Shark简介
前身为Kratos,轻量级Mysql分库分表(Sharding)中间件,丰富的Sharding算法支持(2类4种分片算法),能够方便DBA实现库的水平扩容和降低数据迁移成本。Shark站在巨人的肩膀上(SpringJdbc、Druid),采用与应用集成架构,放弃通用性,只为换取更好的执行性能与降低分布式环境下外围系统的宕机风险。
Shark的优点
动态数据源的无缝切换;
master/slave一主一从读写分离;
Sql独立配置,与逻辑代码解耦;
单线程读重试(取决于的数据库连接池是否支持);
单独且友好支持Mysql数据库;
非Proxy架构,与应用集成,应用直连数据库,降低外围系统依赖所带来的宕机风险;
使用简单,侵入性低,站在巨人的肩膀上,依赖于SpringJdbc、Druid;
基于淘宝Druid的SqlParser完成Sql解析任务,解析性能高效、稳定;
分库分表路由算法支持2类4种分片模式,库内分片/一库一片;
提供自动生成全局唯一的sequenceId的API支持;
提供自动生成配置文件的支持,降低配置出错率;
提供内置验证页面,方便开发、测试以及运维对执行后的sql进行验证;
专注于Sharding领域,无需兼容通用性,因此核心代码量少、易读易维护;
Shark的分片模型
Shark支持2类4种分片算法:
库内分片类型:
片名连续的库内分片算法;
非片名连续的库内分片算法;
一库一片类型:
片名连续的一库一片算法;
非片名连续的一库一片算法;
Shark的使用注意事项
不支持强一致性的分布式事务,建议在业务层采用依赖MQ、异步操作等方式实现事物,保证事物的最终一致性;
不建议、不支持多表查询,所有多表查询sql,务必全部打散为单条sql逐条执行;
sql语句的第一个参数务必是路由条件;
不支持sql语句中出现数据库别名;
路由条件必须是整数类型;
参考 https://www.iteye.com/news/31289
GitHub https://github.com/gaoxianglong/shark/wiki/shark-benchmark-result