标签：5.0 COMMENT 分库 ShardingSphere SET utf8 sharding NULL MOD

@

• 一、简述
• 二、ShardingSphere-Proxy5.0 落地

一、简述

• 简述
  ShardingSphere-Proxy4.0 已经升级到5.0了，但是两者的配置文件还有一定的差别的，这篇文章讲述的就是ShardingSphere-Proxy 5.0 的落地。概念、分表、分库、分库分表的原理的基本和4.0一样的，需要了解可查看 https://blog.csdn.net/Fu_Shi_rong/article/details/123541413?spm=1001.2014.3001.5501。
• 开发者文档
  https://shardingsphere.apache.org/document/current/cn/dev-manual/

二、ShardingSphere-Proxy5.0 落地

• 环境

  • JAVA JDK下载

    https://pan.baidu.com/s/1A-ksNN0YicT3hXjFscGGwA 
    提取码：r9e0
    

  • JDBC数据连接驱动下载

    https://pan.baidu.com/s/1924iUe7wxGpStAzxxv2K3g 
    提取码：jy7z
    

  • ShardingSphere-Proxy 5.0 下载、

    https://archive.apache.org/dist/shardingsphere/5.0.0/
    

  • Window 11

• 落地

  • 条件

    1. 真实数据库
    2. 逻辑数据库
    3. ShardingSphere-Proxy5.0 配置文件

  • 步骤

    1. 新建真实数据库和表【hmms.user 表为例】

       • 数据库表结构语句

         SET NAMES utf8mb4;
         SET FOREIGN_KEY_CHECKS = 0;
         
         -- ----------------------------
         -- Table structure for user
         -- ----------------------------
         DROP TABLE IF EXISTS `user`;
         CREATE TABLE `user`  (
           `useid` int(11) NOT NULL,
           `usenam` varchar(50) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL COMMENT '登录名',
           `usepwd` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '登录密码',
           `usestate` int(11) NULL DEFAULT 2 COMMENT '-1：删除1：注销 2：正常 3：挂失',
           `usekey` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '用户秘钥',
           `usetel` varchar(11) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '用户手机',
           `createbyid` varchar(50) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '添加人',
           `createbytime` datetime(0) NULL DEFAULT NULL COMMENT '添加时间',
           `modifybyid` varchar(50) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '修改人',
           `modifybytime` datetime(0) NULL DEFAULT NULL COMMENT '修改时间',
           PRIMARY KEY (`useid`) USING BTREE
         ) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic;
         SET FOREIGN_KEY_CHECKS = 1;
         

       • 运行结果如下：

         

    2. 修改ShardingSphere-Proxy5.0 配置文件，并连接

       config-sharding.yaml

       # 3、创建客户端连接库
       schemaName: hmms
       
       #1、连接mysql
       dataSources:
         hmmsdatasources-0:
           url: jdbc:mysql://localhost:3306/hmms?serverTimezone=UTC&useSSL=false
           username: root
           password: ****
           connectionTimeoutMilliseconds: 30000
           idleTimeoutMilliseconds: 60000
           maxLifetimeMilliseconds: 1800000
           maxPoolSize: 50
           minPoolSize: 1
           
       # 2、分片规则
       rules:
       - !SHARDING
         tables:
           user: #表名
             actualDataNodes: hmmsdatasources-0.user-${0..1}  #分表规则
             tableStrategy:
               standard:
                 shardingColumn: useid   #分片键
                 shardingAlgorithmName: use_MOD  #分表算法
         shardingAlgorithms:  #分表算法
           use_MOD:  #取模算法
             type: MOD
             props:
               sharding-count: 2
       

       server.yaml

       rules:
         - !AUTHORITY
           users:
             - root@%:*****
             - sharding@:sharding
           provider:
             type: ALL_PRIVILEGES_PERMITTED
       

       运行命令

       #在ShardingSphere-Proxy bin
       start.bat 端口号
       

       运行结果如下：

       

    3. 新建逻辑数据连接，并执行表结构和数据脚本

       逻辑库执行结果如下：

       

       逻辑数据库添加两条数据

       SQL语句

       INSERT INTO `user` VALUES (1, 'admin', '202CB962AC59075B964B07152D234B70', 2, '123', '123123', 'xiaogang', '2021-08-25 20:12:15', 'xiaogang', NULL);
       INSERT INTO `user` VALUES (2, 'admin', '202CB962AC59075B964B07152D234B70', 2, '123', '123123', 'xiaogang', '2021-08-25 20:12:15', 'xiaogang', NULL);
       

       执行结果如下：

       
       

  • 分库分表
    ShardingSphere-Proxy 5.0 配置

    # 3、创建客户端连接库
    schemaName: hmms
    
    #1、连接mysql
    dataSources:
      hmmsdatasources-0:
        url: jdbc:mysql://主机地址:端口号/hmms-0?serverTimezone=UTC&useSSL=false
        username: root
        password: 密码
        connectionTimeoutMilliseconds: 30000
        idleTimeoutMilliseconds: 60000
        maxLifetimeMilliseconds: 1800000
        maxPoolSize: 50
        minPoolSize: 1
    
      hmmsdatasources-1:
        url: jdbc:mysql://主机地址:端口号/hmms-1?serverTimezone=UTC&useSSL=false
        username: root
        password: 密码
        connectionTimeoutMilliseconds: 30000
        idleTimeoutMilliseconds: 60000
        maxLifetimeMilliseconds: 1800000
        maxPoolSize: 50
        minPoolSize: 1
        
