MySQL使用ShardingSphere-JDBC实现数据分片

更新时间：2026年03月03日 09:30:08 作者：Akk_it

本文详细介绍了如何使用ShardingSphere-JDBC进行MySQL分库分表,包括垂直分库、水平分库和水平分表的实现方式,以及分片键的选择、绑定表和广播表的使用等,通过YAML配置,可以简单高效地实现分片,解决单库单表数据量过大问题,需要的朋友可以参考下

一、前言

当单库数据量达到千万级、单表达到百万级时，性能会急剧下降，分库分表是解决数据存储瓶颈的核心方案。本文基于 ShardingSphere-JDBC，详解垂直分库、水平分库、水平分表的实现方式。

二、分库分表基础：CAP 定理与解决方案

CAP 定理：分布式系统无法同时满足一致性（C）、可用性（A）、分区容忍性（P），MySQL 分库分表通常选择：
- AP：保证可用性，牺牲强一致性（最终一致）；
- CP：保证强一致性，牺牲可用性（适合金融场景）；
主流解决方案：
- ShardingSphere-JDBC：轻量级，嵌入应用内，无中间件依赖；
- ShardingSphere-Proxy：独立中间件，支持多语言；
- MyCat：老牌数据库中间件。

三、ShardingSphere-JDBC 核心概念

分片键：用于分库 / 分表的字段（如 user_id、id）；
分片算法：INLINE（行内表达式）、MOD（取模）、HASH（哈希）等；
绑定表：关联表（如 t_order 和 t_order_item），避免笛卡尔乘积，提升查询效率；
广播表：字典表（如 t_dict），同步到所有分片节点，保证数据一致。

四、分库分表实战（YAML 配置）

1. 垂直分库（按业务拆分）

将不同业务表拆分到不同数据库（如用户表→user_ds，订单表→order_ds）：

rules:
  - !SHARDING
    tables:
      t_user:
        actualDataNodes: user_ds.t_user  # 用户表在user_ds库
      t_order:
        actualDataNodes: order_ds.t_order # 订单表在order_ds库

2. 水平分库（按分片键拆分到多个库）

将订单表按 user_id 取模拆分到 order_ds_0 和 order_ds_1 两个库：

rules:
  - !SHARDING
    tables:
      t_user:
        actualDataNodes: user_ds.t_user
      t_order:
        actualDataNodes: order_ds_${0..1}.t_order0 # 订单表在2个库的t_order0表
        databaseStrategy:
          standard:
            shardingColumn: user_id # 分片键：user_id
            shardingAlgorithmName: userid_inline # 分片算法
    shardingAlgorithms:
      userid_inline:
        type: INLINE
        props:
          algorithm-expression: order_ds_${user_id % 2} # 取模拆分

3. 水平分表（按分片键拆分到多个表）

将订单表按 id 取模拆分到每个库的 t_order0 和 t_order1 表：

rules:
  - !SHARDING
    tables:
      t_user:
        actualDataNodes: user_ds.t_user
      t_order:
        actualDataNodes: order_ds_${0..1}.t_order${0..1} # 2库×2表=4个物理表
        databaseStrategy:
          standard:
            shardingColumn: user_id
            shardingAlgorithmName: userid_inline
        tableStrategy:
          standard:
            shardingColumn: id # 分表键：id
            shardingAlgorithmName: orderid_inline
    shardingAlgorithms:
      userid_inline:
        type: INLINE
        props:
          algorithm-expression: order_ds_${user_id % 2}
      orderid_inline:
        type: INLINE
        props:
          algorithm-expression: t_order${id % 2} # 取模分表

