Java - 读写分离实现方案 - 《Java 技术文档》

理解Sharding jdbc原理
- 实现步骤
动态数据源方案
参考资料

读写分离：为保证数据库数据的一致性，我们要求所有对于数据库的更新操作都是针对主数据库的，但是读操作是可以针对从数据库来进行。大多数站点的数据库读操作比写操作更加密集，而且查询条件相对复杂，数据库的大部分性能消耗在查询操作上了。
主从复制数据是异步完成的，这就导致主从数据库中的数据有一定的延迟，在读写分离的设计中必须要考虑这一点。以博客为例，用户登录后发表了一篇文章，他需要马上看到自己的文章，但是对于其它用户来讲可以允许延迟一段时间（1分钟/5分钟/30分钟），不会造成什么问题。这时对于当前用户就需要读主数据库，对于其他访问量更大的外部用户就可以读从数据库。
适当放弃一致性：在一些实时性要求不高的场合，我们适当放弃一致性要求。这样就可以充分利用多种手段来提高系统吞吐量，例如页面缓存、分布式数据缓存、数据库读写分离、查询数据搜索索引化。
可以通过程序控制，将强一致性要求的功能（比如存钱、取钱）的读写操作均指向主数据库，或者将写操作采用“双写”的方式实现；而弱一致性（最终一致性）要求的功能（比如更新微博（写）、金融查询账户（读））实现读写分离。

理解Sharding jdbc原理

Sharding jdbc是基于JDBC协议实现的，当我们获得dataSource时，这个dataSource是Sharding jdbc自己定义的一个SpringShardingDataSource类型的数据源，该数据源在返回getConnection()及prepareStatement()时，分别返回ShardingConnection和ShardingPreparedStatement的实例对象。

实现步骤

sql解析。Sharding jdbc使用阿里的Druid库解析sql。在这个过程中，Sharding jdbc实现了一个自己的sql解析内容缓存容器SqlBuilder。当语法分析中解析到一个表名的时候，在SqlBuilder中缓存一个sql相关的逻辑表名的token。并且，Sharding jdbc会将sql按照语义解析为多个segment。例如，”select id, name, price, publish, intro from book where id = ？”将解析为，”select id, name, price, publish, intro | from | book | where | id = ?”。
分库分表路由。根据解析上下文匹配用户对这句 SQL 所涉及的库和表配置的分片策略，并根据分片策略生成路由后的 SQL。路由后的 SQL 有一条或多条，每一条都对应着各自的真实物理分片。
sql改写。在SqlBuilder中，查找sql中解析的segment，将和逻辑表名一致的segment替换成实际表名。（segment中可以标注该地方是不是表名）
sql多线程执行，通过多线程执行器异步执行路由和改写之后得到的 SQL 语句。
结果归并，将多个执行结果集归并以便于通过统一的 JDBC 接口输出。

动态数据源方案
当一个客户端请求过来，会调用impl包下的service实现类，aop通过扫描实现类中方法上的@DataSource注解，如果没有该注解，则采用默认的写数据源；如果有该注解，则获取注解中的value值，并且set进去ThreadLocal。接着去获取数据源，继承AbstractRoutingDataSource，并重写determineCurrentLookupKey()方法。
每次访问数据库，都会调用getConnection()方法，去获取数据库连接，该方法里面调用了determineTargetDataSource()方法，然后在determineTargetDataSource()方法里面调用了AbstractRoutingDataSource类里的抽象方法determineCurrentLookupKey()。这时候我们需要重写该抽象方法来通过ThreadLocal获取当前的数据库类型的标识（write或者read），从而决定采用哪种数据库。AbstractRoutingDataSource会根据当前的数据源类型，取出对应的数据源，从而执行SQL语句。
```
public class DynamicDataSource extends AbstractRoutingDataSource { 
@Override 
protected Object determineCurrentLookupKey() { 
  return CustomerContextHolder.getCustomerType(); 
} 
}
```
```
public class CustomerContextHolder { 
public static final String DATA_SOURCE_A = "dataSource"; 
public static final String DATA_SOURCE_B = "dataSource2"; 
private static final ThreadLocal<String> contextHolder = new ThreadLocal<String>(); 
public static void setCustomerType(String customerType) { 
  contextHolder.set(customerType); 
} 
public static String getCustomerType() { 
  return contextHolder.get(); 
} 
public static void clearCustomerType() { 
  contextHolder.remove(); 
} 
}
```
参考资料
理解Sharding jdbc原理，看这一篇就够了
分库分表之 Sharding-JDBC 中间件，看这篇真的够了!
Mysql 主从复制配置和程序读写分离配置
如何保证主从复制数据一致性
如何解决主从同步的数据一致性问题?
MySQL主从复制属于集群技术还是负载均衡技术？
详解利用Spring的AbstractRoutingDataSource解决多数据源的问题

读写分离实现方案

理解Sharding jdbc原理

实现步骤

动态数据源方案

参考资料