SpringBoot整合ShardingSphere-JDBC实现读写分离-代码聚汇网

SpringBoot整合ShardingSphere-JDBC实现读写分离

LoLegends西罗

1. ShardingSphere-JDBC读写分离实战指南

在数据库访问压力较大的系统中，读写分离是提升性能的常见手段。ShardingSphere-JDBC作为轻量级的Java框架，提供了透明的读写分离能力，无需修改业务代码即可实现。本文将基于SpringBoot+MyBatis-Plus环境，详细演示如何配置和使用ShardingSphere-JDBC的读写分离功能。

1.1 环境准备与项目搭建

1.1.1 初始化SpringBoot项目

推荐使用阿里云的Spring Initializr服务（http://start.aliyun.com）快速生成项目骨架。选择以下关键配置：

项目类型：Maven项目
语言：Java
SpringBoot版本：2.3.7.RELEASE（与ShardingSphere 5.1.1兼容性最佳）
打包方式：Jar
Java版本：8或11

注意：SpringBoot 2.3.x版本与ShardingSphere 5.x的兼容性最佳。若使用SpringBoot 3.x，需要选择ShardingSphere的更高版本并注意JDK版本要求。

1.1.2 关键依赖说明

完整的pom.xml依赖配置如下：

xml复制<dependencies>
    <!-- SpringBoot Web基础依赖 -->
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>

    <!-- ShardingSphere JDBC核心依赖 -->
    <dependency>
        <groupId>org.apache.shardingsphere</groupId>
        <artifactId>shardingsphere-jdbc-core-spring-boot-starter</artifactId>
        <version>5.1.1</version>
    </dependency>

    <!-- MySQL驱动 -->
    <dependency>
        <groupId>mysql</groupId>
        <artifactId>mysql-connector-java</artifactId>
        <scope>runtime</scope>
        <version>8.0.26</version>
    </dependency>

    <!-- MyBatis-Plus增强工具 -->
    <dependency>
        <groupId>com.baomidou</groupId>
        <artifactId>mybatis-plus-boot-starter</artifactId>
        <version>3.3.1</version>
    </dependency>

    <!-- Lombok简化代码 -->
    <dependency>
        <groupId>org.projectlombok</groupId>
        <artifactId>lombok</artifactId>
        <optional>true</optional>
    </dependency>
    
    <!-- 测试依赖 -->
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-test</artifactId>
        <scope>test</scope>
    </dependency>
</dependencies>

依赖选择要点：

shardingsphere-jdbc-core-spring-boot-starter是核心依赖，提供了与SpringBoot的自动配置集成
MyBatis-Plus版本建议使用3.3.x系列，与SpringBoot 2.3.x兼容性好
MySQL驱动建议使用8.0.x版本，支持新特性且性能更好

1.2 数据层设计与实现

1.2.1 实体类定义

创建用户实体类，对应数据库中的t_user表：

java复制package com.example.shardingdemo.entity;

import com.baomidou.mybatisplus.annotation.IdType;
import com.baomidou.mybatisplus.annotation.TableId;
import com.baomidou.mybatisplus.annotation.TableName;
import lombok.Data;

@TableName("t_user")
@Data
public class User {
    @TableId(type = IdType.AUTO)
    private Long id;
    private String uname;
}

实体类设计注意事项：

@TableName注解明确指定表名，避免ORM框架自动转换导致的表名不一致问题
主键使用自增策略（IdType.AUTO），确保主库写入时ID连续
Lombok的@Data注解自动生成getter/setter等方法，简化代码

1.2.2 Mapper接口定义

创建基础的MyBatis-Plus Mapper接口：

java复制package com.example.shardingdemo.mapper;

import com.baomidou.mybatisplus.core.mapper.BaseMapper;
import com.example.shardingdemo.entity.User;
import org.apache.ibatis.annotations.Mapper;

@Mapper
public interface UserMapper extends BaseMapper<User> {
}

Mapper开发建议：

继承BaseMapper可获得基础的CRUD方法
复杂查询可自定义方法并配合@Select等注解
建议为每个实体创建独立的Mapper接口

1.3 读写分离配置详解

1.3.1 基础数据源配置

在application.properties中配置主从数据源：

properties复制# 应用基础配置
spring.application.name=sharding-jdbc-demo
server.port=8080

# ShardingSphere运行模式（内存模式）
spring.shardingsphere.mode.type=Memory

# 数据源名称列表
spring.shardingsphere.datasource.names=master,slave1

# 主库配置
spring.shardingsphere.datasource.master.type=com.zaxxer.hikari.HikariDataSource
spring.shardingsphere.datasource.master.driver-class-name=com.mysql.cj.jdbc.Driver
spring.shardingsphere.datasource.master.jdbc-url=jdbc:mysql://master-host:3306/db_user?useSSL=false&serverTimezone=Asia/Shanghai
spring.shardingsphere.datasource.master.username=root
spring.shardingsphere.datasource.master.password=123456
spring.shardingsphere.datasource.master.maximum-pool-size=20