    
    # 2、分片规则
    rules:
    - !SHARDING
      tables:
        user:
          actualDataNodes: hmmsdatasources-${0..1}.user-${0..1}   
          tableStrategy:
            standard:
              shardingColumn: useid
              shardingAlgorithmName: use_MOD
          databaseStrategy:  #分库规则
              standard:
                shardingColumn: useid
                shardingAlgorithmName: use_MOD
          keyGenerateStrategy: 
            column: useid
            keyGeneratorName: snowflake
      shardingAlgorithms:
        use_MOD:
          type: MOD
          props:
            sharding-count: 2 
        use_HASH_MOD:
          type: HASH_MOD
          props:
            sharding-count: '2'
      keyGenerators: 
        snowflake: 
           type: SNOWFLAKE
           props: 
             worker-id: 123
    

  • 分片算法

  1. 取模算法

   shardingAlgorithms:  #分表算法
      use_MOD:  #取模算法
        type: MOD
        props:
          sharding-count: 2  #分表数据和分表的表达式必须是一致的
  

2. 范围算法

     shardingAlgorithms:
       use_BOUNDARY_RANGE:
         type: BOUNDARY_RANGE
         props:
           sharding-ranges: 2,100  #多个节点是以逗号分割  [是根据分的表结合配置节点]
    #备注
     #分片键为：useid  int类型
     #分表的为3个表
     #sharding-ranges: 2,100 是以2为节点，小于2的数据存到表0，2到99存到表1,100以上存到表3
   

3. 容量算法

   shardingAlgorithms:
   	use_VOLUME_RANGE:
               type: VOLUME_RANGE
               props:
                 range-lower: '20000000'  #最小值
                 range-upper: '40000000'  #最大值
                 # 分片的区间的数据的间隔
                 sharding-volume: '20000000'
    #备注
       最小值为2000万，也就是说表数据量小于等于2000万，最大数量为4000万
       表与表的间隔为2000万
       比如说分了两张表：
       1-2000万       存到表0
       2001万-4000万   存到表1
       是根据分表的数量来定义最大值的
       分了三张表，那最大值为6000万
   

4. HASH-CODE算法 【如果分片键是字符串类型，需要这种算法分表】

     shardingAlgorithms:
       use_HASH_MOD:
         type: HASH_MOD
         props:
           sharding-count: '2'  #分表数量，单引号必须要加
   

5. 根据时间分表算法

   shardingAlgorithms:
       use_AUTO_INTERVAL:
           type: AUTO_INTERVAL
           props:
             datetime-lower: '2020-01-01 23:59:59'
             datetime-upper: '2022-12-31 23:59:59'
             # 以1年度为单位进行划分
             sharding-seconds: '31536000'  
             # 以1个月为单位进行划分
             #sharding-seconds: '2678400'   
             # 以1天为单位进行划分
             #sharding-seconds: '86400'
    #设置的最大值必须和分多少表匹配才行，否者报错，找不到表
   

• 分布式ID

  config-sharding.yaml

  # 3、创建客户端连接库
  schemaName: hmms
  
  #1、连接mysql
  dataSources:
    hmmsdatasources-0:
      url: jdbc:mysql://localhost:3306/hmms?serverTimezone=UTC&useSSL=false
      username: root
      password: 1QAZ2WSX3EDC
      connectionTimeoutMilliseconds: 30000
      idleTimeoutMilliseconds: 60000
      maxLifetimeMilliseconds: 1800000
      maxPoolSize: 50
      minPoolSize: 1
      
  # 2、分片规则
  rules:
  - !SHARDING
    tables:
      user:
        actualDataNodes: hmmsdatasources-0.user-${0..1}
        tableStrategy:
          standard:
            shardingColumn: id
            shardingAlgorithmName: use_HASH_MOD
        keyGenerateStrategy: 
          column: id
          keyGeneratorName: snowflake
    shardingAlgorithms:
      use_MOD:
        type: MOD
        props:
          sharding-count: 2 
      use_HASH_MOD:
        type: HASH_MOD
        props:
          sharding-count: '2'
    keyGenerators: 
      snowflake: 
         type: SNOWFLAKE
         props: 
           worker-id: 123
        
  

  表结构sql语句

  SET NAMES utf8mb4;
  SET FOREIGN_KEY_CHECKS = 0;
  
  -- ----------------------------
  -- Table structure for user
  -- ----------------------------
  DROP TABLE IF EXISTS `user`;
  CREATE TABLE `user`  (
    `id` varchar(100),
    `useid` int(11) NOT NULL,
    `usenam` varchar(50) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL COMMENT '登录名',
    `usepwd` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '登录密码',
    `usestate` int(11) NULL DEFAULT 2 COMMENT '-1：删除1：注销 2：正常 3：挂失',
    `usekey` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '用户秘钥',
    `usetel` varchar(11) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '用户手机',
    `createbyid` varchar(50) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '添加人',
    `createbytime` datetime(0) NULL DEFAULT NULL COMMENT '添加时间',
    `modifybyid` varchar(50) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '修改人',
    `modifybytime` datetime(0) NULL DEFAULT NULL COMMENT '修改时间',
    PRIMARY KEY (`useid`) USING BTREE
  ) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic;
  SET FOREIGN_KEY_CHECKS = 1;
  

  数据填充语句

  INSERT INTO `user`(useid,usenam,usepwd,usestate,usekey,usetel,createbyid,createbytime,modifybyid,modifybytime) VALUES (1, 'admin', '202CB962AC59075B964B07152D234B70', 2, '123', '123123', 'xiaogang', '2021-08-25 20:12:15', 'xiaogang', NULL);
  

  执行结构如下：

  
  
  

标签：5.0,COMMENT,分库,ShardingSphere,SET,utf8,sharding,NULL,MOD
来源： https://www.cnblogs.com/netsd/p/16081518.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。