- 浏览: 1013031 次
- 性别:
- 来自: 福州
最新评论
-
guanxin2012:
大神,您好。非常感谢您贡献了IKExpression。我们现在 ...
分享开源表达式解析器IK-Expression2.0 -
qqgigas:
LZ,public boolean createUser(LD ...
Sun Directory Server/LDAP学习笔记(二)——API说明及代码样例 -
gao_shengxian:
Hibernate: update T_GX_TEST set ...
优雅Java编程 之 使用Hibernate存储Oracle Spatial对象 -
a78113534:
感谢大神,在安卓里面调用成功了。
发布IK Expression开源表达式解析器 V2.1.0 -
majiedota:
加油
来自开源支持者的第一笔捐赠
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,
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
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:
(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
STEP 2。将多个数据源都注入到MultiDataSource中
STEP 3。像使用标准的DataSource一样,使用MultiDataSource
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
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!!
其实没啥看头的,呵呵
为多数据库的横向切分,提供一个思路
MongoDB怎么用?一个user一个collection?MongoDB允许的最多那几万个Collection个数根本就不够。
都说ibatis是做大系统的,根本就不是,连原生的水平垂直切分数据库都不支持,这么多年还是那样,放弃它吧!
每个user怎么也只是一份document而不是一个collection。如果需要切分,可以每数万个user放入一个collection中。这种问题只需要做个规划就成:
每100个id 存在一个collection里,名字叫 user100,user200,user300....(假设100是个很大的数)
每500个collection 存在一个db中,名字叫 db50000,db100000......
现在只要有id,比如说701,我们可以推测出,这个id存放在user800 collection中,db应该是db50000。这个算法很简单吧。
object: { $ref: "user800", $id: ObjectID("701"),$db: "db50000" }
搞定。
MongoDB怎么用?一个user一个collection?MongoDB允许的最多那几万个Collection个数根本就不够。
都说ibatis是做大系统的,根本就不是,连原生的水平垂直切分数据库都不支持,这么多年还是那样,放弃它吧!
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
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
<!-- jdbc连接池-1--> <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> <!--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-------------------> <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> <!--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!!
评论
11 楼
newvirus
2010-10-12
现在还在学习阶段 学习了
10 楼
grandboy
2010-10-12
很好, 讲得很清楚. 现在用不上, 以后一定能用得上.
9 楼
BearRui
2010-10-12
我也做了1个数据库(spring+ibatis)水平切分的功能,原理跟楼主差不多,不过我们会有一些跨库的查询。
建议楼主不要直接根据用户id去关联数据库,这样写的太死,比如以后数据量大,数据库有16个变成32个,需要把以前的用户再平均分配到其他数据库的时候就比较麻烦。
我们是直接在用户表记录1个dbid,记录当前用户在哪个库,这样有1个好处就是用户的数据非常方便进行迁移,迁移到其他数据库只足要该下他的dbid就行。
个人浅见,^_^
建议楼主不要直接根据用户id去关联数据库,这样写的太死,比如以后数据量大,数据库有16个变成32个,需要把以前的用户再平均分配到其他数据库的时候就比较麻烦。
我们是直接在用户表记录1个dbid,记录当前用户在哪个库,这样有1个好处就是用户的数据非常方便进行迁移,迁移到其他数据库只足要该下他的dbid就行。
个人浅见,^_^
8 楼
haitaohehe
2010-10-12
感谢楼主分享,这是这几天看过的最好的文章了,支持下!
7 楼
linliangyi2007
2010-10-12
numen_wlm 写道
对DataSourceRouter里面的东西比较感兴趣,不知能否贴点出来看看?
