好的，作為一個合格的bug生產者，我們直接進入主題，多數據源和讀寫分離實現方案。

首先多數據源和讀寫分離什么時候我們才需要呢？

多數據源：一個單體項目過于復雜，需要操作多個業務庫的時候，就需要多數據源操作不同的數據

讀寫分離：數據庫壓力較大時，我們考慮讀寫分離，主庫寫，從庫讀，減少數據庫的壓力。多個庫數據是一樣的。

理解完使用場景后，再入主題，怎么實現呢？這里說三種實現方式

1、擴展Spring的AbstractRoutingDataSource 2、通過Mybatis 配置不同的 Mapper 使用不同的 SqlSessionTemplate 3、分庫分表中間件，比如Sharding-JDBC 、Mycat等。

好的，再讓我們直入主題

擴展Spring的AbstractRoutingDataSource

多數據源

基于Spring AbstractRoutingDataSource做擴展，通過繼承AbstractRoutingDataSource抽象類，實現一個管理多個 DataSource的數據源管理類。Spring 在獲取數據源時，可以通過 數據源管理類 返回實際的 DataSource 。

然后我們可以定義一個注解，添加到service、dao上，表示一個實際的對應的datasource。

不過這個方式，對于spring事物的支持不好，多個數據源無法保障事物。這個問題是多數據源的通用問題了。

廢話不多說，下面我們說下具體實現把，首先pom要引入的依賴的話很簡單，就是一個springboot項目。

pom.xml

<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId> </dependency> <dependency><groupId>org.mybatis.spring.boot</groupId><artifactId>mybatis-spring-boot-starter</artifactId><version>2.1.2</version> </dependency> <dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-aop</artifactId> </dependency> <dependency><groupId>mysql</groupId><artifactId>mysql-connector-java</artifactId><scope>runtime</scope> </dependency> <dependency><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId><optional>true</optional> </dependency> <dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-test</artifactId><scope>test</scope><exclusions><exclusion><groupId>org.junit.vintage</groupId><artifactId>junit-vintage-engine</artifactId></exclusion></exclusions> </dependency> <!--實現對 Druid 連接池的自動化配置--> <dependency><groupId>com.alibaba</groupId><artifactId>druid-spring-boot-starter</artifactId><version>1.1.21</version> </dependency>

application配置多數據源

server:port: 8080spring:application:name: dynamicdatasource:mall:url: jdbc:mysql://rm-xxxxx.mysql.rds.aliyuncs.com/luu_mall?useSSL=false&useUnicode=true&characterEncoding=UTF-8driver-class-name: com.mysql.jdbc.Driverusername: root # 數據庫賬號password: root0319@ # 數據庫密碼type: com.alibaba.druid.pool.DruidDataSource # 設置類型為 DruidDataSourcemin-idle: 0 # 池中維護的最小空閑連接數，默認為 0 個。max-active: 20 # 池中最大連接數，包括閑置和使用中的連接，默認為 8 個。# 用戶數據源配置users:url: jdbc:mysql://rm-xxxxxx.mysql.rds.aliyuncs.com/luu_user_center?useSSL=false&useUnicode=true&characterEncoding=UTF-8driver-class-name: com.mysql.jdbc.Driverusername: root # 數據庫賬號password: root0319@ # 數據庫密碼type: com.alibaba.druid.pool.DruidDataSource # 設置類型為 DruidDataSource# Druid 自定義配置，對應 DruidDataSource 中的 setting 方法的屬性min-idle: 0 # 池中維護的最小空閑連接數，默認為 0 個。max-active: 20 # 池中最大連接數，包括閑置和使用中的連接，默認為 8 個。# Druid 自定義配置，對應 DruidDataSource 中的 setting 方法的屬性druid: # 設置 Druid 連接池的自定義配置。然后 DruidDataSourceAutoConfigure 會自動化配置 Druid 連接池。filter:stat: # 配置 StatFilter ，對應文檔 https://github.com/alibaba/druid/wiki/%E9%85%8D%E7%BD%AE_StatFilterlog-slow-sql: true # 開啟慢查詢記錄slow-sql-millis: 5000 # 慢 SQL 的標準，單位：毫秒merge-sql: true # SQL合并配置stat-view-servlet: # 配置 StatViewServlet ，對應文檔 https://github.com/alibaba/druid/wiki/%E9%85%8D%E7%BD%AE_StatViewServlet%E9%85%8D%E7%BD%AEenabled: true # 是否開啟 StatViewServletlogin-username: root # 賬號login-password: root # 密碼mybatis:mapper-locations: classpath:mapper/*.xmltype-aliases-package: com.luu.druid.druid_demo.entity.*

