学步园

1.引言 
   笔者最近在做一个互联网的“类SNS”应用，应用中用户数量巨大（约4000万）左右，因此，简单的使用传统单一数据库存储肯定是不行的。 

   参考了业内广泛使用的分库分表，以及使用DAL数据访问层等的做法，笔者决定使用一种最简单的数据源路由选择方式来解决问题。 

   严格的说，目前的实现不能算是一个解决方案，只能是一种思路的简易实现，笔者也仅花了2天时间来完成（其中1.5天是在看资料和Spring/ibatis的源码）。这里也只是为各位看官提供一个思路参考，顺便给自己留个笔记 

2.系统的设计前提 
   我们的系统使用了16个数据库实例（目前分布在2台物理机器上，后期将根据系统负荷的增加，逐步移库到16台物理机器上）。16个库是根据用户的UserID进行简单的hash分配。这里值得一说的是，我们既然做了这样的横向切分设计，就已经考虑了系统需求的特性， 

• 1.不会发生经常性的跨库访问。
• 2.主要的业务逻辑都是围绕UserID为核心的，在一个单库事务内即可完成。

   在系统中，我们使用Spring和iBatis。Spring负责数据库的事务管理AOP，以及Bean间的IOC。选择iBatis的最大原因是对Sql的性能优化，以及后期如果有分表要求的时，可以很容易实现对sql表名替换。 

3.设计思路 
   首先，要说明一下笔者的思路，其实很简单，即“在每次数据库操作前，确定当前要选择的数据库对象”而后就如同访问单库一样的访问当前选中的数据库即可。 

   其次，要在每次DB访问前选择数据库，需要明确几个问题，1.iBatis在什么时候从DataSource中取得具体的数据库Connection的，2.对取得的Connection，iBatis是否进行缓存，因为在多库情况下Connection被缓存就意味着无法及时改变数据库链接选择。3.由于我们使用了Spring来管理DB事务，因此必须搞清Spring对DB Connction的开关拦截过程是否会影响多DataSource的情况。 

   幸运的是，研究源码的结果发现，iBatis和Spring都是通过标准的DataSource接口来控制 
Connection的，这就为我们省去了很多的麻烦，只需要实现一个能够支持多个数据库的DataSource，就能达到我们的目标。 

4.代码与实现 
多数据库的DataSource实现：MultiDataSource.class 

Java代码  

1. import java.io.PrintWriter;  
2. import java.sql.Connection;  
3. import java.sql.SQLException;  
4. import java.util.ArrayList;  
5. import java.util.Collection;  
6. import java.util.HashMap;  
7. import java.util.Map;  
8.   
9. import javax.sql.DataSource;  
10.   
11. import org.apache.log4j.Logger;  
12.   
13. import com.xxx.sql.DataSourceRouter.RouterStrategy;  
14.   
15. /** 
16.  * 复合多数据源（Alpha） 
17.  * @author linliangyi2005@gmail.com 
18.  * Jul 15, 2010 
19.  */  
20. public class MultiDataSource implements DataSource {  
21.       
22.     static Logger logger = Logger.getLogger(MultiDataSource.class);  
23.       
24.     //当前线程对应的实际DataSource  
25.     private ThreadLocal<DataSource> currentDataSourceHolder = new ThreadLocal<DataSource>();  
26.     //使用Key-Value映射的DataSource  
27.     private Map<String , DataSource> mappedDataSources;  
28.     //使用横向切分的分布式DataSource  
29.     private ArrayList<DataSource> clusterDataSources;  
30.       
31.     public MultiDataSource(){  
32.         mappedDataSources = new HashMap<String , DataSource>(4);  
33.         clusterDataSources = new ArrayList<DataSource>(4);  
34.     }  
35.       
36.     /** 
37.      * 数据库连接池初始化 
38.      * 该方法通常在web 应用启动时调用 
39.      */  
40.     public void initialMultiDataSource(){  
41.         for(DataSource ds : clusterDataSources){  
42.             if(ds != null){  
43.                 Connection conn = null;  
44.                 try {  
45.                     conn = ds.getConnection();                    
46.                 } catch (SQLException e) {  
47.                     e.printStackTrace();  
48.                 } finally{  
49.                     if(conn != null){  
50.                         try {  
51.                             conn.close();  
52.                         } catch (SQLException e) {  
53.                             e.printStackTrace();  
54.                         }  
55.                         conn = null;  
56.                     }  
57.                 }  
58.             }  
59.         }  
60.         Collection<DataSource> dsCollection = mappedDataSources.values();  
61.         for(DataSource ds : dsCollection){  
62.             if(ds != null){  
63.                 Connection conn = null;  
64.                 try {  
65.                     conn = ds.getConnection();  
66.                 } catch (SQLException e) {  
67.                     e.printStackTrace();  
68.                 } finally{  
69.                     if(conn != null){  
70.                         try {  
71.                             conn.close();  
72.                         } catch (SQLException e) {  
73.                             e.printStackTrace();  
74.                         }  
75.                         conn = null;  
76.                     }  
77.                 }  
78.             }  
79.         }  
80.     }  
81.     /** 
82.      * 获取当前线程绑定的DataSource 
83.      * @return 
84.      */  
85.     public DataSource getCurrentDataSource() {  
86.         //如果路由策略存在，且更新过，则根据路由算法选择新的DataSource  
87.         RouterStrategy strategy = DataSourceRouter.currentRouterStrategy.get();  
88.         if(strategy == null){  
89.             throw new IllegalArgumentException("DataSource RouterStrategy No found.");  
90.         }         
91.         if(strategy != null && strategy.isRefresh()){             
92.             if(RouterStrategy.SRATEGY_TYPE_MAP.equals(strategy.getType())){  
93.                 this.choiceMappedDataSources(strategy.getKey());  
94.                   
95.             }else if(RouterStrategy.SRATEGY_TYPE_CLUSTER.equals(strategy.getType())){  
96.                 this.routeClusterDataSources(strategy.getRouteFactor());  
97.             }             
98.             strategy.setRefresh(false);  
99.         }  
100.         return currentDataSourceHolder.get();  
101.     }  
102.   
103.     public Map<String, DataSource> getMappedDataSources() {  
104.         return mappedDataSources;  
105.     }  
106.   
107.     public void setMappedDataSources(Map<String, DataSource> mappedDataSources) {  
108.         this.mappedDataSources = mappedDataSources;  
109.     }  
110.   
111.     public ArrayList<DataSource> getClusterDataSources() {  
112.         return clusterDataSources;  
113.     }  
114.   
115.     public void setClusterDataSources(ArrayList<DataSource> clusterDataSources) {  
116.         this.clusterDataSources = clusterDataSources;  
117.     }  
118.       
119.     /** 
120.      * 使用Key选择当前的数据源 
121.      * @param key 
122.      */  
123.     public void choiceMappedDataSources(String key){  
124.         DataSource ds = this.mappedDataSources.get(key);  
125.         if(ds == null){  
126.             throw new IllegalStateException("No Mapped DataSources Exist!");