SHARDINGSPHERE,ShardingSphereJDBC
sharding-sphere之SQL解析select
以mysql为例，先看一下sql的写法: 官网地址： 请点击我
sql关联查询的格式如下:
结果集合并:
sql的解析过程如官方文档sql写法解析过程一直，流程图如下:
举个例子：以mysql的查询sql为例，看看语法解析器的解析过程:
sql语法解析器的解析过程，获取 MySQLSelectParser ，并解析。和上一篇 insert 都一致。
在 MySQLSelectParser 的解析过程中，首先会解析sql，归并子查询，组装返回的statement，具体过程参照文章上方图，按照官方sql写法，一步一步解析，最终解析完成。
接下来一个一个看看，到底分别都是如何解析的
如果sql中有distinct，或者distinctrow，则抛异常，不支持该语句
跳过HIGH_PRIORITY，STRAIGHT_JOIN，SQL_BIG_RESULT,SQL_SMALL_RESULT,SQL_BIG_RESULT,SQL_BUFFER_RESULT,SQL_CACHE,SQL_NO_CACHE,SQL_CALC_FOUND_ROWS关键字。
选项之间 , 隔开，直到解析最后一个分词不是,结束，循坏处理。
在解释分词的时候，跳过其他的关键字，然后判断是否是 * ,或者 MAX,MIN,SUM,AVG,COUNT 函数，或者是普通返回字段，按照不同格式解析。
解析带 * 的语句逻辑，个人理解，组装StarSelectItem即可，有些逻辑不太了解，后续再更。
处理MAX,MIN,SUM,AVG,COUNT函数的逻辑如下：
根据.，()做不同的处理逻辑，解析别名，返回分词组装SelectItem。
再具体解析时，首先会获取第一分词，然后看下一个分词是不是 . ,如果是 . ，则第一分词是schema的名称，下一分词为表名称，不然第一分词是表名称。
在解析join语句时，首先判断是否是join子查询，如果是，则不支持。
在判断join结束的时候，实质是跳过 on 分词，解析on table1.a=table2.b这样的语句，分析前一个表达式和第二个表达式。
表关联结束之后，整个from语句就解析完成了，接下来的就是where语句了。
按照,分割，一个一个解析处理
不支持UNION，INTERSECT，MINUS，EXCEPT
以一下sql为例：
解析结果如图：
fyi
干货满满：基于ShardingSphere实现动态数据源
在互联网公司中，或者大型应用系统中，我们作为开发人员通常需要面对海量的数据，这些海量数据通常都是百万级，千万级的数据量。而且这些海量数据对企业和用户来说都是至关重要的。面对如此海量的数据，我们需要保证数据的安全可靠；当保存数据的时候数据不能丢失，当查询数据的时候，需要保证数据的及时响应。
那么，如何保证这些海量数据的安全可靠，以及实时查询呢？
当然，这里肯定会有很多解决方案。在当下大数据时代，出现了很多比较友好的解决方案和框架可以解决这个问题。例如：Elasticsearch，Hadoop等，都是现在比较流行的框架。
目前，大多数企业应用系统中的数据应该都是结构化的，也就是这些海量数据存储在关系型数据库中，例如：Mysql，Oracle等。而且Mysql关系型数据库一般都是初创企业或者中小企业的首选。那么Mysql如何承载百万级，千万级的数据呢？根据阿里巴巴的开发守则，建议Mysql的数据表容量不要超过500万条数据记录，也就说建议在500万条数据记录的时候做一次分表。针对Mysql的分库分表已经存在很多成熟，开源的解决方案和框架，例如：Mycat，ShardingSphere等。
但是，在大多数业务场景中Mysql的一个库会有很多表，数据量大的，需要及时响应查询的数据表可能就那么几张，例如：订单表数据量比较大，配置表数据量比较小；我们需要对数据量比较大的订单表进行分库分表操作，配置表可以不需要分库分表。也就是说我们需要对部分表进行分库分表，部分表不进行分库分表。那么我们可以考虑使用ShardingSphere的动态数据源，对需要分库分表的数据我们把正确的数据源路由到正确的库上，把不需要分库分表的表路由到默认的数据库。
下面我们以SpringBoot为例把详细的实践过程记录下来，方便以后查阅。
引入ShardingSphere的maven dependency，采用4.0.0版本
配置多数据源
说明如下：
