分布式秒杀实战之订单数据分表

点击▲关注 “ 爪哇笔记 ”   给公众号标星置顶

更多精彩 第一时间直达

前言

一般来说电商的日订单都是百千万级甚至是亿万级别的了，小小的数据库肯定是撑不住的，这时候就要提前考虑分库分表了。

国内一般大厂规则参考：

• 单表500万条记录，正常水平

• 800万条警戒线

• 1000万条必须要分库分表

一般业界，对订单数据的分库分表，有两类思路：按照订单号来切分、按照用户id来切分，当然各有利弊，这里不细说。

手动分表

这个在秒杀一中已有体现，这里仅仅是分表而已，提供一种思路，供参考，测试的时候自行建表。

按照用户  ID 来做  hash 分散订单数据。为了减少迁移的数据量，一般扩容是以倍数的形式增加。比如原来是8个库，扩容的时候，就要增加到16个库，再次扩容，就增加到32个库。这样迁移的数据量，就小很多了。

这个问题不算很大问题，毕竟一次扩容，可以保证比较长的时间，而且使用倍数增加的方式，已经减少了数据迁移量。

 

  String table = "success_killed_"+userId%8;
nativeSql = "INSERT INTO "+table+" (seckill_id, user_id,state,create_time)VALUES(?,?,?,?)";
Object[] params = new Object[]{seckillId,userId,(short)0,new Timestamp(System.currentTimeMillis())};
dynamicQuery.nativeExecuteUpdate(nativeSql,params);
 

手动撕业务逻辑是不是很 low？今天给大家推荐一款分表神器。

自动分表

墙裂推荐使用开源的分布式数据库中间件  ShardingSphere，资料丰富，入手简单， 并且已于2020年4月16日成为  Apache 软件基金会的顶级项目，值得信赖。

适用于任何基于 JDBC的 ORM框架，如：JPA, Hibernate, Mybatis, Spring JDBC Template或直接使用JDBC。

• 支持任何第三方的数据库连接池，如：DBCP, C3P0, BoneCP, Druid, HikariCP等。

• 支持任意实现JDBC规范的数据库。目前支持 MySQL，Oracle，SQLServer，PostgreSQL以及任何遵循SQL92标准的数据库。

集成 SpringBoot

案例使用  SpringBoot2.2.6.RELEASE + JPA，部分坐标请自行引入。

引入坐标 pom.xml：

 

  <dependency>
    <groupId>org.apache.shardingsphere</groupId>
    <