Spring + iBatis 的多库横向切分简易解决思路
1.引言笔者最近在做一个互联网的“类SNS”应用，应用中用户数量巨大（约4000万）左右，因此，简单的使用传统单一数据库存储肯定是不行的。
参考了业内广泛使用的分库分表，以及使用DAL数据访问层等的做法，笔者决定使用一种最简单的数据源路由选择方式来解决问题。
严格的说，目前的实现不能算是一个解决方案，只能是一种思路的简易实现，笔者也仅花了2天时间来完成（其中1.5天是在看资料和Spring/ibatis的源码）。这里也只是为各位看官提供一个思路参考，顺便给自己留个笔记http://www.agoit.com/images/smiles/icon_biggrin.gif
2.系统的设计前提
我们的系统使用了16个数据库实例（目前分布在2台物理机器上，后期将根据系统负荷的增加，逐步移库到16台物理机器上）。16个库是根据用户的UserID进行简单的hash分配。这里值得一说的是，我们既然做了这样的横向切分设计，就已经考虑了系统需求的特性，
[*]1.不会发生经常性的跨库访问。
[*]2.主要的业务逻辑都是围绕UserID为核心的，在一个单库事务内即可完成。
在系统中，我们使用Spring和iBatis。Spring负责数据库的事务管理AOP，以及Bean间的IOC。选择iBatis的最大原因是对Sql的性能优化，以及后期如果有分表要求的时，可以很容易实现对sql表名替换。
3.设计思路
首先，要说明一下笔者的思路，其实很简单，即“在每次数据库操作前，确定当前要选择的数据库对象”而后就如同访问单库一样的访问当前选中的数据库即可。
其次，要在每次DB访问前选择数据库，需要明确几个问题，1.iBatis在什么时候从DataSource中取得具体的数据库Connection的，2.对取得的Connection，iBatis是否进行缓存，因为在多库情况下Connection被缓存就意味着无法及时改变数据库链接选择。3.由于我们使用了Spring来管理DB事务，因此必须搞清Spring对DB Connction的开关拦截过程是否会影响多DataSource的情况。
幸运的是，研究源码的结果发现，iBatis和Spring都是通过标准的DataSource接口来控制
Connection的，这就为我们省去了很多的麻烦，只需要实现一个能够支持多个数据库的DataSource，就能达到我们的目标。
4.代码与实现
多数据库的DataSource实现：MultiDataSource.class
import java.io.PrintWriter;import java.sql.Connection;import java.sql.SQLException;import java.util.ArrayList;import java.util.Collection;import java.util.HashMap;import java.util.Map;import javax.sql.DataSource;import org.apache.log4j.Logger;import com.xxx.sql.DataSourceRouter.RouterStrategy;/** * 复合多数据源（Alpha） * @author linliangyi2005@gmail.com * Jul 15, 2010 */public class MultiDataSource implements DataSource {static Logger logger = Logger.getLogger(MultiDataSource.class);//当前线程对应的实际DataSourceprivate ThreadLocal<DataSource> currentDataSourceHolder = new ThreadLocal<DataSource>();//使用Key-Value映射的DataSourceprivate Map<String , DataSource> mappedDataSources;//使用横向切分的分布式DataSourceprivate ArrayList<DataSource> clusterDataSources;public MultiDataSource(){mappedDataSources = new HashMap<String , DataSource>(4);clusterDataSources = new ArrayList<DataSource>(4);}/** * 数据库连接池初始化 * 该方法通常在web 应用启动时调用 */public void initialMultiDataSource(){for(DataSource ds :clusterDataSources){if(ds != null){Connection conn = null;try {conn = ds.getConnection();} catch (SQLException e) {e.printStackTrace();} finally{if(conn != null){try {conn.close();} catch (SQLException e) {e.printStackTrace();}conn = null;}}}}Collection<DataSource> dsCollection = mappedDataSources.values();for(DataSource ds :dsCollection){if(ds != null){Connection conn = null;try {conn = ds.getConnection();} catch (SQLException e) {e.printStackTrace();} finally{if(conn != null){try {conn.close();} catch (SQLException e) {e.printStackTrace();}conn = null;}}}}}/** * 获取当前线程绑定的DataSource * @return */public DataSource getCurrentDataSource() {//如果路由策略存在，且更新过，则根据路由算法选择新的DataSourceRouterStrategy strategy = DataSourceRouter.currentRouterStrategy.get();if(strategy == null){throw new IllegalArgumentException("DataSource RouterStrategy No found.");}if(strategy != null && strategy.isRefresh()){if(RouterStrategy.SRATEGY_TYPE_MAP.equals(strategy.getType())){this.choiceMappedDataSources(strategy.getKey());}else if(RouterStrategy.SRATEGY_TYPE_CLUSTER.equals(strategy.getType())){this.routeClusterDataSources(strategy.getRouteFactor());}strategy.setRefresh(false);}return currentDataSourceHolder.get();}public Map<String, DataSource> getMappedDataSources() {return mappedDataSources;}public void setMappedDataSources(Map<String, DataSource> mappedDataSources) {this.mappedDataSources = mappedDataSources;}public ArrayList<DataSource> getClusterDataSources() {return clusterDataSources;}public void setClusterDataSources(ArrayList<DataSource> clusterDataSources) {this.clusterDataSources = clusterDataSources;}/** * 使用Key选择当前的数据源 * @param key */public void choiceMappedDataSources(String key){DataSource ds = this.mappedDataSources.get(key);if(ds == null){throw new IllegalStateException("No Mapped DataSources Exist!");}this.currentDataSourceHolder.set(ds);}/** * 使用取模算法，在群集数据源中做路由选择 * @param routeFactor */public void routeClusterDataSources(int routeFactor){int size = this.clusterDataSources.size();if(size == 0){throw new IllegalStateException("No Cluster DataSources Exist!");}int choosen = routeFactor % size;DataSource ds = this.clusterDataSources.get(choosen);if(ds == null){throw new IllegalStateException("Choosen DataSources is null!");}logger.debug("Choosen DataSource No." + choosen+ " : " + ds.toString());this.currentDataSourceHolder.set(ds);}/* (non-Javadoc) * @see javax.sql.DataSource#getConnection() */public Connection getConnection() throws SQLException {if(getCurrentDataSource() != null){return getCurrentDataSource().getConnection();}return null;}/* (non-Javadoc) * @see javax.sql.DataSource#getConnection(java.lang.String, java.lang.String) */public Connection getConnection(String username, String password)throws SQLException {if(getCurrentDataSource() != null){return getCurrentDataSource().getConnection(username , password);}return null;}/* (non-Javadoc) * @see javax.sql.CommonDataSource#getLogWriter() */public PrintWriter getLogWriter() throws SQLException {if(getCurrentDataSource() != null){return getCurrentDataSource().getLogWriter();}return null;}/* (non-Javadoc) * @see javax.sql.CommonDataSource#getLoginTimeout() */public int getLoginTimeout() throws SQLException {if(getCurrentDataSource() != null){return getCurrentDataSource().getLoginTimeout();}return 0;}/* (non-Javadoc) * @see javax.sql.CommonDataSource#setLogWriter(java.io.PrintWriter) */public void setLogWriter(PrintWriter out) throws SQLException {if(getCurrentDataSource() != null){getCurrentDataSource().setLogWriter(out);}}/* (non-Javadoc) * @see javax.sql.CommonDataSource#setLoginTimeout(int) */public void setLoginTimeout(int seconds) throws SQLException {if(getCurrentDataSource() != null){getCurrentDataSource().setLoginTimeout(seconds);}}/* (non-Javadoc) * 该接口方法since 1.6 * 不是所有的DataSource都实现有这个方法 * @see java.sql.Wrapper#isWrapperFor(java.lang.Class) */public boolean isWrapperFor(Class<?> iface) throws SQLException {//if(getCurrentDataSource() != null){//return getCurrentDataSource().isWrapperFor(iface);//}return false;}/* (non-Javadoc) * 该接口方法since 1.6 * 不是所有的DataSource都实现有这个方法 * @see java.sql.Wrapper#unwrap(java.lang.Class) */public <T> T unwrap(Class<T> iface) throws SQLException {//if(getCurrentDataSource() != null){//return getCurrentDataSource().unwrap(iface);//}return null;}
这个类实现了DataSource的标准接口，而最核心的部分是getConnection()方法的重载。下面具体阐述：
[*]1.实例变量 clusterDataSources 是一个DataSource 的 ArrayList它存储了多个数据库的DataSource实例，我们使用Spring的IOC功能，将多个DataSource注入到这个list中。
[*]2.实例变量 mappedDataSources 是一个DataSource 的Map，它与clusterDataSources 一样用来存储多个数据库的DataSource实例，不同的是，它可以使用key直接获取DataSource。我们一样会使用Spring的IOC功能，将多个DataSource注入到这个Map中。
[*]3.实例变量currentDataSourceHolder ，他是一个ThreadLocal变量，保存与当前线程相关的且已经取得的DataSource实例。这是为了在同一线程中，多次访问同一数据库时，不需要再重新做路由选择。
[*]4.当外部类调用getConnection()方法时，方法将根据上下文的路由规则，从clusterDataSources 或者 mappedDataSources 选择对应DataSource，并返回其中的Connection。
（PS：关于DataSource的路由选择规则，可以根据应用场景的不同，自行设计。笔者这里提供两种简单的思路，1.根据HashCode,在上述例子中可以是UserId，进行取模运算，来定位数据库。2.根据上下文设置的关键字key，从map中选择映射的DataSource）
5.将MultiDataSource与Spring，iBatis结合
在完成了上述的编码过程后，就是将这个MultiDataSource与现有Spring和iBatis结合起来配置。
STEP 1。配置多个数据源
笔者这里使用了C3P0作为数据库连接池，这一步和标准的Spring配置一样，唯一不同的是，以前只配置一个，现在要配置多个
