Spring 多数据源搭建

目录

前言

正文 

1.Druid 介绍和使用 

2.其他多数据源解决方案 

总结


前言

对于复杂的业务和项目,可能在一个单体项目中存在需要连接多个数据库的情况。这时,就会使用到多数据源,实际中遇到的可能性比较大。


正文 

如果一个项目中需要连接 db1 ,同时一部分业务需要获取 db2 中的数据,则需要连接第二个数据源。这里一个数据源对应一个数据库,这两个数据库可能是部署在同一台服务器上,也可能不在同一台服务器上,通过配置 jdbc-url 来区别。

在配置上需要配置不同的 datasource 才能实现不同的数据源连接。

1.Druid 介绍和使用 

Druid 是阿里旗下开源的数据库连接池,提供强大的监控和扩展功能,包括数据库性能健康,获取 SQL 日志的能力。除此之外,也可以和 MyBaties 配合用于多数据源搭建。 

pom.xml依赖如下

        
            com.alibaba
            druid
            1.1.23
        

为了测试多数据源,创建一个主库 test_spring_master,一个从库 test_spring_slave,创建 SQL 如下:

create database test_spring_master default character set utf8;
create database test_spring_slave default character set utf8;

配置文件内容如下:

spring:
  datasource:
    master: #主数据元
      username: master
      password: 123456
      driver-class-name: com.mysql.cj.jdbc.Driver
      jdbc-url: jdbc:mysql://localhost:3306/test_spring_master?useTimezone=true&serverTimezone=UTC
      initialSize: 5
      minIdle: 5
      maxActive: 20
    slave: #第二个数据源
      username: slave
      password: 123456
      driver-class-name: com.mysql.cj.jdbc.Driver
      jdbc-url: jdbc:mysql://localhost:3306/test_spring_slave?useTimezone=true&serverTimezone=UTC
      initialSize: 5
      minIdle: 5
      maxActive: 20

针对两个数据源配置,需要编写两个配置类,一个是主数据源配置类,另一个是从数据源配置类,分别命名为 MasterDataSourceConfig 和 SlaveDataSourceConfig,代码如下: 

package org.example.config;

import com.alibaba.druid.pool.DruidDataSource;
import org.apache.ibatis.session.SqlSessionFactory;
import org.mybatis.spring.SqlSessionFactoryBean;
import org.mybatis.spring.annotation.MapperScan;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.context.annotation.Primary;
import org.springframework.context.annotation.Scope;
import org.springframework.core.io.support.PathMatchingResourcePatternResolver;
import org.springframework.jdbc.datasource.DataSourceTransactionManager;

import javax.sql.DataSource;

@Configuration
@MapperScan(basePackages = MasterDataSourceConfig.PACKAGE_NAME, sqlSessionFactoryRef = "masterSqlSessionFactory")
public class MasterDataSourceConfig {
    //定位到包类路径
    static final String PACKAGE_NAME = "org.example.mapper.master";
    //设置 mapper.xml位置。
    //不存在 *.xml 这种模糊匹配,必须准确的名称
    static final String MAPPER_LOCATION="classpath:org/example/mapper/master/MySinger.xml";
    @Value("${spring.datasource.master.jdbc-url}")
    private String url;
    @Value("${spring.datasource.master.username}")
    private String user;
    @Value("${spring.datasource.master.password}")
    private String password;
    @Value("${spring.datasource.master.driver-class-name}")
    private String driverClass;

    /**
     * 获得主数据源
     * @return
     */
    @Bean(name = "masterDataSource")
    public DataSource masterDataSource(){
        DruidDataSource dataSource = new DruidDataSource();
        dataSource.setDriverClassName(driverClass);//设置驱动
        dataSource.setUrl(url);
        dataSource.setUsername(user);
        dataSource.setPassword(password);
        return dataSource;
    }