# 从库1配置
spring.shardingsphere.datasource.slave1.type=com.zaxxer.hikari.HikariDataSource
spring.shardingsphere.datasource.slave1.driver-class-name=com.mysql.cj.jdbc.Driver
spring.shardingsphere.datasource.slave1.jdbc-url=jdbc:mysql://slave1-host:3306/db_user?useSSL=false&serverTimezone=Asia/Shanghai
spring.shardingsphere.datasource.slave1.username=root
spring.shardingsphere.datasource.slave1.password=123456
spring.shardingsphere.datasource.slave1.maximum-pool-size=20

配置优化建议：

使用HikariCP连接池，性能优于传统的DBCP
为生产环境配置合理的连接池大小（maximum-pool-size）
建议开启SSL加密连接（useSSL=true）并配置正确的证书
为不同数据源设置不同的连接池参数，如主库可以设置更大的连接数

1.3.2 读写分离规则配置

配置核心的读写分离规则：

properties复制# 读写分离规则配置
# 数据源名称
spring.shardingsphere.rules.readwrite-splitting.data-sources.myds.type=Static
# 写数据源（主库）
spring.shardingsphere.rules.readwrite-splitting.data-sources.myds.props.write-data-source-name=master
# 读数据源（从库，多个用逗号分隔）
spring.shardingsphere.rules.readwrite-splitting.data-sources.myds.props.read-data-source-names=slave1

# 负载均衡算法配置
spring.shardingsphere.rules.readwrite-splitting.data-sources.myds.load-balancer-name=alg_weight

# 负载均衡算法定义
# 轮询算法
spring.shardingsphere.rules.readwrite-splitting.load-balancers.alg_round.type=ROUND_ROBIN
# 随机算法
spring.shardingsphere.rules.readwrite-splitting.load-balancers.alg_random.type=RANDOM
# 权重算法
spring.shardingsphere.rules.readwrite-splitting.load-balancers.alg_weight.type=WEIGHT
spring.shardingsphere.rules.readwrite-splitting.load-balancers.alg_weight.props.slave1=1

# 打印SQL日志
spring.shardingsphere.props.sql-show=true

配置解析：

myds是逻辑数据源名称，业务代码中不感知物理数据源
Static类型表示静态配置（还有Dynamic类型支持动态发现）
支持三种负载均衡算法：轮询(ROUND_ROBIN)、随机(RANDOM)、权重(WEIGHT)
sql-show=true会打印实际执行的SQL，方便调试

2. 功能测试与验证

2.1 基础读写分离测试

2.1.1 写入测试

创建测试类验证写操作：

java复制@SpringBootTest
class WriteReadTest {
    
    @Autowired
    private UserMapper userMapper;
    
    @Test
    void testInsert() {
        User user = new User();
        user.setUname("测试用户");
        int affectRows = userMapper.insert(user);
        assertEquals(1, affectRows);
    }
}

预期行为：

写入操作会自动路由到主库（master）
通过主从复制机制，数据会同步到从库（slave1）
返回影响行数为1表示写入成功

2.1.2 读取测试

验证读操作的路由情况：

java复制@Test
void testSelect() {
    List<User> users = userMapper.selectList(null);
    assertFalse(users.isEmpty());
}

观察日志可以看到：

读操作被路由到从库（slave1）
实际执行的SQL会带有从库的连接信息
返回结果与主库数据一致（需确保主从同步延迟在可接受范围内）

2.2 事务场景测试

2.2.1 事务中的读写行为

java复制@Transactional
@Test
void testTransactional() {
    // 写入操作
    User user = new User();
    user.setUname("事务用户");
    userMapper.insert(user);
    
    // 读取操作
    User queryUser = userMapper.selectById(user.getId());
    assertNotNull(queryUser);
}

事务特性说明：

在@Transactional注解的方法内，所有读写操作都会使用主库
这是为了保证事务内数据的一致性（避免读到未提交的数据）
测试环境下事务默认回滚，可通过@Rollback(false)关闭