<!-- jdbc连接池-1--><beanid="c3p0_dataSource_1"class="com.mchange.v2.c3p0.ComboPooledDataSource"destroy-method="close"> <property name="driverClass"> <value>${jdbc.driverClass}</value> </property> <property name="jdbcUrl"> <value>${mysql.url_1}</value> </property> <property name="user"> <value>${jdbc.username}</value> </property> <property name="password"> <value>${jdbc.password}</value> </property> <!--连接池中保留的最小连接数。--> <property name="minPoolSize"> <value>${c3p0.minPoolSize}</value> </property> <!--连接池中保留的最大连接数。Default: 15 --> <property name="maxPoolSize"> <value>${c3p0.maxPoolSize}</value> </property> <!--初始化时获取的连接数，取值应在minPoolSize与maxPoolSize之间。Default: 3 --> <property name="initialPoolSize"> <value>${c3p0.initialPoolSize}</value> </property> <!--每60秒检查所有连接池中的空闲连接。Default: 0 --> <property name="idleConnectionTestPeriod"> <value>${c3p0.idleConnectionTestPeriod}</value> </property> </bean> <!------------- jdbc连接池-2-------------------><beanid="c3p0_dataSource_2"class="com.mchange.v2.c3p0.ComboPooledDataSource"destroy-method="close"> <property name="driverClass"> <value>${jdbc.driverClass}</value> </property> <property name="jdbcUrl"> <value>${mysql.url_2}</value> </property> <property name="user"> <value>${jdbc.username}</value> </property> <property name="password"> <value>${jdbc.password}</value> </property> <!--连接池中保留的最小连接数。--> <property name="minPoolSize"> <value>${c3p0.minPoolSize}</value> </property> <!--连接池中保留的最大连接数。Default: 15 --> <property name="maxPoolSize"> <value>${c3p0.maxPoolSize}</value> </property> <!--初始化时获取的连接数，取值应在minPoolSize与maxPoolSize之间。Default: 3 --> <property name="initialPoolSize"> <value>${c3p0.initialPoolSize}</value> </property> <!--每60秒检查所有连接池中的空闲连接。Default: 0 --> <property name="idleConnectionTestPeriod"> <value>${c3p0.idleConnectionTestPeriod}</value> </property> </bean> <!------------- 更多的链接池配置-------------------> ......
STEP 2。将多个数据源都注入到MultiDataSource中
<bean id="multiDataSource"class="com.xxx.sql.MultiDataSource"><property name="clusterDataSources"><list><ref bean="c3p0_dataSource_1" /><ref bean="c3p0_dataSource_2" /><ref bean="c3p0_dataSource_3" /><ref bean="c3p0_dataSource_4" /><ref bean="c3p0_dataSource_5" /><ref bean="c3p0_dataSource_6" /><ref bean="c3p0_dataSource_7" /><ref bean="c3p0_dataSource_8" /></list></property><property name="mappedDataSources"> <map> <entry key="system" value-ref="c3p0_dataSource_system" /> </map></property></bean>
STEP 3。像使用标准的DataSource一样，使用MultiDataSource
<!--iBatis Client配置 将 MultiDataSource 与iBatis Client 绑定--><bean id="sqlMapClient" class="org.springframework.orm.ibatis.SqlMapClientFactoryBean"><property name="configLocation" value="classpath:SqlMapConfig.xml"/><property name="dataSource" ref="multiDataSource"></property></bean><!-- jdbc事务管理配置 将 MultiDataSource 与事务管理器绑定--><bean id="jdbc_TransactionManager" class="org.springframework.jdbc.datasource.DataSourceTransactionManager"><property name="dataSource" ref="multiDataSource"></property></bean>
至此，我们的程序就可以让Spring来管理多库访问了，但请注意，数据库事务仍然限于单库范围（之前已经说过，这里的应用场景不存在跨库的事务）。
6.Java代码使用例子
首先要说明的是，这里我们只是提供了一个简单的使用范例，在范例中，我们还必须手动的调用API，以确定DataSource的路由规则，在实际的应用中，您可以针对自己的业务特点，对此进行封装，以实现相对透明的路由选择
public boolean addUserGameInfo(UserGameInfo userGameInfo){//1.根据UserGameInfo.uid 进行数据源路由选择DataSourceRouter.setRouterStrategy(RouterStrategy.SRATEGY_TYPE_CLUSTER ,null,userGameInfo.getUid());//2.数据库存储try {userGameInfoDAO.insert(userGameInfo);return true;} catch (SQLException e) {e.printStackTrace();logger.debug("Insert UserGameInfo failed. " + userGameInfo.toString());}return false;}
OK，我们的多库横向切分的实验可以暂告一个段落。实际上，要实现一个完整的DAL是非常庞大的工程，而对我们推动巨大的，可能只是很小的一个部分，到处都存在着8-2法则，要如何选择，就看各位看官了！！
页:
[1]