1.引入依赖
主要引入Sharding-JDBC依赖sharding-jdbc-spring-boot-starter，其他的依赖都是为了后面的测试环节所准备的
pom.xml
<!-- sharding-jdbc --><dependency><groupId>org.apache.shardingsphere</groupId><artifactId>sharding-jdbc-spring-boot-starter</artifactId><version>4.0.0-RC1</version></dependency>
2.创建两个结构相同的表
创建两个结构相同的用户表（user0，user1），两张表的建表语句如下
CREATE TABLE `user0` (`id` bigint(11) NOT NULL,`username` varchar(32) NOT NULL,`password` varchar(32) NOT NULL,`motto` varchar(255) NOT NULL,PRIMARY KEY (`id`)) ENGINE=InnoDB DEFAULT CHARSET=utf8;
CREATE TABLE `user1` (`id` bigint(11) NOT NULL,`username` varchar(32) NOT NULL,`password` varchar(32) NOT NULL,`motto` varchar(255) NOT NULL,PRIMARY KEY (`id`)) ENGINE=InnoDB DEFAULT CHARSET=utf8;
3.项目配置文件
application.yml
注意：主键生成使用sharding-jdbc提供的主键生成策略雪花算法，如果有读者对不了解雪花算法，可以到sharding-jdbc官网文档《Shard-JDBC官方文档-分布式主键》中了解，官网对使用该算法的原因和原理都讲的十分清楚，笔者在这里就不再赘述了~！
server:port: 9999spring:shardingsphere:props:sql:show: truedatasource:names: ds0ds0:type: com.alibaba.druid.pool.DruidDataSourcedriverClassName: com.mysql.cj.jdbc.Driverurl: jdbc:mysql://localhost:3306/test?useUnicode=true&characterEncoding=UTF-8&serverTimezone=UTCusername: rootpassword: 123456sharding:tables:user: # 水平分表，取模运算（user表的分布情况user0，user1）keyGeneratorColumnName: id # 主键keyGenerator:column: idtype: SNOWFLAKE # 使用雪花算法actualDataNodes: ds0.user$->{0..1} # 分库分表分表表达式，匹配user0和user1tableStrategy:inline:shardingColumn: id # 分片字段algorithmExpression: user$->{id % 2} # 分片表达式
4.编写user表实体类
/*** <p>user表实体类</p>* @author Bosen* @date /10/10 15:36*/@AllArgsConstructor@NoArgsConstructor@Datapublic class User {private long id;private String motto;private String username;private String password;}
5.编写user表映射接口
/*** <p>user表映射接口</p>* @author Bosen* @date /10/10 15:37*/@Repository@Mapperpublic interface UserMapper {@Insert("insert into user(username, password, motto) values(#{username}, #{password}, #{motto})")int insert(@Param("username") String username, @Param("password") String password, @Param("motto") String motto);@Select("select * from user where id = #{id}")User findById(@Param("id") long id);@Select("select * from user;")List<User> findAll();}
6.编写测试类
@SpringBootTestclass ShardingTestApplicationTests {@AutowiredUserMapper userMapper;@Testvoid testInsert() {System.out.println(userMapper.insert("张三", "123456", "长风破浪会有时，直挂云帆济沧海"));}@Testvoid testSelect() {System.out.println(userMapper.findById(653987601618829313L));}@Testvoid testFindAll() {System.out.println(userMapper.findAll());}}
1.执行方法testInsert()，并查看表user0和user1的数据：
如上，通过查看两张表的数据，我们可以发现有一条id=653987601618829313的数据插入到了表user1中，而表user0为空。这是因为该id值通过分片表达式id % 2的计算得出结果1，进而得知该数据应该插入到表user1中，而非表user0。
若现在我们再多插入几条数据，再次观察两张表中的数据：
此时我们发现，表user0中也有数据插入了，并且两张表的id值分别是偶数和奇数。
2.执行方法testSelect()，运行结果如下：
我们获取到了在表user1中id=653987601618829313的数据
3.执行方法testFindAll()，运行结果如下：（此时我们可以得到两张表中的所有数据，为了易于分辨数据来源于哪一张表，笔者将user0表中的名字数据由张三改为了李四）
至此，我们的SpringBoot已经成功整合Sharding-JDBC分库分表中间件，并测试完毕~！！