    /**
     * 将 masterDataSource 注入到 masterTransactionManger
     * @return 管理数据库实物
     */
    @Bean(name = "masterTransactionManger")
    public DataSourceTransactionManager masterTransactionManger(){
        //使用了 @Bean,则可以直接依赖注入进去
        return new DataSourceTransactionManager(masterDataSource());
    }
    @Bean(name = "masterSqlSessionFactory")
    @Primary //如果有多个相同类型的Bean 优先使用本Bean
    public SqlSessionFactory masterSqlSessionFactory(@Qualifier("masterDataSource") DataSource masterDataSource){
        final SqlSessionFactoryBean sessionFactory = new SqlSessionFactoryBean();
        sessionFactory.setDataSource(masterDataSource);
        sessionFactory.setMapperLocations(new PathMatchingResourcePatternResolver()
                .getResource(MasterDataSourceConfig.MAPPER_LOCATION));
        try {
            return sessionFactory.getObject();
        } catch (Exception e) {
            e.printStackTrace();
        }
        return null;
    }

}

补充: 

  • @MapperScan 注解用于指定需要扫描的 Mapper 接口所在的包名,它通常与 @Configuration 注解一起使用,表示该注解所标注的类是一个配置类。basePackages 属性用于指定需要扫描的包名,多个包名可以用逗号隔开。例如,@MapperScan(basePackages = "com.example.mapper") 表示需要扫描 com.example.mapper 包以及其子包中的 Mapper 接口。
  • 此外,@MapperScan 注解还有一个 sqlSessionFactoryRef 属性,用于指定使用的 SqlSessionFactory 的名称,即在 Spring IoC 容器中定义的 SqlSessionFactory Bean 的名称。在多个数据源的情况下,可以通过该属性为不同的 Mapper 接口指定不同的 SqlSessionFactory,以使用不同的数据源。
  • 也就是说,@MapperScan 注解将指定包下的 MyBatis Mapper 接口与 SqlSessionFactory 关联起来。为了让 @MapperScan 注解知道要关联哪个 SqlSessionFactory 实例,需要通过 sqlSessionFactoryRef 属性指定 SqlSessionFactory 的 Bean 名称。

可以看到  masterSqlSessionFactory 方法上有 @Primary 注解,说明这时主库。而从数据源配置类和主数据源配置类比较类似,唯一不同就是一些参数和注解不同。

package org.example.config;

import com.alibaba.druid.pool.DruidDataSource;
import org.apache.ibatis.session.SqlSessionFactory;
import org.mybatis.spring.SqlSessionFactoryBean;
import org.mybatis.spring.annotation.MapperScan;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.context.annotation.Primary;
import org.springframework.core.io.support.PathMatchingResourcePatternResolver;
import org.springframework.jdbc.datasource.DataSourceTransactionManager;

import javax.sql.DataSource;

@Configuration
@MapperScan(basePackages = SlaveDataSourceConfig.PACKAGE_NAME, sqlSessionFactoryRef = "slaveSqlSessionFactory")
public class SlaveDataSourceConfig {
    //定位到包类路径
    static final String PACKAGE_NAME = "org.example.mapper.slave";
    //设置 mapper.xml位置。
    static final String MAPPER_LOCATION="classpath:org/example/mapper/slave/MyStore.xml";
    @Value("${spring.datasource.slave.jdbc-url}")
    private String url;
    @Value("${spring.datasource.slave.username}")
    private String user;
    @Value("${spring.datasource.slave.password}")
    private String password;
    @Value("${spring.datasource.slave.driver-class-name}")
    private String driverClass;

    /**
     * 获得主数据源
     * @return
     */
    @Bean(name = "slaveDataSource")
    public DataSource slaveDataSource(){
        DruidDataSource dataSource = new DruidDataSource();
        dataSource.setDriverClassName(driverClass);//设置驱动
        dataSource.setUrl(url);
        dataSource.setUsername(user);
        dataSource.setPassword(password);
        return dataSource;
    }

