【MySQL系列】真香！基于ShardingSphere-JDBC的MySQL读写分离

作者：行百里er

博客：https://chendapeng.cn (opens new window)

提示

这里是行百里er 的博客：行百里者半九十，凡事善始善终，吾将上下而求索！

前文已经谈了关于MySQL的主从复制原理及如何搭建主从复制环境：

MySQL高可用之主从复制 (opens new window)

为了减轻每台MySQL主机的访问压力，还可以对MySQL进行读写分离，实际上，主从复制和读写分离一般就是联合使用的。

这篇水文来聊一下MySQL的读写分离。借助于一些数据库中间件，实现起来贼容易，一看就会！

# MySQL读写分离

MySQL读写分离基本原理是让master数据库处理写操作，slave数据库处理读操作。master将写操作的变更同步到各个slave节点。

MySQL读写分离能提高系统性能：

物理服务器增加，机器处理能力提升。拿硬件换性能。
slave可以配置myiasm引擎，提升查询性能以及节约系统开销。
master直接写是并发的，slave通过主库发送来的binlog恢复数据是异步的。
slave可以单独设置一些参数来提升其读的性能。
增加冗余，提高可用性。

# 如何实现读写分离

MySQL官方提供了MySQL Proxy，但是已经不建议使用了：

与此同时它建议我们使用MySQL Router，再但是，MySQL Router不仅功能少，而且需要在应用程序代码中指定读/写的不同端口，在实际生产环境中应该没人会这样用。

其实，当前已经有不少比较不错的MySQL中间件，像shardingsphere-jdbc，mycat，amoeba等，这些都是比较不错的选择。

这里，我们使用Apache开源项目ShardingSphere的JDBC来实现MySQL的读写分离。

# ShardingSphere-JDBC

ShardingSphere的JDBC组件，称之为Sharding-JDBC，它是一个轻量级的Java框架，在Java的JDBC层提供的额外服务。它使用客户端直连数据库，以jar包形式提供服务，无需额外部署和依赖，可理解为增强版的JDBC驱动，完全兼容JDBC和各种ORM框架。

这就意味着，在项目中我们不需要额外安装什么软件，直接引入Jar包依赖，就可以实现数据库的分库分表、读写分离等。

说的直白一点，Sharding-JDBC就是包含了分库分表读写分离功能的JDBC，因此我们可以直接把Sharding-JDBC当做普通的JDBC来使用。

# Sharding-JDBC实现读写分离的核心概念

# 主库

添加、更新以及删除数据操作所使用的数据库，目前仅支持单主库。

# 从库

查询数据操作所使用的数据库，可支持多从库。

我们使用一主两从的MySQL数据库架构来实现主从复制和读写分离。

# 主从同步

将主库的数据异步的同步到从库的操作。由于主从同步的异步性，从库与主库的数据会短时间内不一致。

# 负载均衡策略

如果有多个从库，可以通过负载均衡策略将查询请求疏导至不同的从库。

# 基于Sharding-JDBC的MySQL读写分离代码实现

# 1. 主从复制主机配置：

序号	主机名称	IP地址	MySQL	虚拟机OS
1	mysql-master	192.168.2.158	5.7	CnetOS 7.8
2	mysql-slave-node01	192.168.2.159	5.7	CnetOS 7.8
3	mysql-slave-node02	192.168.2.157	5.7	CnetOS 7.8

主从同步的数据库为shardingsphere_demo：

log-bin=master-bin
binlog-format=ROW
server-id=1
binlog-do-db=shardingsphere_demo

1
2
3
4

shardingsphere_demo库有一个表叫laogong：

create table laogong(
	id int,
	name varchar(20),
	age int
);

1
2
3
4
5

# 2. 创建SpringBoot项目，引入Jar包

引入ShardingSphere的Jar包依赖：

<dependency>
    <groupId>org.apache.shardingsphere</groupId>
    <artifactId>sharding-jdbc-spring-boot-starter</artifactId>
    <version>4.1.1</version>
</dependency>

1
2
3
4
5

还用到了druid连接池，mybatis，mysql驱动，这里不展示了。

# 3. 配置文件

配置是整个Sharding-JDBC的核心，是Sharding-JDBC中唯一与应用开发者打交道的模块。

配置模块也是Sharding-JDBC的门户，通过它可以快速清晰的理解Sharding-JDBC所提供的功能。

配置读写分离

根据前文主从复制主机的信息，配置如下：

spring:
  shardingsphere:
    # 数据源相关配置
    datasource:
      # 数据源名称
      names: master,s1,s2
      # MySQL master数据源
      master:
        # 数据库连接池
        type: com.alibaba.druid.pool.DruidDataSource
        driver-class-name: com.mysql.jdbc.Driver
        url: jdbc:mysql://192.168.2.158:3306/shardingsphere_demo?serverTimezone=UTC
        username: root
        password: 123456
      # 两个slave数据源
      s1:
        type: com.alibaba.druid.pool.DruidDataSource
        driver-class-name: com.mysql.jdbc.Driver
        url: jdbc:mysql://192.168.2.159:3306/shardingsphere_demo?serverTimezone=UTC
        username: root
        password: 123456
      s2:
        type: com.alibaba.druid.pool.DruidDataSource
        driver-class-name: com.mysql.jdbc.Driver
        url: jdbc:mysql://192.168.2.157:3306/shardingsphere_demo?serverTimezone=UTC
        username: root
        password: 123456
    masterslave:
      load-balance-algorithm-type: round_robin
      name: ms
      master-data-source-name: master
      slave-data-source-names: s1,s2

    # 其他属性
    props:
      # 开启SQL显示
      sql.show: true

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37

# 4. 创建实体类和Mapper类

实体类的代码这里不贴了，侮辱智商

Mapper类：

@Repository
@Mapper
public interface LaogongMapper {

    @Insert("insert into laogong(id, name, age) values(#{id}, #{name}, #{age})")
    public void addLaogong(Laogong laogong);

    @Select("select * from laogong where id=#{id}")
    public Laogong queryLaogong(Integer id);
}

1
2
3
4
5
6
7
8
9
10

# 测试

测试写入数据

向laogong表插入5条数据：

@Test
public void testMSInsert(){
    for (int i = 1; i <= 5; i++) {
        Laogong laogong = new Laogong();
        laogong.setId(i);
        laogong.setName("xblzer" + i);
        laogong.setAge(new Random().nextInt(30));
        laogongMapper.addLaogong(laogong);
    }
}

1
2
3
4
5
6
7
8
9
10

运行结果：

可以看到，插入的SQL语句，全部往master主库写入数据。

测试读取数据

读取id=1的数据，循环读取10次，看都从哪个库读取：

@Test
public void testMSQuery(){
    for (int i = 0; i < 10; i++) {
        Laogong laogong = laogongMapper.queryLaogong(1);
        System.out.println(laogong);
    }
}