标签：groovy JDBC java 遇到 分片 Sharding org id 2.4

一. 升级版本有坑

由于开发环境用的组合是shardJDBC 3.1.0 + Druid 1.2.6  + JPA 2.1.13, mysql DB,  详细版本如下，本来想着升级一下ShardingJDBC到5.X最新版本，却遇到各种不兼容问题，退回到4.X也不能解决版本问题，无奈之下还是保留以下版本组合，另外，升级到5.X之后，保含的JAR可以用巨量来形容，因为项目只用到ShardJDBC的分表分库功能，所以JAR包需要一个个

dependencies {
	implementation 'org.springframework.boot:spring-boot-starter-web:2.1.3.RELEASE'
	providedRuntime 'org.springframework.boot:spring-boot-starter-tomcat'
	testImplementation 'org.springframework.boot:spring-boot-starter-test:2.1.3.RELEASE'// mysql驱动
    implementation 'mysql:mysql-connector-java:8.0.21'
	implementation 'org.springframework.boot:spring-boot-starter-data-jpa:2.1.13.RELEASE'
	implementation 'com.alibaba:druid-spring-boot-starter:1.2.6'  
	 //数据库与读写分离
    implementation ('io.shardingsphere:sharding-jdbc-spring-boot-starter:3.1.0')
    implementation 'io.shardingsphere:sharding-jdbc-spring-namespace:3.1.0' 
    
}

 

二. 主写从读+ 不分库，只分表，YAML配置

server:
  port: 8080
  servlet:
    context-path: druid
spring:
  application:
    name: druid
  main:
    allow-bean-definition-overriding: true 
  jpa:
    show-sql: true
    properties:
      hibernate:
        temp:
          use_jdbc_metadata_defaults: false
        format_sql: true
        naming:
         # implicit-strategy: org.hibernate.boot.model.naming.ImplicitNamingStrategyLegacyJpaImpl
          physical-strategy: org.hibernate.boot.model.naming.PhysicalNamingStrategyStandardImpl
#data source 
sharding:
  jdbc:
    dataSource:
      names: db-master,db-slave1
      # 配置主库
      db-master:
        type: com.alibaba.druid.pool.DruidDataSource
        url: jdbc:mysql://localhost:3306/world?characterEncoding=UTF-8&serverTimezone=Asia/Shanghai&rewriteBatchedStatements=true
        username: ivy
        password: password
        driver-class-name: com.mysql.cj.jdbc.Driver
      db-slave1: # 配置第一个从库
        type: com.alibaba.druid.pool.DruidDataSource
        url: jdbc:mysql://localhost:3306/world?characterEncoding=UTF-8&serverTimezone=Asia/Shanghai&rewriteBatchedStatements=true
        username: root
        password: 123456
        driver-class-name: com.mysql.cj.jdbc.Driver
    config:
      masterslave: # 配置读写分离
        load-balance-algorithm-type: round-robin # 配置从库选择策略，提供轮询与随机，这里选择用轮询//random 随机 //round_robin 轮询
        name: db1s2
        master-data-source-name: db-master
        slave-data-source-names: db-slave1
    shardingRule:  
      tables:
        t_order: 
          actualDataNodes: db-master.t_order${0..1}
          #databaseStrategy:
           # inline:
            #  shardingColumn: user_id
             # algorithmExpression: ds${user_id % 2}
          tableStrategy: 
            inline:
              shardingColumn: order_id
              algorithmExpression: t_order${order_id % 2}
          #keyGenerator:
          #  type: SNOWFLAKE
           # column: order_id 
      bindingTables:
        - t_order
      broadcastTables:
        - t_config
      
      defaultDataSourceName: master
      defaultTableStrategy:
        none:
      defaultKeyGenerator:
        type: SNOWFLAKE
        #column: order_id
    props:
      sql:
        show: true # 开启SQL显示，默认值: false，注意：仅配置读写分离时不会打印日志！！！

 

server:
  port: 8080
  servlet:
    context-path: druid
spring:
  application:
    name: druid
  main:
    allow-bean-definition-overriding: true 
  jpa:
    show-sql: true
    properties:
      hibernate:
        temp:
          use_jdbc_metadata_defaults: false
        format_sql: true
        naming:
         # implicit-strategy: org.hibernate.boot.model.naming.ImplicitNamingStrategyLegacyJpaImpl
          physical-strategy: org.hibernate.boot.model.naming.PhysicalNamingStrategyStandardImpl
#data source 
sharding:
  jdbc:
    dataSource:
      names: db-master,db-slave1
      # 配置主库
      db-master:
        type: com.alibaba.druid.pool.DruidDataSource
        url: jdbc:mysql://localhost:3306/world?characterEncoding=UTF-8&serverTimezone=Asia/Shanghai&rewriteBatchedStatements=true
        username: ivy
        password: password
        driver-class-name: com.mysql.cj.jdbc.Driver
      db-slave1: # 配置第一个从库
        type: com.alibaba.druid.pool.DruidDataSource
        url: jdbc:mysql://localhost:3306/world?characterEncoding=UTF-8&serverTimezone=Asia/Shanghai&rewriteBatchedStatements=true
        username: root
        password: 123456
        driver-class-name: com.mysql.cj.jdbc.Driver
    config:
      masterslave: # 配置读写分离
        load-balance-algorithm-type: round-robin # 配置从库选择策略，提供轮询与随机，这里选择用轮询//random 随机 //round_robin 轮询
      sharing:
        master-slave-rules:
          mysql1master2slave:
            master-data-source-name: db-master
            slave-data-source-names: db-slave1  
	    tables:
	      t_order: 
	        actualDataNodes: mysql1master2slave.t_order${0..1}
	        #databaseStrategy:
	        # inline:
	         #  shardingColumn: user_id
	          # algorithmExpression: ds${user_id % 2}
	        tableStrategy: 
	          inline:
	            shardingColumn: order_id
	            algorithmExpression: t_order${id % 2}
	  bindingTables:
	    - t_order
	  broadcastTables:
	    - t_config  
    props:
      sql:
        show: true # 开启SQL显示，默认值: false，注意：仅配置读写分离时不会打印日志！！！

