闪聚支付项目 扩展-分库分表

订单数据分库分表

需求分析

随着公司业务快速发展，接入的商户也越来越多，数据库中订单表的数据量猛增，由于所有表都在一个数据库中，导致服务器存储快满了，访问性能也变慢了，优化迫在眉睫。针对现状目前采用的解决方案是对订单表进行分库分表。

分库分表技术

参考 Sharding-jdbc专题

数据库设计

1、shanjupay_transaction 数据库(交易服务)会存储订单数据( pay_order表)。首先对该数据库进行分库，相同商户的数据最好不要分散，否则查询相关信息要跨库，因此以商户ID作为分片键，分片策略采取商户ID % 2。其中其他表不做分库处理。

2、然后对库内的订单表进行分表，根据需求此两表会以订单ID作为关联键联合查询， 因此以订单ID作为分片键，分片策略采取订单ID % 2， 最终形成如下数据库设计：

导入如下数据库脚本：

1、导入资料下shanjupay_transaction_0.sql

2、导入资料下shanjupay_transaction_1.sql

分库分表配置

1、在交易服务添加sharding-jdbc的依赖

<dependency>
    <groupId>org.apache.shardingsphere</groupId>
    <artifactId>sharding-jdbc-spring-boot-starter</artifactId>
    <version>4.0.0-RC1</version>
</dependency>

2、在Nacos中新建sharding-jdbc.yaml配置，Group: SHANJUPAY_GROUP

spring:
  shardingsphere:
    datasource:
    names: ds0,ds1
    ds0:
      type: com.alibaba.druid.pool.DruidDataSource
      driver‐class‐name: com.mysql.cj.jdbc.Driver
      url: jdbc:mysql://127.0.0.1:3306/shanjupay_transaction_0?useUnicode=true&characterEncoding=UTF‐8&serverTimezone=Asia/Shanghai&useSSL=false
      username: root
      password: root
      initial‐size: 5 #初始物理连接数
      min‐idle: 5 #最小连接池数量
      max‐active: 20 #最大连接池数量
      max‐wait: 60000 #获取连接时最大等待时间，单位毫秒
      min‐evictable‐idle‐time‐millis: 300000 #连接保持空闲而不被驱逐的最小时间
      validation‐query: SELECT 1 FROM DUAL #用来检测连接是否有效的sql
      test‐while‐idle: true #申请连接的时候检测
      pool‐prepared‐statements: false #是否缓存preparedStatement，也就是PSCache。PSCache对支持游标的数据库性能提升巨大，比如说oracle。在mysql下建议关闭。
      connection‐properties: druid.stat.mergeSql:true;druid.stat.slowSqlMillis:5000 #打开sql合并和慢sql记录
    ds1:
      type: com.alibaba.druid.pool.DruidDataSource
      driver‐class‐name: com.mysql.cj.jdbc.Driver
      url: jdbc:mysql://127.0.0.1:3306/shanjupay_transaction_1?useUnicode=true&characterEncoding=UTF‐8&serverTimezone=Asia/Shanghai&useSSL=false
      username: root
      password: root
      initial‐size: 5 #初始物理连接数
      min‐idle: 5 #最小连接池数量
      max‐active: 20 #最大连接池数量
      max‐wait: 60000 #获取连接时最大等待时间，单位毫秒
      min‐evictable‐idle‐time‐millis: 300000 #连接保持空闲而不被驱逐的最小时间
      validation‐query: SELECT 1 FROM DUAL #用来检测连接是否有效的sql
      test‐while‐idle: true #申请连接的时候检测
      pool‐prepared‐statements: false #是否缓存preparedStatement，也就是PSCache。PSCache对支持游标的数据库性能提升巨大，比如说oracle。在mysql下建议关闭。
      connection‐properties: druid.stat.mergeSql:true;druid.stat.slowSqlMillis:5000 #打开sql合并和慢sql记录
  sharding:
    default‐data‐source‐name: ds0 #未配置分片规则的表将通过默认数据源定位
    default‐database‐strategy: #分库策略
      inline:
        sharding‐column: MERCHANT_ID
        algorithm‐expression: ds$‐>{
    
    MERCHANT_ID % 2} #商户ID%2
    tables:
      pay_order:
        table‐strategy: #分表策略
          inline:
            sharding‐column: ID
            algorithm‐expression: pay_order_$‐>{
    
    ID % 2} #订单ID%2
        actual‐data‐nodes: ds$‐>{
    
    0..1}.pay_order_$‐>{
    
    0..1}
  props:
    sql:
      show: true #打印SQL

3、在Nacos中编辑transaction-service.yaml，把原来的数据库配置删除

4、在shanjupay-transaction-service工程的bootstrap.yml中配置引入sharding-jdbc.yaml，并将删除原来的数据库配置spring-boot-starter-druid.yaml的引入

	‐
	  refresh: true
	  data‐id: sharding-jdbc.yaml # sharding‐jdbc配置
	  group: SHANJUPAY_GROUP # 闪聚配置组

测试

1、分别使用不同的商户（偶数id和奇数id）生成两个二维码。

2、分别扫这两个二维码，进行立即支付

3、观察 shanjupay_transaction_0 和 shanjupay_transaction_1 两个数据库中的订单信息保存情况。

代码仓库