Spring动态数据源实现读写分离详解

一、创建基于ThreadLocal的动态数据源容器,保证数据源的线程安全性

package com.bounter.mybatis.extension;

/**
 * 基于ThreadLocal实现的动态数据源容器,保证DynamicDataSource的线程安全性
 * @author simon
 *
 */
public class DynamicDataSourceHolder {

 private static final ThreadLocal<String> dataSourceHolder = new ThreadLocal<>();

 public static void setDataSource(String dataSourceKey) {
 dataSourceHolder.set(dataSourceKey);
 }

 public static String getDataSource() {
 return dataSourceHolder.get();
 }

 public static void clearDataSource() {
 dataSourceHolder.remove();
 }
}

二、定义Spring动态数据源扩展类,用来实现Master、Slave数据源动态切换

package com.bounter.mybatis.extension;

import org.springframework.jdbc.datasource.lookup.AbstractRoutingDataSource;

/**
 * 自定义的Spring 动态数据源扩展类,用来实现Master、Slave数据源动态切换
 * @author simon
 *
 */
public class DynamicDataSource extends AbstractRoutingDataSource {

 @Override
 protected Object determineCurrentLookupKey() {
 //使用DynamicDataSourceHolder保证线程安全
 return DynamicDataSourceHolder.getDataSource();
 }

}

三、配置Master、Slave数据源

1. db.properties配置Master、Slave数据信息

# Master DB
db.master.url=jdbc:mysql://192.168.168.110:3306/bounter?useUnicode=true&characterEncoding=utf8&zeroDateTimeBehavior=convertToNull&allowMultiQueries=true&serverTimezone=PRC&useSSL=false
db.master.username=bounter
# AES encrypt,Base64 encode
db.master.password=ZNhnEjauk3pecZxxS84ofA==

# Slave DB
db.slave.url=jdbc:mysql://192.168.168.111:3306/database?useUnicode=true&characterEncoding=utf8&zeroDateTimeBehavior=convertToNull&allowMultiQueries=true&serverTimezone=PRC&useSSL=false
db.slave.username=bounter
# AES encrypt,Base64 encode
db.slave.password=jFYmt2f57RHhzItYDhWiSA==

2. Spring 配置文件配置Master、Slave连接池,动态数据源

<!-- Master数据源 -->
<bean id="masterDataSource" class="com.alibaba.druid.pool.DruidDataSource"
 init-method="init" destroy-method="close">
 <!-- 基本属性 url、user、password -->
 <property name="url" value="${db.master.url}" />
 <property name="username" value="${db.master.username}" />
 <property name="password" value="${db.master.password}" />
 <!-- 配置初始化大小、最小、最大 -->
 <property name="initialSize" value="20" />
 <property name="minIdle" value="1" />
 <property name="maxActive" value="40" />
 <!-- 配置获取连接等待超时的时间 -->
 <property name="maxWait" value="60000" />
 <!-- 配置间隔多久才进行一次检测,检测需要关闭的空闲连接,单位是毫秒 -->
 <property name="timeBetweenEvictionRunsMillis" value="60000" />
 <!-- 配置一个连接在池中最小生存的时间,单位是毫秒 -->
 <property name="minEvictableIdleTimeMillis" value="300000" />
 <property name="validationQuery" value="SELECT 'x'" />
 <property name="testWhileIdle" value="true" />
 <property name="testOnBorrow" value="false" />
 <property name="testOnReturn" value="false" />
 <!-- 配置监控统计拦截的filters -->
 <property name="filters" value="stat" />
</bean>

<!-- Slave数据源 -->
<bean id="slaveDataSource" class="com.alibaba.druid.pool.DruidDataSource"
 init-method="init" destroy-method="close">
 <!-- 基本属性 url、user、password -->
 <property name="url" value="${db.slave.url}" />
 <property name="username" value="${db.slave.username}" />
 <property name="password" value="${db.slave.password}" />
 <!-- 配置初始化大小、最小、最大 -->
 <property name="initialSize" value="20" />
 <property name="minIdle" value="1" />
 <property name="maxActive" value="40" />
 <!-- 配置获取连接等待超时的时间 -->
 <property name="maxWait" value="60000" />
 <!-- 配置间隔多久才进行一次检测,检测需要关闭的空闲连接,单位是毫秒 -->
 <property name="timeBetweenEvictionRunsMillis" value="60000" />
 <!-- 配置一个连接在池中最小生存的时间,单位是毫秒 -->
 <property name="minEvictableIdleTimeMillis" value="300000" />
 <property name="validationQuery" value="SELECT 'x'" />
 <property name="testWhileIdle" value="true" />
 <property name="testOnBorrow" value="false" />
 <property name="testOnReturn" value="false" />
 <!-- 配置监控统计拦截的filters -->
 <property name="filters" value="stat" />
</bean>