配置多數據源DynamicDataSourceConfig

@Configuration public class DynamicDataSourceConfig {/*** 創建 orders 數據源*/@Bean(name = "mallDataSource")@ConfigurationProperties(prefix = "spring.datasource.mall") // 讀取 spring.datasource.orders 配置到 HikariDataSource 對象public DataSource ordersDataSource() {return DruidDataSourceBuilder.create().build();}/*** 創建 users 數據源*/@Bean(name = "usersDataSource")@ConfigurationProperties(prefix = "spring.datasource.users")public DataSource usersDataSource() {return DruidDataSourceBuilder.create().build();}@Bean@Primarypublic DynamiDataSource dataSource(DataSource mallDataSource, DataSource usersDataSource) {Map<Object, Object> targetDataSources = new HashMap<>(2);targetDataSources.put(DataSourceFlag.DATA_SOURCE_FLAG_MALL, mallDataSource);targetDataSources.put(DataSourceFlag.DATA_SOURCE_FLAG_USER, usersDataSource);// 還有數據源,在targetDataSources中繼續添加System.out.println("DataSources:" + targetDataSources);//默認的數據源是oneDataSourcereturn new DynamiDataSource(mallDataSource, targetDataSources);}}

常量DataSourceFlag裝載這我們區分數據源的key

public interface DataSourceFlag {?? public static String DATA_SOURCE_FLAG_MALL = "mall";? public static String DATA_SOURCE_FLAG_USER = "user";? }

DynamiDataSource用來繼承Spring AbstractRoutingDataSource來實現數據源切換，并且設置默認數據源。

public class DynamiDataSource extends AbstractRoutingDataSource {/*** 配置DataSource, defaultTargetDataSource為主數據庫*/public DynamiDataSource(DataSource defaultTargetDataSource, Map<Object, Object> targetDataSources) {//設置默認數據源super.setDefaultTargetDataSource(defaultTargetDataSource);//設置數據源列表super.setTargetDataSources(targetDataSources);super.afterPropertiesSet();}@Overrideprotected Object determineCurrentLookupKey() {return DynamicDataSourceHolder.getRouteKey();} }

通過DynamicDataSourceHolder操作ThreadLocal來保存當前線程操作的哪個數據源

/*** 數據源管路由*/ public class DynamicDataSourceHolder {private static ThreadLocal<String> routeKey = new ThreadLocal<String>();/*** 獲取當前線程的數據源路由的key*/public static String getRouteKey() {String key = routeKey.get();return key;}/*** 綁定當前線程數據源路由的key* 使用完成后必須調用removeRouteKey()方法刪除*/public static void setRouteKey(String key) {routeKey.set(key);}/*** 刪除與當前線程綁定的數據源路由的key*/public static void removeRouteKey() {routeKey.remove();} }

到這里配置基本完成來，那要怎么用呢，如何切換數據源呢，這里我們上面有說到，通過注解，來切換數據源。所以定義一個注解ChangeDataSource，不同的key切換不同的數據源

@Documented @Target({ElementType.METHOD}) @Retention(RetentionPolicy.RUNTIME) public @interface ChangeDataSource {String value() default DataSourceFlag.DATA_SOURCE_FLAG_MALL; }

我們把注解用在mapper方法上

@Mapper public interface TestMapper {int test();String mallNoAnno();@ChangeDataSource(DataSourceFlag.DATA_SOURCE_FLAG_MALL)String mallExitAnno();@ChangeDataSource(DataSourceFlag.DATA_SOURCE_FLAG_USER)String userNoAnno();@ChangeDataSource(DataSourceFlag.DATA_SOURCE_FLAG_USER)String userExitAnno();}

然后通過切面DataSourceAspect更換ThreadLocal中key實現數據源切換

@Aspect @Component public class DataSourceAspect implements Ordered {protected Logger logger = LoggerFactory.getLogger(getClass());/*** 切點: 所有配置 ChangeDataSource 注解的方法*/@Pointcut("@annotation(com.luu.druid.druid_demo.common.ChangeDataSource)")public void dataSourcePointCut() {}@Around("dataSourcePointCut()")public Object around(ProceedingJoinPoint point) throws Throwable {MethodSignature signature = (MethodSignature) point.getSignature();Method method = signature.getMethod();ChangeDataSource ds = method.getAnnotation(ChangeDataSource.class);// 通過判斷 @ChangeDataSource注解 中的值來判斷當前方法應用哪個數據源DynamicDataSourceHolder.setRouteKey(ds.value());System.out.println("當前數據源: " + ds.value());logger.debug("set datasource is " + ds.value());try {return point.proceed();} finally {DynamicDataSourceHolder.removeRouteKey();logger.debug("clean datasource");}}@Overridepublic int getOrder() {return 1;} }

單元測試

@SpringBootTest class DruidDemoApplicationTests {@AutowiredTestMapper testMapper;@Testvoid contextLoads() {int i = testMapper.test();String id = testMapper.mallNoAnno();String id2 = testMapper.mallExitAnno();String name = testMapper.userNoAnno();String name2 = testMapper.userExitAnno();} }

