# sharding-datasource-demo **Repository Path**: lx_git_osc/sharding-datasource-demo ## Basic Information - **Project Name**: sharding-datasource-demo - **Description**: sharding-jdbc 分库分表demo - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 34 - **Created**: 2020-04-24 - **Last Updated**: 2020-12-18 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README ## 完整分库分表流程demo ### 一、技术 a. 选用[sharding-jdbc](https://shardingsphere.apache.org/document/current/cn/quick-start/sharding-jdbc-quick-start/)做项目主要分库分表技术, sharding-proxy做运维辅助技术 b. 选用[uid-generator](https://github.com/baidu/uid-generator)做唯一id生成器 c. 选用[datax](https://github.com/alibaba/DataX)做单表数据迁移到分库分表同步工具, 需要[整合datax和sharding-jdbc](transform-history/transform-datax-config/sharding-jdbc/README.md) ### 二、 模拟订单表分库分表迁移流程 1) 确认分库分表键 a. 可以统计查询订单表的where条件， 选用命中率高的， 减轻主要查询压力 b. 需要考虑分布式事务 t_order表和t_order_item表, 保存一次订单，确保分库后order和order_item都放在同一个库中，这样就可以使用本地事务了 一般选用user_id, 选用order_id也可以， 本demo使用user_id ``` 注意事项，选用了user_id做分片键，则原先使用order_id查询的接口会遍历各个分库查询数据 a. 本demo将user_id和order_id映射关系保存到t_order_mapping表中， 使用order_id查询时先查询一次user_id，然后带上user_id查询订单 b. 如果数据量不是特别大，可以不处理 c. 基因id 处理， 参考美团订单分库分表实现， 定制order_id, 中间嵌入user_id后几位数字， 分片查询时根据user_id基因数字路由， 这种改造工程比较大 d. 多列分库分表， 在将user_id做一次分库分表的同时，也将order_id做一次分库分表， 存了两份数据， 存储较大 ``` 2) 分片算法 a.range 按时间或id范围划分，如[1-10000]放到1库， [10001-20000]放到2库 优点：单表大小可控，天然水平扩展。 缺点：无法解决集中写入瓶颈的问题。 b. hash hash取模 2^n 分2（库) * 4 (表), 即分2个库，每个库4张表 则 路由规则是 库号= user_id % 2, 表号= (user_id/2) % 4 优点: 易扩展，解决集中写入瓶颈的问题 缺点: 扩容麻烦，需要重新hash,(注意避免在同一张表的数据，重新hash到不同的表), 需要迁移数据 本demo采用该方法 3) 确定容量，考虑扩容 生产中一次性分够,够用好几年，不用考虑扩容， 32（库) * 32 (表) , 分成32个库， 每个库 32张表, 共 1024张表 或者 16 (库) * 64（表) 共 1024 张表， 初始逻辑分库，实际上可以部署4台机器，每台机器 8 库 ， 每个库 32 表 当表数据超过单机限制后， 可以部署8台机器， 每台机器4各库， 每个库 32表， 最多可以部署1024台机器，每台机器1张表 扩容时，仅仅是改一下配置，迁移数据就可以了, 原来在同一张表的数据，扩容之后，还在同一张表 路由规则是 库号= user_id % 32, 表号= (user_id/32) % 32 本demo 分 2 (库) * 4 (表) 更具体的介绍看[美团实现](https://tech.meituan.com/2016/11/18/dianping-order-db-sharding.html) 4) 唯一id a. uuid 字符串，占用空间较多， 不能做到递增 b. 雪花算法 可以做到递增，性能较好 维护workId比较麻烦 存在时间回拨问题 一般都是基于雪花算法进行改造 c. [美团leaf唯一id实现](https://tech.meituan.com/2019/03/07/open-source-project-leaf.html) 比较复杂，暂不考虑 d. [百度uid-generator](https://github.com/baidu/uid-generator) 比较简单，解决workId维护问题，解决了时间回拨问题，workId暂未提供重用实现 [本人已实现复用workId](./uid-generator/src/main/java/com/baidu/fsg/uid/worker/MarkWorkerIdAssignerWrapper.java) [ecp-uid](https://gitee.com/zmds/ecp-uid)整合了美团leaf、百度UidGenerator、原生snowflake 实现，可以参考， 由于直接使用uid-generator足够简单，且有效使用，暂不采用ecp-uid 5) 单库表 迁移 到分库 参考美团双写实现 a. 原系统中将需要订单表的关联查询(join)去掉，改成在应用中用代码处理join, 为后续分库分表做准备 b. 改造系统中订单id的实现，统一使用uid-generator生成的唯一id c. 数据库双写，先写单库，后写分库， 事务以单库为主， 读数据以单库为主 同时，使用datax同步历史订单数据到分库 校验单库和分库数据，补偿数据到分库(插入或根据更新时间比较更新) d. c步骤数据补平后， 数据仍双写，先写分库，后写单库， 事务以分库为主， 读数据以分库为主 (如果服务众多，可以切一小部分服务灰度尝试读写， 如果有问题，可以回退到c) 校验单库和分库数据，补偿数据到单库(插入或根据更新时间比较更新) e. 观察几天没问题后，下线单库订单表 6) 分库分表中间件 a. mycat 基于代理实现，存在单点问题 b. [shardingsphere](https://shardingsphere.apache.org/document/current/cn/overview/) 目前成为apache顶级项目, 从前景上说，采用该技术应是最好的 sharding-jdbc, jdbc代理， 不存在单点问题， 可能会存在多份配置， 升级比较麻烦，需要统一升级，只能应用于java语言 sharding-proxy, 数据库代理， 存在单点问题，兼容性问题， 优点是没有语言限制 目前demo采用sharding-jdbc实现为主，sharding-proxy运维为辅 ### 本demo使用流程 #### 1. 创建单库 ``` create database db_lab; ``` #### 2. 