(五)ShardingSphere-Proxy的应用

ShardingSphere-Proxy简介

摘自官网：ShardingSphere-Proxy是ShardingSphere的第二个产品。它定位为透明化的数据库代理端，提供封装了数据库二进制协议的服务端版本，用于完成对异构语言的支持。目前先提供MySQL/PostgreSQL版本，它可以使用任何兼容MySQL/PostgreSQL协议的访问客户端(如：MySQL Command Client, MySQL Workbench, Navicat等)操作数据，对DBA更加友好。

向应用程序完全透明，可直接当做MySQL/PostgreSQL使用。
适用于任何兼容MySQL/PostgreSQL协议的的客户端。

说白了就是一个封装了各种分库分片规则的程序，客户端调用就像之前使用数据库一样无感知，本质数据的存储还是放在配置分片规则的真实数据库中。类似Mycat的功能

使用配置

官网下载ShardingSphere-Proxy最新软件
ShardingSphere-proxy下载
下载之后解压，4.1.1的版本有坑在下载解压之后lib目录中有些文件的后缀丢失，需要将所有不是.jar结尾的文件更正成.jar文件，否则会报class Not Found

修改Server.yaml文件配置ShardingSphere服务器信息，其实很简单，将authentication节点之后的注释打开改改就好。这里没有配置编排治理相关，相关参考官方文档。


authentication:
# proxy的数据库连接账号 类似mysql的 账号功能
  users:
    root:
      password: admin
    sharding:
      password: admin 
      # 类似数据库 类似create dabase test_sharding_proxy
      authorizedSchemas: test_sharding_proxy
# 其他可以使用默认
props:
  max.connections.size.per.query: 1
  acceptor.size: 16  # The default value is available processors count * 2.
  executor.size: 16  # Infinite by default.
  proxy.frontend.flush.threshold: 128  # The default value is 128.
    # LOCAL: Proxy will run with LOCAL transaction.
    # XA: Proxy will run with XA transaction.
    # BASE: Proxy will run with B.A.S.E transaction.
  proxy.transaction.type: LOCAL
  proxy.opentracing.enabled: false
  proxy.hint.enabled: false
  query.with.cipher.column: true
  # 把sql打印可以打开
  sql.show: true
  allow.range.query.with.inline.sharding: false

配置config-sharding.yaml文件配置分片策略

有了前面的配置sharding这个文件几乎跟之前sharding-JDBC一模一样

schemaName: test_sharding_proxy
# 配置真实数据源
dataSources:
  ds_0:
    url: jdbc:mysql://127.0.0.1:3306/ss1?serverTimezone=UTC&useSSL=false
    username: root
    password: admin
    connectionTimeoutMilliseconds: 30000
    idleTimeoutMilliseconds: 60000
    maxLifetimeMilliseconds: 1800000
    maxPoolSize: 50
  ds_1:
    url: jdbc:mysql://127.0.0.1:3306/ss2?serverTimezone=UTC&useSSL=false
    username: root
    password: admin
    connectionTimeoutMilliseconds: 30000
    idleTimeoutMilliseconds: 60000
    maxLifetimeMilliseconds: 1800000
    maxPoolSize: 50
# 分片规则
shardingRule:
  tables:
    user:
      actualDataNodes: ds_${0..1}.user_${0..1}
      # 分表规则
      tableStrategy:
        inline:
          shardingColumn: id
          algorithmExpression: user_${id % 2}
      keyGenerator:
        type: SNOWFLAKE
        column: id
  bindingTables:
    - user
  # 默认分库规则
  defaultDatabaseStrategy:
    inline:
      shardingColumn: id
      algorithmExpression: ds_${id % 2}
  defaultTableStrategy:
    none:

启动ShardingSphere-proxy

进入bin目录 window start.bat 如果是linux start.sh 如果需要传入端口则 start.sh ${proxy_port}即可默认3307
- 测试现在就可以使用mysql cli 或者 navicat等其他客户端工具连接localhost:3307这个数据库
  
  根据上面的配置可以使用root@admin这个账号进入，这里navicat我数据库的展示有BUG展示的是之前数据库的信息，这里直接使用命令行show dabases;即可看到test_sharding_proxy数据库.
```
SHOW DABASES;
```
  $[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-aZun4iTM-1591759203445)(C:\Users\denglw\AppData\Roaming\Typora\typora-user-images\image-20200609174203521.png)]$
  
  因为使用的之前用的user表在使用test_sharding_proxy之后即可查询到数据
```
USE test_sharding_proxy;
SELECT * FROM user;
```
  然后尝试插入会根据具体的分库分片策略进行插入真实的数据库
  
  比如下面这条记录id为666是偶数会插入ss1数据中的user_0这个表
```
INSERT INTO user (`id`, `name`, `age`) VALUES (666, 'name111', 666);
```

配置读写分离修改config-master_slave.yaml 跟之前配置jdbc类似


# 读写分离数据库名
schemaName: test_read_write_sperator

dataSources:
  master_ds:
    url: jdbc:mysql://127.0.0.1:3306/test_master?serverTimezone=UTC&useSSL=false
    username: root
    password: admin
    connectionTimeoutMilliseconds: 30000
    idleTimeoutMilliseconds: 60000
    maxLifetimeMilliseconds: 1800000
    maxPoolSize: 50
  slave_ds_0:
    url: jdbc:mysql://127.0.0.1:3306/test_slave?serverTimezone=UTC&useSSL=false
    username: root
    password: admin
    connectionTimeoutMilliseconds: 30000
    idleTimeoutMilliseconds: 60000
    maxLifetimeMilliseconds: 1800000
    maxPoolSize: 50


masterSlaveRule:
  name: ms_ds
  masterDataSourceName: master_ds
  slaveDataSourceNames:
    - slave_ds_0

测试读写分离

USE test_read_write_sperator;
-- 可以看到查询出来的所有数据都是在slave数据中的
SELECT * FROM USER;