到這里呢，代碼基本寫完來。這里就是多數據源的配置，然后還有讀寫分離怎么實現呢。

而上面我們說到事物上不起效果的，因為事物上要拿到數據源的連接對象，而這里我們在mapper層有更換數據源，所以是不行的，所以數據源無法切換成果，然后執行的時候會報錯的。但是如果我們整個是在Service上使用這個注解，整個方法上同一個數據源就可以的。

實現讀寫分離

其實讀寫分離的實現通過上面的方式稍微修改下就可以來，就是在切面中，不在通過注解，根據方法名的前綴來判斷是走主庫，還是走從庫。比如find、select這樣讀數據的就走從庫，而insert這樣的就走主庫。具體的代碼的話，摸一摸我發量不多的頭，算了，偷一偷就不貼來，反正思路就是這樣的。

通過Mybatis 配置不同的 Mapper 使用不同的 SqlSessionTemplate

根據不同操作類（就是mapper），然后創建不同的SqlSessionTemplate ，這樣每個SqlSessionTemplate 就可以設置不同的數據源和掃描不同的mapper咯。聽起來是不是很簡單呢。不用管什么切面不切面的，不像上面那么麻煩咯。但是多數據源的通病還是在滴，那就是多數據源事物用起來不方便啦。

多數據源

還是用剛才的springboot項目吧，改動一下咯。pom文件啥的就不說咯，跟上面一樣的。然后我們看下配置文件，數據源還是一樣，兩個數據源一樣的配置，只不過這里沒有mybatis的配置咯。

application

server:port: 8080spring:application:name: dynamicdatasource:mall:url: jdbc:mysql://rm-wz9yy0528x91z1iqdco.mysql.rds.aliyuncs.com/luu_mall?useSSL=false&useUnicode=true&characterEncoding=UTF-8driver-class-name: com.mysql.cj.jdbc.Driverusername: root # 數據庫賬號password: root0319@ # 數據庫密碼type: com.alibaba.druid.pool.DruidDataSource # 設置類型為 DruidDataSourcemin-idle: 0 # 池中維護的最小空閑連接數，默認為 0 個。max-active: 20 # 池中最大連接數，包括閑置和使用中的連接，默認為 8 個。# 用戶數據源配置users:url: jdbc:mysql://rm-wz9yy0528x91z1iqdco.mysql.rds.aliyuncs.com/luu_user_center?useSSL=false&useUnicode=true&characterEncoding=UTF-8driver-class-name: com.mysql.cj.jdbc.Driverusername: root # 數據庫賬號password: root0319@ # 數據庫密碼type: com.alibaba.druid.pool.DruidDataSource # 設置類型為 DruidDataSource# Druid 自定義配置，對應 DruidDataSource 中的 setting 方法的屬性min-idle: 0 # 池中維護的最小空閑連接數，默認為 0 個。max-active: 20 # 池中最大連接數，包括閑置和使用中的連接，默認為 8 個。# Druid 自定義配置，對應 DruidDataSource 中的 setting 方法的屬性druid: # 設置 Druid 連接池的自定義配置。然后 DruidDataSourceAutoConfigure 會自動化配置 Druid 連接池。filter:stat: # 配置 StatFilter ，對應文檔 https://github.com/alibaba/druid/wiki/%E9%85%8D%E7%BD%AE_StatFilterlog-slow-sql: true # 開啟慢查詢記錄slow-sql-millis: 5000 # 慢 SQL 的標準，單位：毫秒merge-sql: true # SQL合并配置stat-view-servlet: # 配置 StatViewServlet ，對應文檔 https://github.com/alibaba/druid/wiki/%E9%85%8D%E7%BD%AE_StatViewServlet%E9%85%8D%E7%BD%AEenabled: true # 是否開啟 StatViewServletlogin-username: root # 賬號login-password: root # 密碼

DBConstants常量類

public class DBConstants {public static final String TX_MANAGER_MALL = "malltransactionManager";public static final String TX_MANAGER_SER = "usertransactionManager"; }