其实没啥看头的,呵呵
/** * @author linliangyi2005@gmail.com * Jul 15, 2010 */ public class DataSourceRouter { public static ThreadLocal<RouterStrategy> currentRouterStrategy = new ThreadLocal<RouterStrategy>(); /** * 设置MultiDataSource的路由策略 * @param type * @param key * @param routeFactor */ public static void setRouterStrategy(String type , String key , int routeFactor){ if(type == null){ throw new IllegalArgumentException("RouterStrategy Type must not be null"); } RouterStrategy rs = currentRouterStrategy.get(); if(rs == null){ rs = new RouterStrategy(); currentRouterStrategy.set(rs); } rs.setType(type); rs.setKey(key); rs.setRouteFactor(routeFactor); } /** * 数据源路由策略 * @author linliangyi2005@gmail.com * Jul 15, 2010 */ public static class RouterStrategy{ public static final String SRATEGY_TYPE_MAP = "MAP"; public static final String SRATEGY_TYPE_CLUSTER = "CLUSTER"; /* * 可选值 “MAP” , “CLUSTER” * MAP : 根据key从DataSourceMap中选中DS * CLUSTER : 根据routeFactor参数,通过算法获取群集 */ private String type; /* * “MAP” ROUTE 中的key * */ private String key; /* * "CLUSTER" ROUTE时的参数 */ private int routeFactor; /* * True表示RouterStrategy更新过 * False表示没有更新 */ private boolean refresh; public String getType() { return type; } public void setType(String type) { if(this.type != null && !this.type.equals(type)){ this.type = type; this.refresh = true; }else if(this.type == null && type != null){ this.type = type; this.refresh = true; } } public String getKey() { return key; } public void setKey(String key) { if(this.key != null && !this.key.equals(key)){ this.key = key; this.refresh = true; }else if(this.key == null && key != null){ this.key = key; this.refresh = true; } } public int getRouteFactor() { return routeFactor; } public void setRouteFactor(int routeFactor) { if(this.routeFactor != routeFactor){ this.routeFactor = routeFactor; this.refresh = true; } } public boolean isRefresh() { return refresh; } public void setRefresh(boolean refresh) { this.refresh = refresh; } } }
6 楼
linliangyi2007
2010-10-12
downpour 写道
你是为了解决Master-Slave问题,还是多个数据库群组之前的选择?
为多数据库的横向切分,提供一个思路
5 楼
downpour
2010-10-11
你是为了解决Master-Slave问题,还是多个数据库群组之前的选择?
4 楼
ray_linn
2010-10-11
myreligion 写道
ray_linn 写道
SNS里大部分信息都是面向文档的而不是面向数据的,事务要求又不严格,用MongoDB来解决才是王道。
MongoDB怎么用?一个user一个collection?MongoDB允许的最多那几万个Collection个数根本就不够。
都说ibatis是做大系统的,根本就不是,连原生的水平垂直切分数据库都不支持,这么多年还是那样,放弃它吧!
每个user怎么也只是一份document而不是一个collection。如果需要切分,可以每数万个user放入一个collection中。这种问题只需要做个规划就成:
每100个id 存在一个collection里,名字叫 user100,user200,user300....(假设100是个很大的数)
每500个collection 存在一个db中,名字叫 db50000,db100000......
现在只要有id,比如说701,我们可以推测出,这个id存放在user800 collection中,db应该是db50000。这个算法很简单吧。
object: { $ref: "user800", $id: ObjectID("701"),$db: "db50000" }
搞定。
3 楼
myreligion
2010-10-11
ray_linn 写道
SNS里大部分信息都是面向文档的而不是面向数据的,事务要求又不严格,用MongoDB来解决才是王道。
MongoDB怎么用?一个user一个collection?MongoDB允许的最多那几万个Collection个数根本就不够。
都说ibatis是做大系统的,根本就不是,连原生的水平垂直切分数据库都不支持,这么多年还是那样,放弃它吧!
2 楼
ray_linn
2010-10-11
SNS里大部分信息都是面向文档的而不是面向数据的,事务要求又不严格,用MongoDB来解决才是王道。
1 楼
numen_wlm
2010-10-11
对DataSourceRouter里面的东西比较感兴趣,不知能否贴点出来看看?
