核心概念:
1.逻辑表:水平拆分的数据库(表)的相同逻辑和数据结构表的总称。例,根据主键尾数拆分为10张表,分别是t_order_0
到t_order_9
,他们的逻辑表名为t_order
2.真实表:在分片的数据库中真实存在的物理表。即上个示例中的t_order_0
到t_order_9
。
3.数据节点:数据分片的最小单元。由数据源名称和数据表组成,例:ds_0.t_order_0
4.绑定表:指分片规则一致的主表和子表。例如:t_order
表和t_order_item
表,均按照order_id
分片,则此两张表互为绑定表关系。绑定表之间的多表关联查询不会出现笛卡尔积关联,关联查询效率将大大提升。
5.广播表:指所有的分片数据源中都存在的表,表结构和表中的数据在每个数据库中均完全一致。适用于数据量不大且需要与海量数据的表进行关联查询的场景,例如:字典表。
分片算法:精确分片算法、范围分片算法、复合分片算法、Hint分片算法
SQL Hinit: 对于分片字段非SQL决定,而由其他外置条件决定的场景,可使用SQL Hint灵活的注入分片字段。例:内部系统,按照员工登录主键分库,而数据库中并无此字段。SQL Hint支持通过Java API和SQL注释(待实现)两种方式使用。
SQL支持:全面支持DML、DDL、DCL、TCL和部分DAL。支持分页、去重、排序、分组、聚合、关联查询(不支持跨库关联)
不支持:不支持CASE WHEN、HAVING、UNION (ALL),有限支持子查询。
分页优化:由于LIMIT并不能通过索引查询数据,因此如果可以保证ID的连续性,通过ID进行分页是比较好的解决方案
SELECT * FROM t_order WHERE id > 100000 AND id <= 100010 ORDER BY id
行表达式:
1)${begin..end}
表示范围区间
2)${[unit1, unit2, unit_x]}
表示枚举值
3)连续多个${ expression }
或$->{ expression }
表达式,整个表达式最终的结果将会根据每个子表达式的结果进行笛卡尔组合
未完待续:3.2读写分离
PS.读完这篇文章后,去搜索spring boot 整合 和 分库相关的资料