面试问：“你为啥自研路由组件，咋不用sharding-jdbc”
发布时间：2025-11-05 01:28:11 来源：云智核 作者：IT科技
作者：小傅哥
博客：https://bugstack.cn
面试问：“你为什么要自研，面试市面不是啥自有吗，怎么回答？研路由组” 可以从以下3个点解答；
维护性；市面的路由组件比如 shardingsphere 但过于庞大，还需要随着版本做一些升级，不用市面上已经有很多版本了。面试而我们需要更少的啥自维护成本。扩展性；结合自身的研路由组业务需求，我们的不用路由组件可以分库分表、自定义路由协议，面试扫描指定库表数据等各类方式。啥自研发扩展性好，研路由组简单易用。不用安全性；自研的面试组件更好的控制了安全问题。当然，啥自我们的研路由组组件主要是为了更好的适应目前系统的诉求，所以使用自研的方式处理。甚至各个大厂也都自研一整套分布式服务，来让自己的系统更加稳定可控。接着问，你们为什么分库分表？
我们分库分表用的非常熟。高防服务器但不能为了等到系统到了200万数据，才拆。那么工作量会非常大 我们的做法是，因为有成熟方案，所以前期就分库分表了。但，为了解释服务器空间。所以把分库分表的库，用服务器虚拟出来机器安装。这样即不过多的占用服务器资源，也方便后续数据量真的上来了，好拆分。
同时，Xxx系统，是瞬时峰值较高的系统，历史数据不一定多。所以我们希望，用户可以快速的检索到个人数据，做最优响应。因为大家都知道，Xxx这东西，push发完，基本就1~3分钟结束，10分钟人都没了。所以我们这也是云服务器做了分库分表的理由。
不过用和不用是一方面，会和不会是另外一方面。不能因为不会所以不用，不用是因为不同场景的所需。像 Apache ShardingSphere 在很多大的场景还是非常好用的，所以我们需要学习积累。积累不同的思想和设计，以及积累技术的运用。
碎片知识：https://bugstack.cn/md/road-map/road-map.html实战项目：https://bugstack.cn/md/zsxq/introduce.html本文的宗旨在于通过简单干净实践的方式教会读者，快速 Easy 的使用上 sharding-jdbc 这个笨重的大家伙！—— 这篇文章并不复杂，但市面上的案例，还真的很少有能拿过来就能运行起来的！
之所以说"笨重"，是云南idc服务商因为 Apache ShardingSphere 不只是简单意义上的路由组件，而是一款分布式 SQL 事务和查询引擎，可通过数据分片、弹性伸缩、加密等能力对任意数据库进行增强。同时它又在迭代过程中，衍生出了很多的版本，以及对应了不同的使用方式。并在 ShardingSphere 5.3 以后又做了不小的架构调整。所以很多伙伴在使用的时候，经常是找了一上午的资料，到下午下班还没对接上。
本文涉及的工程：
xfg-dev-tech-shardingjdbc：https://gitcode.net/KnowledgePlanet/road-map/xfg-dev-tech-shardingjdbc官网：https://shardingsphere.apache.org/index_zh.html一、路由本质
分库分表的本质是数据的散列，分摊数据库资源压力。如把原本在一台机器上的数据库存放1000万数据，分摊到n台机上，拆分这1000万的数据和后续的增量。让每个数据库资源来分摊原本需要一台数据库所提供的服务。
图片
二、使用案例
jdk 1.8 +ShardingSphere 5.4.1 复制<!-- https://mvnrepository.com/artifact/org.apache.shardingsphere/shardingsphere-jdbc-core --> <dependency> <groupId>org.apache.shardingsphere</groupId> <artifactId>shardingsphere-jdbc-core</artifactId> <version>5.4.1</version> </dependency> <!-- https://mvnrepository.com/artifact/org.yaml/snakeyaml --> <dependency> <groupId>org.yaml</groupId> <artifactId>snakeyaml</artifactId> <version>1.33</version> </dependency>1.2.3.4.5.6.7.8.9.10.11.12. 因为需要解析 yaml 但默认的 SpringBoot 提供版本不支持 shardingsphere-jdbc-core 使用。1. 工程结构
图片
2. 算法配置
sharding/sharding-jdbc-dev.yaml
复制# https://shardingsphere.apache.org/index_zh.html mode: # 运行模式类型。