发表评论
-
来自开源支持者的第一笔捐赠
2013-01-09 21:15 57812013年1月9号,一个平凡而又不平常的日子! IK中文分词 ... -
发布 IK Analyzer 2012 FF 版本
2012-10-23 17:50 25081首先感谢大家对IK分词器的关注。 最近一段时间正式公司事务最 ... -
发布 IK Analyzer 2012 版本
2012-03-08 11:23 36179新版本改进: 支持分词歧义处理 支持数量词合并 词典支持中英 ... -
CSDN发生严重用户账号泄密事件
2011-12-21 19:21 2566之前有在CSDN注册过的兄弟们,注意了。。。 如果你的邮箱, ... -
一个隐形的java int溢出
2011-08-30 09:44 7560故事的背景: 笔者最近在做一个类SNS的项目,其中 ... -
雷军 :互联网创业的葵花宝典
2011-05-04 10:35 3596博主评: 这片博客很短 ... -
Luci-mint站内搜索实测
2011-04-02 16:18 4141关于Luci-mint 服务器硬 ... -
发布 IK Analyzer 3.2.8 for Lucene3.X
2011-03-04 17:49 14256IK Analyzer 3.2.8版本修订 ... -
TIPS - XML CDATA中的非法字符处理
2011-02-17 15:03 3305XML解析过程中,常遇见CDATA中存在非法字符,尤其在火星文 ... -
对Cassandra的初体验
2010-10-13 17:58 9137作为“云计算”时代的架构设计人员而言,不懂K-V库会被 ... -
发布 IK Analyzer 3.2.5 稳定版 for Lucene3.0
2010-09-08 14:43 5823新版本IKAnnlyzer3.2.8已发布! 地址: http ... -
关于Lucene3.0.1 QueryParser的一个错误
2010-05-21 21:33 2129表达式1: 引用 id:"1231231" ... -
发布 IK Analyzer 3.2.3 稳定版 for Lucene3.0
2010-05-15 14:13 6719IK Analyzer 3.2.3版本修订 在3.2.0版 ... -
windows平台上的nginx使用
2010-01-28 17:13 3407转载自:http://nginx.org/en/docs/wi ... -
发布IKAnnlyzer3.2.0稳定版 for Lucene3.0
2009-12-07 09:27 9580最新3.2.5版本已经推出,http://linliangyi ... -
在Tomcat下以JNDI方式发布JbossCache
2009-12-04 10:57 3831前言: 看过JbossCache的开发手册,发现在Jb ... -
Spring AOP小例子
2009-11-16 10:35 3405PS: 要注明一下,这个是转载滴,之前漏了说鸟,汗死 这里给 ... -
ActiveMQ 5.X 与 Tomcat 集成一(JNDI部署)
2009-11-10 15:15 5650原文地址:http://activemq.apache.org ... -
发布IKAnalyzer中文分词器V3.1.6GA
2009-11-08 23:10 11858IKAnalyzer3.2.0稳定版已经发布,支持Lucene ... -
设计模式感悟
2009-11-07 17:57 3696最近又把以前学习的模式过了一遍,感觉模式不是学出来的,是悟出来 ...
相关推荐
很好的spring+ibatis事务的配置文档.
"Struts2+Spring+Ibatis+MySQL" 是一个经典的Java Web开发框架组合,用于构建高效、可扩展的企业级应用程序。这个组合集成了强大的MVC(Model-View-Controller)框架Struts2、依赖注入与面向切面编程的Spring框架、...
Struts2+Spring+Hibernate和Struts2+Spring+Ibatis是两种常见的Java Web应用程序集成框架,它们分别基于ORM框架Hibernate和轻量级数据访问框架Ibatis。这两种框架结合Spring,旨在提供一个强大的、可扩展的、易于...
