多数据源(读写分离)、事务
yudao-spring-boot-starter-mybatis
(opens new window) 技术组件,除了提供 MyBatis 数据库操作,还提供了如下 2 种功能:
- 数据连接池:基于 Alibaba Druid (opens new window) 实现,额外提供监控的能力。
- 多数据源(读写分离):基于 Dynamic Datasource (opens new window) 实现,支持 Druid 连接池,可集成 Seata (opens new window) 实现分布式事务。
# 1. 数据连接池
友情提示:
如果你未学习过 Druid 数据库连接池,可以后续阅读 《芋道 Spring Boot 数据库连接池入门》 (opens new window) 文章。
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>druid-spring-boot-starter</artifactId>
</dependency>
# 1.1 Druid 监控配置
在 application-local.yaml
(opens new window) 配置文件中,通过 spring.datasource.druid
配置项,仅仅设置了 Druid 监控相关的配置项目,具体数据库的设置需要使用 Dynamic Datasource 的配置项。如下图所示:
# 1.2 Druid 监控界面
① 访问后端的 /druid/index.html
路径,例如说本地的 http://127.0.0.1:48080/druid/index.html
地址,可以查看到 Druid 监控界面。如下图所示:
② 访问前端的 [基础设施 -> MySQL 监控] 菜单,也可以查看到 Druid 监控界面。如下图所示:
补充说明:
前端 [基础设施 -> MySQL 监控] 菜单,通过 iframe 内嵌后端的 /druid/index.html
路径。
如果你想自定义地址,可以前往 [基础设置 -> 配置管理] 菜单,设置 key 为 url.druid
配置项。
# 1.3 如何开启登录?
生产环境下,建议 Druid 监控界面开启“安全认证”的功能,避免出现安全事故。
只需要在 spring.datasource.druid.stat-view-servlet
配置项中,设置 login-username
和 login-password
即可。开启后,登录界面如下图所示:
# 2. 多数据源
友情提示:
如果你未学习过多数据源,可以后续阅读 《芋道 Spring Boot 多数据源(读写分离)入门》 (opens new window) 文章。
<dependency>
<groupId>com.baomidou</groupId>
<artifactId>dynamic-datasource-spring-boot-starter</artifactId>
</dependency>
# 2.1 多数据源配置
在 application-local.yaml
(opens new window) 配置文件中,通过 spring.datasource.dynamic
配置项,配置了 Master-Slave 主从两个数据源。如下图所示:
# 2.2 数据源切换
# 2.2.1 @Master 注解
在方法上添加 @Master
(opens new window) 注解,使用名字为 master
的数据源,即使用【主】库,一般适合【写】场景。示例如下图:
由于项目的 spring.datasource.dynamic.primary
为 master
,默认使用【主】库,所以无需手动添加 @Master
注解。
# 2.2.2 @Slave 注解
在方法上添加 @Slave
(opens new window) 注解,使用名字为 slave
的数据源,即使用【从】库,一般适合【读】场景。示例如下图:
# 2.2.3 @DS 注解
在方法上添加 @DS
(opens new window) 注解,使用指定名字的数据源,适合多数据源的情况。示例如下图:
# 3. 事务相关
事务一共有 3 种解决方案,分别是:
- 单机 + 单数据源:
@Transactional
注解 - 单机 + 多数据源:
@DSTransactional
注解 - 多机 + 单/多数据源:Seata 分布式事务
# 3.1 @Transactional 注解
大多数情况下,是单机 + 单个数据源的操作,只需要在方法上添加 Spring @Transactional
注解,声明事务即可。
具体的使用,可以项目里搜 @Transactional
关键字,就可以看到非常多的使用示例。
# 3.2 @DSTransactional 注解
如果单机 + 多个数据源的操作,使用 @Transactional
声明的事务中,无法进行数据源的切换。此时,可以使用 Dynamic Datasource 提供的 @DSTransactional
(opens new window) 注解,支持多数据源的切换。
友情提示:
@DSTransactional
注解,提供相对可靠的多数据源的事务一致性,但是不绝对,可学习 《DSTransactional 实现源码分析 》 (opens new window) 文章。
使用的示例,AService 调用 BService、CService,并且分别对应 a、b、c 各自的数据源,代码如下所示:
public class AService {
@Resource
private BService bService;
@Resource
private CService cService;
@DS("a") // 注意:如果 a 是默认数据源时,则不需要 @DS 注解
@DSTransactional
public void create() {
bService.createB();
CService.createC();
}
}
public class BService {
@DS("b")
public void createB() {
// 调用 bMapper 逻辑
}
}
public class CService {
@DS("c")
public void createC() {
// 调用 cMapper 逻辑
}
}
场景问题:
问题 ①:c 数据源的操作发生异常,a、b 数据源会回滚么?
- 答案:会的,因为最终是最外层的
@DSTransactional
注解对应的方法结束后,才进行事务的提交,所以它实际不需要回滚。 - 注意:但是有一点要注意,如果提交时某个数据源的事务提交失败,则可能导致事务的不一致。
问题 ②:b、c 数据源的方法,也添加 @DSTransactional
注解,会不会影响事务?
- 答案:不会,可以放心大胆的加。
# 3.3 分布式事务
在多机分布式场景下,无论是单数据源、多数据源,本质上都是分布式事务,建议引入 Seata 框架,提供完整的分布式事务的解决方案,可学习 《芋道 Seata 极简入门 》 (opens new window) 文章。
不过如果你是单机项目,则可以不用关注着一点哈!
# 4. 分库分表
建议采用 ShardingSphere 的子项目 Sharding-JDBC 完成分库分表的功能,可阅读 《芋道 Spring Boot 分库分表入门 》 (opens new window) 文章,学习如何整合进项目。