphere.props.sql.show = true
（1）、定义数据源，需要分库的数据库
（2）、指定数据节点，即分表的表
（3）、配置主键生成策略，雪花算法
（4）、指定分表策略。可以使用inline表达式的方式，也可以自定义，也可以通过preciseAlgorithmClassName 类的方式自定义分片规则。
如根据时间来对数据进行分片：
@Overridepublic String doSharding(Collection<String> availableTargetNames, PreciseShardingValue<Date> shardingValue) {//配置的分片的sharding-column对应的值Date timeValue = shardingValue.getValue();String time = DateUtils.dateTimeToString(timeValue, "yyyy-MM-dd HH:mm:ss");//分库时配置的sharding-columnString timeColumn = shardingValue.getColumnName();//需要分库的逻辑表String tableName = shardingValue.getLogicTableName();//按月份路由LocalDateTime localDateTime = DateUtils.asLocalDateTime(timeValue);int year = localDateTime.getYear();int monthValue = localDateTime.getMonthValue();int quarter = DateUtils.getQuarter(monthValue);for (String each : availableTargetNames) {if (each.endsWith(year + "_" + quarter)) {return each;}}throw new Exception();}
3、测试
三、执行流程
当shardingJDBC接受到一条SQL语句时，会依次执行SQL解析---->SQL路由---->SQL改写
----->SQL执行----->结果归并。
（1）SQL解析：会根据SQL语句进行解析，生成一个SQL的语法树。
（2）SQL路由：根据分片规则进行匹配到具体的哪一个数据库或者表
（3）SQL改写：将SQL中逻辑表改写真实的物理表，结果归并中需要对结果进行排序或者分组的时候，如果原始SQL中的选择项中并不包含分组项或者排序项，则需要对原始SQL进行改写。
（4）SQL执行：执行改写后的SQL语句
（5）结果归并：将结果进行归并