 

三. 当Entity 中的id 是String类型，而YML中配置的分表键为id%2, 会报下面的错误

algorithmExpression: t_order${id % 2}

@Table(name = "t_order")
public class OrderEntity {
	@Id
	private String id;
	private String name;

	public OrderEntity() {

	}}

　　解决方案：
1. 将OrderEntity 中的id改为int, 这样Groovy 表达就可以正确执行mod操作
2. 

groovy.lang.MissingMethodException: No signature of method: java.lang.String.mod() is applicable for argument types: (java.lang.Integer) values: [2]
Possible solutions: drop(int), any(), find(), use([Ljava.lang.Object;), is(java.lang.Object), find(java.util.regex.Pattern)
	at org.codehaus.groovy.runtime.ScriptBytecodeAdapter.unwrap(ScriptBytecodeAdapter.java:58) ~[groovy-2.4.5-indy.jar:2.4.5]
	at org.codehaus.groovy.runtime.callsite.PojoMetaClassSite.call(PojoMetaClassSite.java:49) ~[groovy-2.4.5-indy.jar:2.4.5]
	at org.codehaus.groovy.runtime.callsite.CallSiteArray.defaultCall(CallSiteArray.java:48) ~[groovy-2.4.5-indy.jar:2.4.5]
	at org.codehaus.groovy.runtime.callsite.AbstractCallSite.call(AbstractCallSite.java:113) ~[groovy-2.4.5-indy.jar:2.4.5]
	at org.codehaus.groovy.runtime.callsite.AbstractCallSite.call(AbstractCallSite.java:125) ~[groovy-2.4.5-indy.jar:2.4.5]
	at Script2$_run_closure1.doCall(Script2.groovy:1) ~[na:na]
	at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method) ~[na:1.8.0_191-1-redhat]
	at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62) ~[na:1.8.0_191-1-redhat]
	at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43) ~[na:1.8.0_191-1-redhat]
	at java.lang.reflect.Method.invoke(Method.java:498) ~[na:1.8.0_191-1-redhat]
	at org.codehaus.groovy.reflection.CachedMethod.invoke(CachedMethod.java:93) ~[groovy-2.4.5-indy.jar:2.4.5]
	at groovy.lang.MetaMethod.doMethodInvoke(MetaMethod.java:325) ~[groovy-2.4.5-indy.jar:2.4.5]
	at org.codehaus.groovy.runtime.metaclass.ClosureMetaClass.invokeMethod(ClosureMetaClass.java:294) ~[groovy-2.4.5-indy.jar:2.4.5]
	at groovy.lang.MetaClassImpl.invokeMethod(MetaClassImpl.java:1019) ~[groovy-2.4.5-indy.jar:2.4.5]
	at groovy.lang.Closure.call(Closure.java:426) ~[groovy-2.4.5-indy.jar:2.4.5]
	at groovy.lang.Closure.call(Closure.java:420) ~[groovy-2.4.5-indy.jar:2.4.5]
	at io.shardingsphere.core.routing.strategy.inline.InlineShardingStrategy.execute(InlineShardingStrategy.java:86) ~[sharding-core-3.1.0.jar:na]

　四

sharding-jdbc 分片策略
分片策略
包含分片键和分片算法，由于分片算法的独立性，将其独立抽离。真正可用于分片操作的是分片键 + 分片算法，也就是分片策略。目前提供5种分片策略。

标准分片策略
对应StandardShardingStrategy。提供对SQL语句中的=, >, <, >=, <=, IN和BETWEEN AND的分片操作支持。StandardShardingStrategy只支持单分片键，提供PreciseShardingAlgorithm和RangeShardingAlgorithm两个分片算法。PreciseShardingAlgorithm是必选的，用于处理=和IN的分片。RangeShardingAlgorithm是可选的，用于处理BETWEEN AND, >, <, >=, <=分片，如果不配置RangeShardingAlgorithm，SQL中的BETWEEN AND将按照全库路由处理。

复合分片策略
对应ComplexShardingStrategy。复合分片策略。提供对SQL语句中的=, >, <, >=, <=, IN和BETWEEN AND的分片操作支持。ComplexShardingStrategy支持多分片键，由于多分片键之间的关系复杂，因此并未进行过多的封装，而是直接将分片键值组合以及分片操作符透传至分片算法，完全由应用开发者实现，提供最大的灵活度。

行表达式分片策略
对应InlineShardingStrategy。使用Groovy的表达式，提供对SQL语句中的=和IN的分片操作支持，只支持单分片键。对于简单的分片算法，可以通过简单的配置使用，从而避免繁琐的Java代码开发，如: t_user_$->{u_id % 8} 表示t_user表根据u_id模8，而分成8张表，表名称为t_user_0到t_user_7。

Hint分片策略
对应HintShardingStrategy。通过Hint指定分片值而非从SQL中提取分片值的方式进行分片的策略。

不分片策略
对应NoneShardingStrategy。不分片的策略。

　

　　

　

标签：groovy,JDBC,java,遇到,分片,Sharding,org,id,2.4
来源： https://www.cnblogs.com/Ivyduan/p/16517898.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。