总的来说,这个"struts2+spring+iBatis框架包"提供了从用户界面到数据库的完整解决方案,简化了开发流程,提高了代码的可维护性和可测试性。在实际开发中,开发者可以根据需求进一步定制和扩展这三个框架的功能,以...
在IT行业中,构建高效、可扩展的Web应用是至关重要的,而"Maven搭建SpringMVC+Spring+Ibatis"的组合则提供了一种强大的解决方案。本文将深入探讨这些技术及其集成,帮助你理解和掌握如何利用它们来构建现代化的Java ...
在Struts+Spring+iBATIS的架构中,iBATIS负责与数据库交互,通过SQL映射文件(sqlmap.xml)定义SQL查询、插入、更新和删除操作。它与Spring整合后,可以在Spring的事务管理下执行数据库操作,确保数据的一致性。 在...
JSF+Spring+Ibatis示例,对学习JAVA企业应用开发有巨大的帮助!
struts2 + spring + ibatis 实例 struts2 + spring + ibatis 实例 struts2 + spring + ibatis 实例 struts2 + spring + ibatis 实例 struts2 + spring + ibatis 实例
maven3+struts2+spring+ibatis,本来是用maven3+struts2+spring+hibernate但考虑到hibernate在多表级联查询的时候执行效率不高,所以改用性能更好不过sql比较麻烦的的ibatis,本项目只有登录和插入数据,仅供参考: ...
总的来说,Spring、Struts2和iBatis的整合为Java Web开发提供了一个强大、灵活的解决方案,让开发者能够更专注于业务逻辑,而不是框架的底层实现。通过合理的配置和使用这个jar包,开发者可以快速构建出稳定、高性能...
总的来说,"spring+ibatis+oracle分页缓存源码"项目展示了如何在Spring管理的环境中,利用iBatis和Oracle数据库实现高效的数据分页和缓存策略。通过理解和实践这些技术,开发者可以构建出更加健壮、响应快速的Web...
"webwork+spring+ibatis" 的实例通常会展示如何将这三个框架集成到一个完整的Web项目中。这个实例可能包含以下部分: 1. **环境配置**:安装和配置Java开发环境,如JDK,以及相关的开发工具,如IDEA或Eclipse。 2. ...
这个"struts+spring+ibatis的Demo"压缩包文件提供了这三个框架集成使用的示例代码,旨在帮助开发者理解和学习如何将它们有效地结合在一起。 **Struts 2框架** Struts 2是一个基于MVC设计模式的Web应用框架,它继承...
Struts+Spring+Ibatis环境配置(一) - zwjxf的专栏 - 博
一个简单的spring+struts+ibatis整合的实例,实现了用户登录,用户登录成功则显示欢迎信息,失败则显示用户名或密码错误,该实例非常简单基础,特别适合新人学习,工程包含了必要的资源包,部署到服务器中及可运行,...
在"struts+spring+ibatis"的整合应用中,Spring通常作为核心,管理Struts的Action以及iBatis的数据访问对象(DAO)。Struts处理HTTP请求,将请求转发给Spring管理的Action,Action再通过Spring的依赖注入获取到...
struts2+hibernate+spring+ibatis 小实例struts2+hibernate+spring+ibatis 小实例struts2+hibernate+spring+ibatis 小实例struts2+hibernate+spring+ibatis 小实例struts2+hibernate+spring+ibatis 小实例struts2+...
各种系统架构图及其简介(Spring+IBatis+Struts1+Struts2+Hibernat)
Struts2+Spring+Ibatis整合的简单人事管理系统 没分了,转载过来的,有需要的看看吧,我觉得不错~~
在Spring+Struts+ibatis这种经典的Java Web开发框架组合中,主要涉及到三层架构:表现层(Action)、业务逻辑层(Service)和数据访问层(DAO)。这些组件协同工作,实现了应用程序的功能。以下是对各部分的详细解释...