    /**
     * 将 masterDataSource 注入到 masterTransactionManger
     * @return 管理数据库实物
     */
    @Bean(name = "slaveTransactionManager")
    public DataSourceTransactionManager slaveTransactionManager(){
        //使用了 @Bean,则可以直接依赖注入进去
        return new DataSourceTransactionManager(slaveDataSource());
    }
    @Bean(name = "slaveSqlSessionFactory")
    public SqlSessionFactory slaveSqlSessionFactory(@Qualifier("slaveDataSource") DataSource slaveDataSource) throws Exception {
        final SqlSessionFactoryBean sessionFactory = new SqlSessionFactoryBean();
        sessionFactory.setDataSource(slaveDataSource);
        sessionFactory.setMapperLocations(new PathMatchingResourcePatternResolver()
                .getResource(SlaveDataSourceConfig.MAPPER_LOCATION));
        return sessionFactory.getObject();
    }

}

为了进一步实验,需要在两个库中分别创建表,于是主库创建 m_singers 歌手表,在从数据库中创建 m_stores 商店表。

use test_spring_master;
create table `m_singers`(
    `id` int(11) unsigned not null auto_increment comment '歌手主键',
    `name` varchar(80) not null comment '歌手名',
    `age` int(3) default null comment '年龄',
    primary key (`id`)
)engine InnoDB default character set=utf8;
use test_spring_slave;
create table `m_stores`(
    `id` int(11) unsigned not null  auto_increment comment '主键',
    `name` varchar(100) NOT NULL  comment '店名',
    `space` int(6) not null  comment '单位平方米',
    `description` varchar(300) not null comment '简介',
    primary key (`id`)
)engine InnoDB DEFAULT character set=utf8;

创建用户并授予权限

create  user 'master'@'localhost' identified by'123456';
show grants for 'master'@'localhost';
create  user 'slave'@'localhost' identified by'123456';
GRANT ALL PRIVILEGES ON test_spring_slave.m_stores TO 'slave'@'localhost';
GRANT ALL PRIVILEGES ON test_spring_master.m_singers TO 'master'@'localhost';

 继续分别创建对应的实体类 

MyStore.java

package org.example.entity;

import lombok.Data;

import java.io.Serializable;

@Data
public class MyStore implements Serializable {
    // 主键
    private Integer id;
    // 名称
    private String name;
    // 地区
    private int space;
    // 描述
    private String description;
}

MySinger.java 

package org.example.entity;

import lombok.Data;

import java.io.Serializable;

@Data
public class MySinger implements Serializable {

    private Integer id;

    private String name;

    private int age;
}

对应的 Dao 文件:

MyStore。 

package org.example.mapper.slave;


import org.apache.ibatis.annotations.Mapper;
import org.apache.ibatis.annotations.Param;
import org.apache.ibatis.annotations.Select;
import org.example.entity.MyStore;

@Mapper
public interface MyStoreDao {

    int insert(MyStore record);

    int updateByPrimaryKey(MyStore record);

    MyStore findByName(@Param("name") String name);
}

MySinger。 

package org.example.mapper.master;


import org.apache.ibatis.annotations.Mapper;
import org.apache.ibatis.annotations.Param;
import org.example.entity.MySinger;

@Mapper
public interface MySingerDao {

    int deleteByPrimaryKey(Integer id);

    int insert(MySinger record);

    int insertSelective(MySinger record);

    MySinger selectByPrimaryKey(Integer id);

    int updateByPrimaryKeySelective(MySinger record);

    int updateByPrimaryKey(MySinger record);

    MySinger findByName(@Param("name") String name);
}

剩下的 controller,service 部分基本就是一般流程了,就不继续向下写了。 最后自己进行测试:

Spring 多数据源搭建_第1张图片

完成 。

2.其他多数据源解决方案 

其他解决方案也很多,如使用多个 Bean、自实现动态 DataSource 等,其中有一种方法非常简单高效 ,就是使用第三方的依赖包,动态加载不同的数据源,推荐使用 dynamic-datasource-spring-boot-starter。

dynamic-datasource-spring-boot-starter 是国内开发者维护的多数据源解决方案插件被作者称为一个基于 springboot 的快速继承多数据源的启动器。它的优点主要有支持数据源分组,适用于多种场景,纯粹多库、读写分离、一主多从混合模式。

