欢迎关注头条号：老顾聊技术
精品原创技术分享 ， 知识的组装工
前言前几天老顾与小伙伴们分享了sharding-jdbc的水平分表功能 ， 今天我们继续分享一些水平分库 ， 以及读写分离的功能 ， 以及如何解决读写延迟问题 。 小伙伴就继续往下看吧 。
分库分表业务需求分片规则在做分库分表时 ， 首先要定义好我们的分片规则 ， 从业务逻辑上面要思路清晰 。 我们基于上一篇文章的案例 ， 继续进行分库：
分库规则：根据用户user_id为偶数时将数据添加到course_db1中；为奇数时将数据添加到course_db2中 。
分表规则：根据课程cid为偶数时将数据添加到course_1中；为奇数时将数据添加到course_2中
文章插图
创建数据库创建数据库以及表 ， 和上一篇文章的一样 。
文章插图
配置分片我们在基于上一篇的配置文件中 ， 进行分库的需求改造
定义数据源
文章插图
上图的配置就是配置了2个数据库源 ， 并定义名称m1、m2 。
分布节点
文章插图
上面重新定义了course逻辑表的真实的分布节点 ， 根据表达式course分布在m1、m2数据库中 ， 并且表名为course_1、course_2
分库规则
文章插图
上面在原来的基础上面 ， 增加了分库的策略规则 。 分片配置就此结束 。
改造测试代码
文章插图
测试代码对userId进行了改造 。
执行测试我们可以看到执行日志 ， 符合我们之前定义的分片策略
文章插图
文章插图
文章插图
读写分离概念一般熟知 Mysql 数据库的朋友知道 ， 当表的数据量达到千万级时 ， SQL 查询会逐渐变的缓慢起来 ， 往往会成为一个系统的瓶颈所在 。 为了提升程序的性能 ， 除了在表字段建立索引（如主键索引、唯一索引、普通索引等）、优化程序代码以及 SQL 语句等常规手段外 ， 利用数据库主从读写分离（Master/Slave）架构：
就是为了缓解数据库压力 ， 将写入和读取操作分离为不同数据源 ， 写库称为主库 ， 读库称为从库 ， 一主库可配置多从库 。
文章插图
【Sharding-Jdbc之水平分库和读写分离（二）】上图所表达的：读都落在从库 ， 写落在主库
读写分离配置mysql的主从配置 ， 这里老顾就不讲了 ， 小伙伴们可以去上网查看 。 我们这里就给出读写分离的配置
文章插图
上面的spring.shardingsphere.masterslave是核心配置 ， 配置还是相对简单的 。
select查询代码测试 ， 走的是slave库
[ main] ShardingSphere-SQL : Rule Type: master-slave[ main] ShardingSphere-SQL : SQL: SELECTcid,cname,userId,statusFROM course ::: DataSources: slave