<!-- 自定义动态数据源 -->
 <bean id="dataSource" class="com.bounter.mybatis.extension.DynamicDataSource">
 <property name="targetDataSources">
  <map key-type="java.lang.String">
  <!-- 配置读写数据源 -->
  <entry value-ref="masterDataSource" key="write"></entry>
  <entry value-ref="slaveDataSource" key="read"></entry>
  </map>
 </property>
 <property name="defaultTargetDataSource" ref="masterDataSource"></property>
 </bean>

四、创建数据源切面,通过AOP实现根据Dao层方法前缀动态选取读、写数据源

package com.bounter.mybatis.aop;

import org.aspectj.lang.JoinPoint;
import org.aspectj.lang.annotation.After;
import org.aspectj.lang.annotation.Aspect;
import org.aspectj.lang.annotation.Before;
import org.springframework.context.annotation.EnableAspectJAutoProxy;
import org.springframework.stereotype.Component;

import com.bounter.mybatis.extension.DynamicDataSourceHolder;

/**
 * 数据源切面,通过dao方法前缀决定访问读、写数据源
 * @author simon
 *
 */
@Component
@Aspect
@EnableAspectJAutoProxy(proxyTargetClass = true)
public class DataSourceAspect {

 //读库数据源key
 private static final String DATASOURCE_KEY_READ = "read";
 //查询方法清单
 String[] queryMethods = {"find","get","query","count","select"};

 /**
 * dao层方法执行前选择数据源
 * @param point
 */
 @Before("execution(* com.bounter.mybatis.dao..*.*(..))")
 public void before(JoinPoint point) {
 // 获取到当前执行的方法名
 String methodName = point.getSignature().getName();
 //匹配查询方法
 for(String queryMethod : queryMethods) {
  if(methodName.startsWith(queryMethod)) {
  //查询方法设置数据源为读库
  DynamicDataSourceHolder.setDataSource(DATASOURCE_KEY_READ);
  break;
  }
 }
 }

 /**
 * dao层方法执行完后清空数据源选择
 * @param point
 */
 @After("execution(* com.bounter.mybatis.dao..*.*(..))")
 public void after(JoinPoint point) {
 DynamicDataSourceHolder.clearDataSource();
 }
}

github源码地址:https://github.com/13babybear/bounter-mybatis

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我们。

(0)

相关推荐

  • 详解使用spring aop实现业务层mysql 读写分离

    spring aop , mysql 主从配置 实现读写分离,接下来把自己的配置过程,以及遇到的问题记录下来,方便下次操作,也希望给一些朋友带来帮助. 1.使用spring aop 拦截机制现数据源的动态选取. import java.lang.annotation.ElementType; import java.lang.annotation.Target; import java.lang.annotation.Retention; import java.lang.annotation.

  • SpringMVC4+MyBatis+SQL Server2014实现数据库读写分离

    前言 基于mybatis的AbstractRoutingDataSource和Interceptor用拦截器的方式实现读写分离,根据MappedStatement的boundsql,查询sql的select.insert.update.delete,根据起判断使用读写连接串. 开发环境 SpringMVC4.mybatis3 项目结构 读写分离实现 1.pom.xml <dependencies> <dependency> <groupId>junit</grou

  • 使用Spring AOP实现MySQL数据库读写分离案例分析(附demo)

     一.前言 分布式环境下数据库的读写分离策略是解决数据库读写性能瓶颈的一个关键解决方案,更是最大限度了提高了应用中读取 (Read)数据的速度和并发量. 在进行数据库读写分离的时候,我们首先要进行数据库的主从配置,最简单的是一台Master和一台Slave(大型网站系统的话,当然会很复杂,这里只是分析了最简单的情况).通过主从配置主从数据库保持了相同的数据,我们在进行读操作的时候访问从数据库Slave,在进行写操作的时候访问主数据库Master.这样的话就减轻了一台服务器的压力. 在进行读写分离