POM.xml依赖

        
            com.baomidou
            dynamic-datasource-spring-boot-starter
            3.5.1
        

数据源配置

spring:
  datasource:
    dynamic:
      primary: master #设置默认的数据源或者数据数组,默认只即为 master
      strict: false #设置严格模式,默认false不启动。启动后在未匹配到指定数据源时会抛出异常,不启动则使用默认数据源。
      datasource:
        master:
          url: jdbc:mysql://xx.xx.xx.xx:3306/dynamic
          username: root
          password: 123456
          driver-class-name: com.mysql.cj.jdbc.Driver #3.2.0开始支持 SPI 可省略此配置
        slave_1:
          url: jdbc:mysql://xx.xx.xx.xx:3307/dynamic
          username: root
          password: 123456
          driver-class-name: com.mysql.cj.jdbc.Driver
        slave_2:
          url: ENC(xxxxx) #内置加密,使用详情请看文档。
          username: ENC(xxxxx)
          password: ENC(xxxxx)
          driver-class-name: com.mysql.cj.jdbc.Driver
          scherma: db/schema.sql #配置生效,自动初始化表格
          data: db/data.sql #配置生效,自动初始化数据
          continue-on-error: true #默认true ,初始化失败是否
          separator: "," #sql 默认分隔符
          #这些配置会配置一个默认库 master, 一个组 slave 下有两个子库 slave_1, slave_2

配置解释:

在这段配置中:

spring.datasource.dynamic 是 dynamic-datasource-spring-boot-starter 的配置前缀。

  • primary: master 设置主数据源为 “master”。

  • strict: false 为非严格模式。如果请求的数据源不存在,系统会自动回退到主数据源,而不是抛出异常。

  • datasource: 下面列出了所有的数据源,每一个数据源都有一个名字(在这个例子中是 master, slave_1, slave_2),和对应的数据源详情(url, username, password, driver-class-name)。

每个具体的数据源(比如 “master”)下:

  • url: 数据库的 JDBC URL。

  • username: 数据库用户名。

  • password: 数据库密码。ENC(xxx) 是一个加密格式,能够保护你的敏感信息不被明文展示。

  • driver-class-name: JDBC 驱动类型。如果你依赖的版本在3.2.0以上,驱动可以被自动识别,这个配置也可以省略。

scherma: db/schema.sql 和 data: db/data.sql 是你自定义的SQL语句文件。在 Spring Boot 中可以通过这种方式定义 SQL 文件的路径,然后在应用启动的时候自动执行这些 SQL 文件。

强调一下,这只是个示例,你需要根据具体的数据库信息(如类型、地址、端口、用户名、密码等)去做相应的调整和修改。例如,替换 xx.xx.xx.xx 为实际的数据库服务器地址,并且替换 username 和 password 为正确的数据库访问凭证等。

最后使用 @DS 注解,采取就近原则,方法上的注解优先于类上的注解,代码如下 : 

package org.example.service;

import com.baomidou.dynamic.datasource.annotation.DS;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.jdbc.core.JdbcTemplate;
import org.springframework.stereotype.Service;

import java.util.List;

@Service
@DS("slave")
public class UserServiceImpl implements UserService{
    @Autowired
    private JdbcTemplate jdbcTemplate;
    
    public List selectAll(){
        return jdbcTemplate.queryForList("select * from user");
    }
    @Override
    @DS("slave_1")
    public List selectByCondition(){
        return jdbcTemplate.queryForList("select * from user where age > 10");
    }
    
}


总结

多数据源搭建提供了灵活性、性能优化、隔离性和安全性方面的优势。它使应用程序能够更好地适应不同的需求,并在处理数据时提供更好的性能和可扩展性。

你可能感兴趣的:(spring-boot,spring,boot,后端,spring)