可选配置：内存模式 Memory、单机模式 Standalone、集群模式 Cluster - 目前为单机模式 type: Standalone dataSources: ds_0: dataSourceClassName: com.zaxxer.hikari.HikariDataSource driverClassName: com.mysql.cj.jdbc.Driver jdbcUrl: jdbc:mysql://127.0.0.1:13306/xfg_dev_tech_db_00?useUnicode=true&characterEncoding=utf8&autoRecnotallow=true&zeroDateTimeBehavior=convertToNull&serverTimeznotallow=UTC&useSSL=true username: root password: 123456 connectionTimeoutMilliseconds: 30000 idleTimeoutMilliseconds: 60000 maxLifetimeMilliseconds: 1800000 maxPoolSize: 15 minPoolSize: 5 ds_1: dataSourceClassName: com.zaxxer.hikari.HikariDataSource driverClassName: com.mysql.cj.jdbc.Driver jdbcUrl: jdbc:mysql://127.0.0.1:13306/xfg_dev_tech_db_01?useUnicode=true&characterEncoding=utf8&autoRecnotallow=true&zeroDateTimeBehavior=convertToNull&serverTimeznotallow=UTC&useSSL=true username: root password: 123456 connectionTimeoutMilliseconds: 30000 idleTimeoutMilliseconds: 60000 maxLifetimeMilliseconds: 1800000 maxPoolSize: 15 minPoolSize: 5 rules: - !SHARDING # 库的路由 defaultDatabaseStrategy: standard: shardingColumn: user_id shardingAlgorithmName: database_inline # 表的路由 tables: user_order: actualDataNodes: ds_$->{0..1}.user_order_$->{0..3} tableStrategy: standard: shardingColumn: user_id shardingAlgorithmName: user_order_inline # 路由算法 shardingAlgorithms: # 库-路由算法 2是两个库，库的数量。库的数量用哈希模2来计算。 database_inline: type: INLINE props: algorithm-expression: ds_$->{Math.abs(user_id.hashCode()) % 2} # 表-路由算法 4是一个库里，表的数量。4 - 1 为了获得 011 这样的二进制值。不推荐 user_order_$->{Math.abs(user_id.hashCode()) % 2} 作为表的路由 user_order_inline: type: INLINE props: algorithm-expression: user_order_$->{(user_id.hashCode() ^ (user_id.hashCode()) >>> 16) & (4 - 1)} props: # 是否在日志中打印 SQL。 # 打印 SQL 可以帮助开发者快速定位系统问题。日志内容包含：逻辑 SQL，真实 SQL 和 SQL 解析结果。 # 如果开启配置，日志将使用 Topic ShardingSphere-SQL，日志级别是 INFO。false sql-show: true # 是否在日志中打印简单风格的 SQL。false sql-simple: true # 用于设置任务处理线程池的大小。每个 ShardingSphereDataSource 使用一个独立的线程池，同一个 JVM 的不同数据源不共享线程池。 executor-size: 20 # 查询请求在每个数据库实例中所能使用的最大连接数。1 max-connections-size-per-query: 1 # 在程序启动和更新时，是否检查分片元数据的结构一致性。 check-table-metadata-enabled: false # 在程序启动和更新时，是否检查重复表。false check-duplicate-table-enabled: false1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.33.34.35.36.37.38.39.40.41.42.43.44.45.46.47.48.49.50.51.52.53.54.55.56.57.58.59.60.61.62.63.64.65.66.67.68.69.70.71.72.73.74. mode：运行模式，默认就单机模式。dataSources：数据库连接信息。rules：路由算法。defaultDatabaseStrategy 库的路由、tables 表的路由。之后在 shardingAlgorithms 中配置具体的路由算法。这里的名称都是关联的，不要配置错。props：一些属性信息，包括是否打印日志等。与这个对比，如果你使用的路由功能并不那么大，其实自研会更加简单。当然你也可以想办法，简化 sharding-jdbc 的配置。
3. 配置引入
application-dev.yml
复制spring: datasource: driver-class-name: org.apache.shardingsphere.driver.ShardingSphereDriver url: jdbc:shardingsphere:classpath:sharding/sharding-jdbc-dev.yaml1.2.3.4. 和之前的一些 sharding 版本不同，这里是需要使用具体的 ShardingSphereDriver 和 url 地址，才能加载上我们配置的路由信息。三、测试验证
