Spring + iBatis 的多库横向切分简易解决思路

zhaohaolin

浏览: 1016289 次
性别:
来自: 杭州

最近访客更多访客>>

bfs198

ymitxiavj

xuming_1980

bianrongxin

博主相关

博客

微博

相册

留言

关于我

文章分类

社区版块

存档分类

博客分类：

spring

iBATIS Spring 多线程 Bean SQL

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。

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

折叠 Java 代码复制内容到剪贴板

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DataSource
private ThreadLocal<DataSource> currentDataSourceHolder = new ThreadLocal<DataSource>();
//使用Key-Value映射的DataSource
private Map<String , DataSource> mappedDataSources;
//使用横向切分的分布式DataSource
private 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DataSource
RouterStrategy 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

折叠 XML/HTML 代码复制内容到剪贴板

< bean id = "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 >
< property name = "minPoolSize" >
< value > ${c3p0.minPoolSize} </ value >
</ property >
< property name = "maxPoolSize" >
< value > ${c3p0.maxPoolSize} </ value >
</ property >
< property name = "initialPoolSize" >
< value > ${c3p0.initialPoolSize} </ value >
</ property >
< property name = "idleConnectionTestPeriod" >
< value > ${c3p0.idleConnectionTestPeriod} </ value >
</ property >
</ bean >
< bean id = "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 >
< property name = "minPoolSize" >
< value > ${c3p0.minPoolSize} </ value >
</ property >
< property name = "maxPoolSize" >
< value > ${c3p0.maxPoolSize} </ value >
</ property >
< property name = "initialPoolSize" >
< value > ${c3p0.initialPoolSize} </ value >
</ property >
< property name = "idleConnectionTestPeriod" >
< value > ${c3p0.idleConnectionTestPeriod} </ value >
</ property >
</ bean >
......

STEP 2。将多个数据源都注入到MultiDataSource中

折叠 XML/HTML 代码复制内容到剪贴板

< 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

折叠 XML/HTML 代码复制内容到剪贴板

< bean id = "sqlMapClient" class = "org.springframework.orm.ibatis.SqlMapClientFactoryBean" >
< property name = "configLocation" value = "classpath:SqlMapConfig.xml" />
< property name = "dataSource" ref = "multiDataSource" > </ property >
</ bean >
< 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

折叠 Java 代码复制内容到剪贴板

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！！

分享到：

解惑 spring 嵌套事务 | Spring多数据源解决方案

2011-05-13 00:26
浏览 1125
评论(0)
分类:编程语言
查看更多

发表评论

您还没有登录,请您登录后再发表评论

最近访客更多访客>>

博主相关

文章分类

社区版块

存档分类

最新评论