多数据源配置类
说明如下：
下面配置SpringBoot的数据源
说明如下：
下面是我们自定义的分片算法CustomShardingAlgorithm类
说明如下：
通过以上配置和自定义分片算法，借助ShardingSphere框架我们已经实现了通过携带分片键的增删改查sql语句动态路由数据源。如果操作我们需要分库分表的sql语句没用携带分片键，ShardingSphere会报错并且在日志信息中会看到对应的错误信息。
当然除过ShardingSphere能够实现动态数据源，其他框架或者方式也可以实现，例如：Spring AOP切面，拦截器也可以实现。那么就是仁者见仁，智者见智了。
参考资料：
shardingshpere-jdbc读写分离实现5.0.0-alpha
【java实现版本】
1、nacos配置：
2、pom文件
3、在对应包下面新加一个config文件。
4、插入或更新后立即查询，请在查询前面执行
// 强制到主库进行查询，用于新增或者更新后立即查询
HintManager.getInstance().setPrimaryRouteOnly();
5、shardingsphere-jdbc只负责读写分离，其中的主从同步需要使用原生mysql主从同步机制。
【nacos配置实现版本】
1.nacos配置
2、pom文件
3、插入或更新后立即查询，请在查询前面执行
// 强制到主库进行查询，用于新增或者更新后立即查询
HintManager.getInstance().setPrimaryRouteOnly();
4、shardingsphere-jdbc只负责读写分离，其中的主从同步需要使用原生mysql主从同步机制。
ShardingSphere-Proxy5.1.0搭建及自定义算法编写
官方的文档
新建Maven工程
pom.xml添加以下依赖
实现 ShardingAlgorithm 接口定义的算法实现类。
新建类ShardingDatabaseModuloAlgorithm实现StandardShardingAlgorithm接口
在项目 resources 目录下创建 META-INF/services 目录。
在 META-INF/services 目录下新建文件 org.apache.shardingsphere.sharding.spi.ShardingAlgorithm
将实现类的绝对路径写入至文件 org.apache.shardingsphere.sharding.spi.ShardingAlgorithm
打包成jar包
上传至/opt/module/shardingsphere-5.1.0-bin/ext-lib
官方说明
ShardingSphere-Proxy 支持多逻辑数据源，每个以 config- 前缀命名的 YAML 配置文件，即为一个逻辑数据源。
在 /opt/module/shardingsphere-5.1.0-bin/conf 中新建一个文件config-sharding-orders.yaml
修改 /opt/module/shardingsphere-5.1.0-bin/conf 下的 server.yaml
运行 /opt/module/shardingsphere-5.1.0-bin/bin 下的 start.sh
使用MYSQL客户端连接试试
成功
例如：
预览实际 SQL
语法： PREVIEW SQL
SQL语句： PREVIEW SELECT * FROM t_order
设置属性值
语法： SET VARIABLE proxy_property_name = xx
SQL语句： SET VARIABLE sql_show = true 设置sql写入到日志
查询所有属性
SHOW ALL VARIABLES
查询单个属性
SHOW VARIABLE sql_show
查看当前模式
SHOW INSTANCE MODE
例如：StandardShardingAlgorithmLong
当SQL语句为
会报异常 java.lang.integer cannot be cast to java.lang.long
只有数值超过Integer范围时才不会报错
写这篇文章前，找了很多的资料都没有说自定义接口的每个方法的作用，完全是靠试出来的，官方文档写的对新手太不友好了，很多文档都得靠一个个目录去翻，东西确实不多，但是很多示例不写就很浪费时间自己去琢磨
分片策略可以看下面文章了解