图片
1. 写入数据
复制@Test public void test_insert() { for (int i = 0; i < 1000; i++) { UserOrderPO userOrderPO = UserOrderPO.builder() .userName("小傅哥") .userId("xfg_" + RandomStringUtils.randomAlphabetic(6)) .userMobile("+86 13521408***") .sku("13811216") .skuName("《手写MyBatis：渐进式源码实践》") .orderId(RandomStringUtils.randomNumeric(11)) .quantity(1) .unitPrice(BigDecimal.valueOf(128)) .discountAmount(BigDecimal.valueOf(50)) .tax(BigDecimal.ZERO) .totalAmount(BigDecimal.valueOf(78)) .orderDate(new Date()) .orderStatus(0) .isDelete(0) .uuid(UUID.randomUUID().toString().replace("-", "")) .ipv4("127.0.0.1") .ipv6("2001:0db8:85a3:0000:0000:8a2e:0370:7334".getBytes()) .extData("{\"device\": {"machine": "IPhone 14 Pro", "location": "shanghai"}}") .build(); userOrderDao.insert(userOrderPO); } }1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26. 测试数据写入，你可以写入1000条数据，观察散列效果。并可以在这个过程中，调试修改 sharding-jdbc-dev.yaml 文件对库表路由的计算方式。2. 查询数据
复制@Test public void test_selectByUserId() { List<UserOrderPO> list = userOrderDao.selectByUserId("xfg_PrmgwQ"); log.info("测试结果：{}", JSON.toJSONString(list));}1.2.3.4.5. 查询的用户ID是已经写入到数据库表里的数据，查询的时候会根据用户ID继续路由计算。3. 散列算法
复制@Test public void test_idx() { for (int i = 0; i < 50; i++) { String user_id = "xfg_" + RandomStringUtils.randomAlphabetic(6); log.info("测试结果 {}", (user_id.hashCode() ^ (user_id.hashCode()) >>> 16) & 3);} }1.2.3.4.5.6.7. 你可以尝试验证和编写新的散列算法，最终目的都是让数据尽可能散列到库表。此外，关于算法的好坏，可以基于雪崩测试计算- 技嘉主板H61MS1——性能稳定可靠的选择（技嘉主板H61MS1的特点与优势）
- NW938评测及使用体验（一款性能卓越的NW938耳机）
- 揭秘联通福州极速网聊卡的优势与特点（福州极速网聊卡解放你的上网烦恼，畅享高速网络体验）
- 松下160的卓越表现与功能（体验高品质音乐世界的松下160耳机）
- 电脑加密显示参数错误的原因及解决方法（深入分析加密显示参数错误，保护个人信息安全）
- 侨兴手机（一款拥有创新技术和卓越性能的手机）
- EVGA1080TiFTW3（强劲性能、先进散热、出色外观，完美匹配你的游戏需求）
- NVIDIA382.53（新一代NVIDIA驱动带来的关键性优势及改进）
- 探索绝地求生电脑显示错误代码的解决方案（从错误代码解读到问题解决，让你畅享绝地求生游戏）
- 使命召唤10的游戏特色及评价（探索最新一代战争游戏，了解使命召唤10的魅力）
- 网吧电脑脱离主机教程（轻松拆解，自由组装，享受自由游戏体验）
- 上网本安装windows 7的技巧
- 小米6的综合表现如何？（实际体验分享及性能评价）
- 探索OPPO手机功能的魅力（OPPO手机功能强大全面，为你带来畅快体验）
- USP无线网卡安装教程（详细指南帮助您轻松安装和使用USP无线网卡）
- NEC3D高清工程投影机（解密NEC3D高清工程投影机的震撼力与创新性）
- 用800D入门摄影，轻松拍出专业质感（全方位指南，带你掌握800D摄影技巧和特点）
- 1MOREEO301耳机的卓越品质与出色性能（揭秘1MOREEO301耳机的技术创新与音质享受）
- 探索oppocoloros2.0（从界面设计到个性化定制，发现coloros2.0的无限魅力）
- 小米6运行内存表现如何？（深度剖析小米6运行内存的性能与优劣）
随便看看
亿华云源码下载企商汇服务器租用IT资讯网香港云服务器IT技术网源码库益华科技益强资讯优选云站无忧编程之道全栈开发亿华云计算IT资讯网亿华互联汇智坊亿华科技益强智囊团思维库极客编程智能时代极客码头云智核益强数据堂科技前瞻益华科技益强编程堂益强编程舍益强科技益华科技亿华云益强IT技术网益华IT技术论坛亿华智慧云益强智未来益强前沿资讯技术快报亿华智造码力社码上建站益强科技创站工坊
- Copyright © 2025 Powered by 面试问：“你为啥自研路由组件，咋不用sharding-jdbc”,云智核 滇ICP备2023006006号-28sitemap