一、背景
Sharding是 Apache ShardingSphere 的核心特性，也是 ShardingSphere 最被人们熟知的一项能力。在过去，用户若需要进行分库分表，一种典型的实施流程（不含数据迁移）如下：
- 用户需要准确的理解每一张数据表的分片策略
- 明确的知晓每张表的实际表名和所在数据库
- 根据这些信息来配置分片规则
以上述分库分表场景为例，8 库 * 4 表的分布情况可能如下：
二、痛点
在前述的分库分表场景中，作为 Sharding 功能的用户，必须要对数据表的分布情况了然于心，才能写出正确的 actualDataNodes 规则。如上述 t_order 表对应的分片配置如下：
tables:
t_order:
actualDataNodes: ds_${
0..7}.t_order_${
0..3}
databaseStrategy:
standard:
shardingColumn: order_id
shardingAlgorithmName: database_inline
tableStrategy:
standard:
shardingColumn: order_id
shardingAlgorithmName: table_inline
shardingAlgorithms:
database_inline:
type: INLINE
props:
algorithm-expression: ds_${
order_id % 8}
table_inline:
type: INLINE
props:
algorithm-expression: t_order_${
order_id % 4}
尽管 ShardingSphere 的配置规则已经非常的规范和简洁，但仍有用户在使用中遇到各种麻烦：
- 不理解分片策略或配置规则，无从下手
- 分片配置与数据表实际分布不匹配
- 配置表达式格式不正确
- 等等
三、AutoTable 横空出世
为了帮助用户更好的使用分片功能，降低配置复杂度和提升使用体验，Apache ShardingSphere 5.0.0 版本推出了一种新的分片配置方式：AutoTable。
顾名思义，AutoTable 类型的数据表，交由 ShardingSphere 自动管理分片，用户只需要指定分片数量和使用的数据源，无需再关心表的具体分布。
配置格式如下：
autoTables:
t_order:
# 指定使用的数据源
actualDataSources: ds_${
0..7}
shardingStrategy:
standard:
shardingColumn: order_id
shardingAlgorithmName: mod
shardingAlgorithms:
mod:
type: MOD
props:
# 指定分片数量
sharding-count: 32
通过以上配置，ShardingSphere 识别出逻辑表 t_order 需要分为 32 片且使用 8 个数据源，则自动计算出 8库 * 4表 的分布关系，实现和传统方式等效的配置结果。
四、与 DistSQL 结合
在《DistSQL：像数据库一样使用 Apache ShardingSphere》一文中，孟浩然介绍了 DistSQL 的设计初衷和语法体系，并通过实战操作展示了一条 SQL 创建分布式数据库表的强大能力，展现了 Apache ShardingSphere 在新形态下的交互体验。
在使用 DistSQL 进行数据管理的场景下，AutoTable 能够极大的降低分片配置复杂度。并且，与传统文件配置形式相比，通过 DistSQL 来配置分片规则是即时生效的，无需重启，这样也就完全不用担心单张表的规则调整影响其他在线业务。
五、AutoTable 支持的分片算法
AutoTable 支持全部的自动分片算法，包括：
MOD：取模分片算法HASH_MOD：哈希取模分片算法VOLUME_RANGE：基于分片容量的范围分片算法BOUNDARY_RANGE：基于分片边界的范围分片算法AUTO_INTERVAL：自动时间段分片算法
关于以上算法的更多详细信息和使用示例预留下章进行详细介绍。