然后就是創建不同的SqlSessionTemplate和數據源了。

DataSourceMallConfig配置mall的數據源，并且mallSqlSessionTemplate設置了掃面mapper包位置

@Configuration @MapperScan(basePackages = "com.luu.druid.druid_demo.mapper.mall", sqlSessionTemplateRef = "mallSqlSessionTemplate") public class DataSourceMallConfig {/*** 創建 mall 數據源*/@Bean(name = "mallDataSource")@ConfigurationProperties(prefix = "spring.datasource.mall")public DataSource mallDataSource() {return DruidDataSourceBuilder.create().build();}/*** 創建 MyBatis SqlSessionFactory*/@Bean(name = "mallSqlSessionFactory")public SqlSessionFactory sqlSessionFactory(DataSource mallDataSource) throws Exception {SqlSessionFactoryBean bean = new SqlSessionFactoryBean();// <2.1> 設置 orders 數據源bean.setDataSource(mallDataSource);// <2.2> 設置 entity 所在包bean.setTypeAliasesPackage("com.luu.druid.druid_demo.entity.*");// <2.3> 設置 config 路徑 // bean.setConfigLocation(new PathMatchingResourcePatternResolver().getResource("classpath:mybatis-config.xml"));// <2.4> 設置 mapper 路徑bean.setMapperLocations(new PathMatchingResourcePatternResolver().getResources("classpath:mapper/mall/*.xml"));return bean.getObject();}/*** 創建 MyBatis SqlSessionTemplate*/@Bean(name = "mallSqlSessionTemplate")public SqlSessionTemplate sqlSessionTemplate(DataSource mallDataSource) throws Exception {return new SqlSessionTemplate(this.sqlSessionFactory(mallDataSource));}/*** 創建 mall 數據源的 TransactionManager 事務管理器*/@Bean(name = DBConstants.TX_MANAGER_MALL)public PlatformTransactionManager transactionManager(DataSource mallDataSource) {return new DataSourceTransactionManager(mallDataSource);}}

DataSourceUserConfig配置user的數據源，并且userSqlSessionTemplate設置了掃面mapper包位置

@Configuration @MapperScan(basePackages = "com.luu.druid.druid_demo.mapper.user", sqlSessionTemplateRef = "userSqlSessionTemplate") public class DataSourceUserConfig {/*** 創建 user 數據源*/@Bean(name = "userDataSource")@ConfigurationProperties(prefix = "spring.datasource.users")public DataSource userDataSource() {return DruidDataSourceBuilder.create().build();}/*** 創建 MyBatis SqlSessionFactory*/@Bean(name = "userSqlSessionFactory")public SqlSessionFactory sqlSessionFactory(DataSource userDataSource) throws Exception {SqlSessionFactoryBean bean = new SqlSessionFactoryBean();// <2.1> 設置 orders 數據源bean.setDataSource(userDataSource);// <2.2> 設置 entity 所在包bean.setTypeAliasesPackage("com.luu.druid.druid_demo.entity.*");// <2.3> 設置 config 路徑 // bean.setConfigLocation(new PathMatchingResourcePatternResolver().getResource("classpath:mybatis-config.xml"));// <2.4> 設置 mapper 路徑bean.setMapperLocations(new PathMatchingResourcePatternResolver().getResources("classpath:mapper/user/*.xml"));return bean.getObject();}/*** 創建 MyBatis SqlSessionTemplate*/@Bean(name = "userSqlSessionTemplate")public SqlSessionTemplate sqlSessionTemplate(DataSource userDataSource) throws Exception {return new SqlSessionTemplate(this.sqlSessionFactory(userDataSource));}/*** 創建 user 數據源的 TransactionManager 事務管理器*/@Bean(name = DBConstants.TX_MANAGER_SER)public PlatformTransactionManager transactionManager(DataSource userDataSource) {return new DataSourceTransactionManager(userDataSource);}}

到這多數據源配置就差不多了，不同的mapper對應不同的數據源。這里mapper，entity啥的就不貼出來了，秉承著能偷懶就偷懶的一貫風格。直接把單元測試貼一下看下。

@SpringBootTest class DruidDemoApplicationTests {@AutowiredUserMapper userMapper;@AutowiredTestMapper testMapper;@Testvoid contextLoads() {String id = testMapper.mallNoAnno();String id2 = testMapper.mallExitAnno();String name = userMapper.userNoAnno();String name2 = userMapper.userExitAnno();} }

當然，上面說到說，依然是多數據源，所以呢對于事物的支持依然是有問題的。

讀寫分離

這種方式實現讀寫分離，就不用多說咯吧，我這個專業bug制造者都想的明白，各位大佬也能想明白的。

分庫分表中間件，比如Sharding-JDBC 、Mycat等

對于分庫分表的中間件，會解析我們編寫的 SQL ，路由操作到對應的數據源。那么，它們天然就支持多數據源。如此，我們僅需配置好每個表對應的數據源，中間件就可以透明的實現多數據源或者讀寫分離。Sharding-JDBC 、Mycat是比較常用的中間件，這里使用的話就不寫了，后面會專門寫如何去使用它們的，Sharding-JDBC并且支持分布式事物的。

如果需要可以下載代碼試試的dynamic-datasource-spring、dynamic-datasource-mybatis，到此完美收工：

https://github.com/servef-toto/luu_yinchuishiting.git?github.com

總結

以上是生活随笔為你收集整理的2 数据源配置_论多数据源（读写分离）的实现方案的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。