本文是Sharding-JDBC采用Spring Boot Starter方式配置第二篇，第一篇是读写分离讲解，请参考：

在我《Spring Cloud微服务-全栈技术与案例解析》书中都是通过XML方式配置。今天给大家演示的是单库中分表的操作，如果用XML方式配置，那么就是下面的配置：

我们将user表分成了4个，分别是user_0,user_1,user_2,user_3，通过id取模的方式决定数据落在哪张表上面。

如果用Spring Boot方式配置自然就简单多了，如下：

sharding.jdbc.datasource.names=ds_master# 数据源sharding.jdbc.datasource.ds_master.type=com.alibaba.druid.pool.DruidDataSourcesharding.jdbc.datasource.ds_master.driver-class-name=com.mysql.jdbc.Driversharding.jdbc.datasource.ds_master.url=jdbc:mysql://localhost:3306/ds_0?characterEncoding=utf-8sharding.jdbc.datasource.ds_master.username=rootsharding.jdbc.datasource.ds_master.password=123456# 分表配置sharding.jdbc.config.sharding.tables.user.actual-data-nodes=ds_master.user_${0..3}sharding.jdbc.config.sharding.tables.user.table-strategy.inline.sharding-column=idsharding.jdbc.config.sharding.tables.user.table-strategy.inline.algorithm-expression=user_${id.longValue() % 4}

• actual-data-nodes：真实数据节点，由数据源名 + 表名组成，以小数点分隔。多个表以逗号分隔，支持inline表达式。
• table-strategy.inline.sharding-column：分片字段配置
• table-strategy.inline.algorithm-expression：分片算法表达式

自定义分片算法

在1.x版本中，单分片算法是通过实现SingleKeyTableShardingAlgorithm，示例代码如下：

import java.util.Collection;import java.util.LinkedHashSet;import com.dangdang.ddframe.rdb.sharding.api.ShardingValue;import com.dangdang.ddframe.rdb.sharding.api.strategy.table.SingleKeyTableShardingAlgorithm;import com.google.common.collect.Range;public class UserSingleKeyTableShardingAlgorithm implements SingleKeyTableShardingAlgorithm
    
       {    public String doEqualSharding(Collection
     
       availableTargetNames, ShardingValue
      
        shardingValue) {        for (String each : availableTargetNames) {            System.out.println(each+"\t"+shardingValue.getValue()+"\t"+shardingValue.getValue() % 4 );            if (each.endsWith(shardingValue.getValue() % 4 + "")) {                return each;            }        }        throw new IllegalArgumentException();    }    public Collection
       
         doInSharding(Collection
        
          availableTargetNames, ShardingValue
         
           shardingValue) { Collection
          
            result = new LinkedHashSet<>(availableTargetNames.size()); for (Long value : shardingValue.getValues()) { for (String tableName : availableTargetNames) { if (tableName.endsWith(value % 4 + "")) { result.add(tableName); } } } return result; } public Collection
           
             doBetweenSharding(Collection
            
              availableTargetNames, ShardingValue
             
               shardingValue) { Collection
              
                result = new LinkedHashSet<>(availableTargetNames.size()); Range
               
                 range = (Range
                
                 ) shardingValue.getValueRange(); for (Long i = range.lowerEndpoint(); i <= range.upperEndpoint(); i++) { for (String each : availableTargetNames) { if (each.endsWith(i % 4 + "")) { result.add(each); } } } return result; }}
                
               
              
             
            
           
          
         
        
       
      
     
    

我们这边引入的Spring Boot Starter包是2.x的版本，在这个版本中，分片算法的接口有调整，我们需要用到标准分片策略StandardShardingStrategy。提供对SQL语句中的=, IN和BETWEEN AND的分片操作支持。StandardShardingStrategy只支持单分片键，提供PreciseShardingAlgorithm和RangeShardingAlgorithm两个分片算法。PreciseShardingAlgorithm是必选的，用于处理=和IN的分片。RangeShardingAlgorithm是可选的，用于处理BETWEEN AND分片，如果不配置RangeShardingAlgorithm，SQL中的BETWEEN AND将按照全库路由处理。

自定义一个单分片算法

import java.util.Collection;import io.shardingjdbc.core.api.algorithm.sharding.PreciseShardingValue;import io.shardingjdbc.core.api.algorithm.sharding.standard.PreciseShardingAlgorithm;/** * 自定义分片算法 *  * @author yinjihuan * */public class MyPreciseShardingAlgorithm implements PreciseShardingAlgorithm
    
      {    @Override    public String doSharding(Collection
     
       availableTargetNames, PreciseShardingValue
      
        shardingValue) {        for (String tableName : availableTargetNames) {            if (tableName.endsWith(shardingValue.getValue() % 4 + "")) {                return tableName;            }        }        throw new IllegalArgumentException();    }}
      
     
    

使用需要修改我们之前的配置

sharding.jdbc.config.sharding.tables.user.actual-data-nodes=ds_master.user_${0..3}sharding.jdbc.config.sharding.tables.user.table-strategy.standard.sharding-column=idsharding.jdbc.config.sharding.tables.user.table-strategy.standard.precise-algorithm-class-name=com.fangjia.sharding.MyPreciseShardingAlgorithm

源码参考：

https://github.com/yinjihuan/spring-cloud/tree/master/fangjia-sjdbc-sharding-table-springboot

参考代码中测试的代码也写好了，在Controller中，启动后通过调用接口的方式测试数据的添加和查询。

另外Sharding-Sphere 3.0.0.M3也发布了，新版本看点：

1.XA分布式事务

2.数据库治理模块增强

3.API部分调整

4.修复M2Bug

项目地址：

https://github.com/sharding-sphere/sharding-sphere/

https://gitee.com/sharding-sphere/sharding-sphere/

一个这么优秀的框架，这么靠谱的研发团队，大家赶紧学起来呀！

欢迎加入我的知识星球，一起交流技术，免费学习猿天地的课程（http://cxytiandi.com/course）