2.2.2 事务隔离级别建议

在application.properties中添加：

properties复制# 事务隔离级别配置
spring.shardingsphere.props.max.connections.size.per.query=5
spring.shardingsphere.props.acquire-retry-attempts=3
spring.shardingsphere.props.acquire-retry-delay-milliseconds=500

事务配置建议：

对于读多写少的应用，可以适当增加从库的连接数
网络不稳定的环境可配置重试机制
根据业务特点选择合适的隔离级别

2.3 负载均衡测试

2.3.1 多从库负载均衡

当有多个从库时，修改配置：

properties复制# 多个从库配置
spring.shardingsphere.datasource.names=master,slave1,slave2

# 从库2配置
spring.shardingsphere.datasource.slave2.type=com.zaxxer.hikari.HikariDataSource
spring.shardingsphere.datasource.slave2.jdbc-url=jdbc:mysql://slave2-host:3306/db_user

# 更新读写分离配置
spring.shardingsphere.rules.readwrite-splitting.data-sources.myds.props.read-data-source-names=slave1,slave2

# 权重配置
spring.shardingsphere.rules.readwrite-splitting.load-balancers.alg_weight.props.slave1=2
spring.shardingsphere.rules.readwrite-splitting.load-balancers.alg_weight.props.slave2=1

测试负载均衡效果：

java复制@Test
void testLoadBalance() {
    // 多次查询观察路由情况
    for (int i = 0; i < 10; i++) {
        userMapper.selectList(null);
    }
}

负载均衡策略：

权重2:1表示slave1会承担约2/3的读请求
可通过日志观察请求是否按预期分布
对于性能差异较大的从库，可通过权重调整流量分配

3. 生产环境注意事项

3.1 主从延迟问题处理

3.1.1 强制走主库

对于实时性要求高的读操作，可以强制走主库：

java复制// 使用HintManager强制路由到主库
try (HintManager hintManager = HintManager.getInstance()) {
    hintManager.setWriteRouteOnly();
    userMapper.selectById(1L);  // 这次查询会走主库
}

3.1.2 延迟监控方案

建议实现监控机制检测主从延迟：

在从库执行SHOW SLAVE STATUS查看Seconds_Behind_Master
当延迟超过阈值时告警或自动切换路由策略
可在应用层添加时间戳判断，只读取已同步的数据

3.2 高可用方案

3.2.1 主库故障转移

建议配置：

使用数据库中间件（如ProxySQL）实现自动故障转移
配置ShardingSphere的数据库发现功能：

properties复制# 动态数据源发现
spring.shardingsphere.rules.readwrite-splitting.data-sources.myds.type=Dynamic
spring.shardingsphere.rules.readwrite-splitting.data-sources.myds.props.auto-aware-data-source-name=ha-group

3.2.2 从库健康检查

配置从库健康检查策略：

properties复制# 数据源健康检查
spring.shardingsphere.datasource.health-check.enabled=true
spring.shardingsphere.datasource.health-check.interval-millis=30000
spring.shardingsphere.datasource.health-check.max-retry=3
spring.shardingsphere.datasource.health-check.retry-timeout-millis=5000

3.3 性能优化建议

连接池优化：
- 主库连接池适当增大（考虑写并发）
- 从库连接池根据读比例配置
- 设置合理的空闲连接超时时间
SQL优化：
- 避免跨库事务
- 复杂查询尽量走主库
- 使用索引优化查询性能
监控指标：
- 监控各数据源的连接数、活跃数
- 跟踪SQL执行时间
- 记录路由统计信息

4. 常见问题排查

4.1 配置不生效问题

症状：读写操作没有按预期路由

排查步骤：

确认sql-show=true是否开启，查看实际执行的SQL
检查数据源名称是否与配置一致（大小写敏感）
验证MySQL主从复制是否正常工作
检查是否有事务注解影响了路由行为

4.2 性能问题

症状：查询响应慢或超时

解决方案：

检查从库负载情况，考虑增加从库数量
优化负载均衡策略，将更多流量导向性能好的从库
检查网络延迟，特别是跨机房部署的情况
分析慢查询日志，优化SQL和索引

4.3 事务一致性异常

症状：事务内读取到旧数据

处理方法：

确保事务内的读操作都走主库（默认行为）
检查主从复制延迟，优化数据库配置
对于关键业务，考虑使用分布式事务
实现应用层的补偿机制

在实际使用ShardingSphere-JDBC的过程中，我们发现合理的分库分表策略配合读写分离能显著提升系统性能。特别是在读多写少的场景下，通过增加从库数量可以线性提升系统的查询吞吐量。不过也需要注意，过度拆分会增加系统复杂度，建议根据实际业务压力逐步扩展。