4. 关联表（绑定表）+ 广播表

rules:
  - !SHARDING
    tables:
      t_user:
        actualDataNodes: user_ds.t_user
      t_order:
        actualDataNodes: order_ds_${0..1}.t_order${0..1}
        databaseStrategy:
          standard:
            shardingColumn: user_id
            shardingAlgorithmName: userid_inline
        tableStrategy:
          standard:
            shardingColumn: id
            shardingAlgorithmName: orderid_inline
      t_order_item: # 订单项表（关联表）
        actualDataNodes: order_ds_${0..1}.t_order_item${0..1}
        databaseStrategy:
          standard:
            shardingColumn: user_id
            shardingAlgorithmName: userid_inline
        tableStrategy:
          standard:
            shardingColumn: order_id
            shardingAlgorithmName: orderid_item_inline
    bindingTables: # 绑定表：t_order和t_order_item
      - t_order,t_order_item
    shardingAlgorithms:
      userid_inline:
        type: INLINE
        props:
          algorithm-expression: order_ds_${user_id % 2}
      orderid_inline:
        type: INLINE
        props:
          algorithm-expression: t_order${id % 2}
      orderid_item_inline:
        type: INLINE
        props:
          algorithm-expression: t_order_item${order_id % 2}
  - !BROADCAST # 广播表：t_dict（字典表）
    tables:
      - t_dict

五、分库分表注意事项

分片键选择：优先选查询高频字段（如 user_id），避免跨分片查询；
避免跨库事务：尽量将同一事务的操作落在同一分片；
主键生成：使用雪花算法生成分布式 ID（64 位，19 位整数），避免主键冲突；
查询优化：
- 避免 SELECT *，使用覆盖索引；
- 关联查询使用绑定表，减少笛卡尔乘积。

总结

垂直分库按业务拆分，水平分库 / 分表按分片键拆分，解决单库 / 单表数据量过大问题；
ShardingSphere-JDBC 通过 YAML 配置实现分片，INLINE 算法简单高效，适合大部分场景；
绑定表减少关联查询开销，广播表保证字典数据一致，分片键选择是分库分表的核心。

以上就是MySQL使用ShardingSphere-JDBC实现数据分片的详细内容，更多关于MySQL ShardingSphere-JDBC数据分片的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:

MySQL replace into 语句浅析（二）
这篇文章主要介绍了MySQL replace into 语句浅析（二）,本文着重给出了几个特殊案例分析,需要的朋友可以参考下
2015-05-05
Navicat for MySQL的使用教程详解
本文给大家介绍Navicat for MySQL的使用教程，本文通过图文实例相结合给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友跟随小编一起学习下吧
2021-05-05
解析Mysql临时表及特点
本篇文章是对Mysql中的临时表以及特点进行了详细的分析介绍，需要的朋友参考下
2013-06-06
MySQL8.0新特性之不可见主键的使用
MySQL8.0.30版本引入不可见主键,它可以自动为没有显式指定主键的 InnoDB 表创建一个不可见的主键,本文主要介绍了MySQL8.0新特性之不可见主键的使用,具有一定的参考价值,感兴趣的可以了解一下
2024-04-04
mysql 5.7 数据库安装步骤个人总结
这篇文章主要介绍了mysql 数据库安装步骤个人总结,需要的朋友可以参考下
2017-09-09
mysqlbinlog查看日志[ERROR]unknown variable ‘default-ch
使用mysqlbinlog工具处理MySQL的二进制日志文件时,出现[ERROR]unknown variable ‘default-character-set=utf8’,本文将详细介绍出现ERROR的原因和如何解决这一问题
2025-03-03
MySQL对数据库和表进行DDL命令的操作代码
DDL（Data Definition Language）,是数据定义语言的缩写,它是SQL（Structured Query Language）语言的一个子集,用于定义或修改数据库的结构,本文给大家介绍了MySQL对数据库和表进行DDL命令的操作,需要的朋友可以参考下
2024-07-07
Win下Mysql5.6升级到5.7的方法
MySQL的升级方式分为两种：原地升级和逻辑升级。这两种升级方式，本质没有什么区别的,下面通过本文给大家详细介绍Win下Mysql5.6升级到5.7的方法，需要的的朋友参考下
2017-04-04
MySQL的索引详细介绍(全网最新整理)
这篇文章详细介绍了MySQL中索引的定义、数据结构、优缺点、使用场景以及如何创建和删除索引,还讲解了如何使用EXPLAIN关键字分析查询性能,并提供了索引失效的常见原因和优化建议,最后,文章提到慢查询日志的使用方法和作用,感兴趣的朋友跟随小编一起看看吧
2026-01-01
MySQL优化之如何写出高质量sql语句
在数据库日常维护中，最常做的事情就是SQL语句优化，因为这个才是影响性能的最主要因素。这篇文章主要给大家介绍了关于MySQL优化之如何写出高质量sql语句的相关资料,需要的朋友可以参考下
2021-05-05