运行数据初始[数据库脚本](single-datasource-lab/src/main/script) db_lab_table.sql 用于创建数据表 db_lab_data.sql 用于创建测试数据，里面有3万订单(t_order)数据，和9万订单项(t_order_item)数据 #### 3. 创建2个分库 ``` create database db_lab_orders_0; create database db_lab_orders_1; ``` #### 4. 创建uid-generator数据库 ``` create database uid; ``` 创建uid数据表 ``` DROP TABLE IF EXISTS WORKER_NODE; CREATE TABLE WORKER_NODE ( ID BIGINT NOT NULL AUTO_INCREMENT COMMENT 'auto increment id', HOST_NAME VARCHAR(64) NOT NULL COMMENT 'host name', PORT VARCHAR(64) NOT NULL COMMENT 'port', TYPE INT NOT NULL COMMENT 'node type: ACTUAL or CONTAINER', LAUNCH_DATE DATE NOT NULL COMMENT 'launch date', MODIFIED TIMESTAMP NOT NULL COMMENT 'modified time', CREATED TIMESTAMP NOT NULL COMMENT 'created time', PRIMARY KEY(ID) ) COMMENT='DB WorkerID Assigner for UID Generator',ENGINE = INNODB; ``` 修改uid[数据库配置](./uid-generator/src/main/resources/application-uid.properties)用户名密码 #### 5. 修改对应数据库配置，用户名密码等 [sharding-config中的分库配置application-sharding.yml和config-sharding.yaml](./sharding-config/src/main/resources) [single-datasource-lab单库配置](./single-datasource-lab/src/main/resources/application.properties) [transform-validate单库配置](./transform-validate/validate-common/src/main/resources/application-default-datasource.properties) #### 6. 搭建sharding-proxy后, 复制[proxy配置](./sharding-config/src/main/resources/config-proxy), 启动运行 使用shrding-proxy创建分库分表后的订单表 ```sql CREATE TABLE `t_order` ( `order_id` bigint(20) NOT NULL AUTO_INCREMENT, `user_id` int(11) NOT NULL, `address_id` bigint(20) NOT NULL, `status` varchar(50) DEFAULT NULL, `create_time` datetime NOT NULL, `update_time` datetime NOT NULL, PRIMARY KEY (`order_id`) ) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 ``` ```sql CREATE TABLE `t_order_item` ( `order_item_id` bigint(20) NOT NULL AUTO_INCREMENT, `order_id` bigint(20) DEFAULT NULL, `user_id` int(11) NOT NULL, `status` varchar(50) DEFAULT NULL, `create_time` datetime NOT NULL, `update_time` datetime NOT NULL, PRIMARY KEY (`order_item_id`) ) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 ``` #### 7. 启动single-datasource-lab项目，用于模拟原使用单库web应用 注意以下配置，用于分库分表迁移的切换 ``` # 1 使用uid的初始下单 2 下单双写，以单库读写为主 3 下单双写， 以分库读写为主 4 下单只写在分库 transfrom.step=2 ``` 可以打包放到idea外部部署运行，高配机器可以忽略 #### 8. 启动single-datasource-lab中的[模拟客户端](./single-datasource-lab/src/test/java/com/ttx/single/lab/MockOrderService.java)， 模拟用户访问订单服务 #### 9. 下载datax部署同步订单历史数据 本项目使用datax+sharding-jdbc同步订单历史数据，[使用方法](./transform-history/transform-datax-config/sharding-jdbc) 复制[配置](./transform-history/transform-datax-config/sharding-jdbc/datax/job)到本机datx/job目录下，并修改对应账号密码 使用命令运行'job-order.json','job-order_item.json'同步历史数据到分库，其中'job-order_mapping.json'是用于同步order_id和User_id的关系数据 #### 10. 在single-datasource-lab项目运行时配置是'transfrom.step=2'时，启动 validate-step2项目，用于校验补偿分库订单数据 #### 11. 校验补平分库数据后，修改single-datasource-lab配置'transfrom.step=3',并重启 观察是否有问题，如果有问题，则回退到step=2 #### 12. 重启validate-step2项目，做分库最后一次校验， 因为step2启动时，会读取当前最大的订单id, 进行校验，重启是为了防止遗漏 #### 13. 启动 validate-step3项目，进行验证单库数据校验， 这里主要是为了可回滚 #### 14. 继续观察single-datasource-lab，(真实项目需持续几天)， 没有问题下线单库订单 有问题，则回退到step2, 注意，回退后，validate-step2也需重新运行校验 ### 常见问题 1. no table route info 根据路由规则得到的表名在数据库中不存在，检查[配置](./sharding-config/src/main/resources/application-sharding.yml) 可以开启sharding日志进行排查 ``` props: sql: show: true # 打印 SQL ``` ### 参考资料 [大众点评订单系统分库分表实践](https://tech.meituan.com/2016/11/18/dianping-order-db-sharding.html)