  • Spring AOP切面解决数据库读写分离实例详解

    Spring AOP切面解决数据库读写分离实例详解 为了减轻数据库的压力,一般会使用数据库主从(master/slave)的方式,但是这种方式会给应用程序带来一定的麻烦,比如说,应用程序如何做到把数据写到master库,而读取数据的时候,从slave库读取.如果应用程序判断失误,把数据写入到slave库,会给系统造成致命的打击. 解决读写分离的方案很多,常用的有SQL解析.动态设置数据源.SQL解析主要是通过分析sql语句是insert/select/update/delete中的哪一种,从而对

  • Spring boot实现数据库读写分离的方法

    背景 数据库配置主从之后,如何在代码层面实现读写分离? 用户自定义设置数据库路由 Spring boot提供了AbstractRoutingDataSource根据用户定义的规则选择当前的数据库,这样我们可以在执行查询之前,设置读取从库,在执行完成后,恢复到主库. 实现可动态路由的数据源,在每次数据库查询操作前执行 ReadWriteSplitRoutingDataSource.java import org.springframework.jdbc.datasource.lookup.Abst

  • 详解Spring AOP 实现主从读写分离

    深刻讨论为什么要读写分离? 为了服务器承载更多的用户?提升了网站的响应速度?分摊数据库服务器的压力?就是为了双机热备又不想浪费备份服务器?上面这些回答,我认为都不是错误的,但也都不是完全正确的.「读写分离」并不是多么神奇的东西,也带不来多么大的性能提升,也许更多的作用的就是数据安全的备份吧. 从一个库到读写分离,从理论上对服务器压力来说是会带来一倍的性能提升,但你仔细思考一下,你的应用服务器真的很需要这一倍的提升么?那倒不如你去试着在服务器使用一下缓存系统,如 Memcached.Redis 这

  • SpringBoot集成Spring Data JPA及读写分离

    相关代码: github OSCchina JPA是什么 JPA(Java Persistence API)是Sun官方提出的Java持久化规范,它为Java开发人员提供了一种对象/关联映射工具 来管理Java应用中的关系数据.它包括以下几方面的内容: 1.ORM映射 支持xml和注解方式建立实体与表之间的映射. 2.Java持久化API 定义了一些常用的CRUD接口,我们只需直接调用,而不需要考虑底层JDBC和SQL的细节. 3.JPQL查询语言 这是持久化操作中很重要的一个方面,通过面向对象

  • Spring+MyBatis实现数据库读写分离方案

    推荐第四种 方案1 通过MyBatis配置文件创建读写分离两个DataSource,每个SqlSessionFactoryBean对象的mapperLocations属性制定两个读写数据源的配置文件.将所有读的操作配置在读文件中,所有写的操作配置在写文件中. 优点:实现简单 缺点:维护麻烦,需要对原有的xml文件进行重新修改,不支持多读,不易扩展 实现方式 <bean id="abstractDataSource" abstract="true" class=

  • Spring配置动态数据源实现读写分离的方法

    前言 最近因为工作的需要,要搭建的一个项目需要实现数据源的读写分离,在这里将代码进行分享,有需要的朋友们可以参考学习. 首先是配置数据源 <!--读数据源配置--> <bean id="readDataSource" class="com.alibaba.druid.pool.DruidDataSource" init-method="init"destroy-method="close"> //配置省

  • Spring 实现数据库读写分离的示例

    现在大型的电子商务系统,在数据库层面大都采用读写分离技术,就是一个Master数据库,多个Slave数据库.Master库负责数据更新和实时数据查询,Slave库当然负责非实时数据查询.因为在实际的应用中,数据库都是读多写少(读取数据的频率高,更新数据的频率相对较少),而读取数据通常耗时比较长,占用数据库服务器的CPU较多,从而影响用户体验.我们通常的做法就是把查询从主库中抽取出来,采用多个从库,使用负载均衡,减轻每个从库的查询压力. 采用读写分离技术的目标:有效减轻Master库的压力,又可以

随机推荐