update docs

+++

date = "2016-01-08T16:14:21+08:00"

title = "架构图"

weight = 4

weight = 5

+++

# 架构图

+++

date = "2016-03-03T16:14:21+08:00"

title = "核心概念"

weight = 4

+++

本文介绍`Sharding-JDBC`包含的一些核心概念。

## LogicTable

数据分片的逻辑表，对于水平拆分的数据库(表)，同一类表的总称。例：订单数据根据主键尾数拆分为`10`张表,分别是`t_order_0`到`t_order_9`，他们的逻辑表名为`t_order`。

## ActualTable

在分片的数据库中真实存在的物理表。即上个示例中的`t_order_0`到`t_order_9`。

## DataNode

数据分片的最小单元。由数据源名称和数据表组成，例：`ds_1.t_order_0`。配置时默认各个分片数据库的表结构均相同，直接配置逻辑表和真实表对应关系即可。如果各数据库的表结果不同，可使用`ds.actual_table`配置。

## DynamicTable

逻辑表和真实表不一定需要在配置规则中静态配置。比如按照日期分片的场景，真实表的名称随着时间的推移会产生变化。此类需求`Sharding-JDBC`是支持的，不过目前配置并不友好，会在新版本中提升。

## BindingTable

指在任何场景下分片规则均一致的主表和子表。例：订单表和订单项表，均按照订单ID分片，则此两张表互为`BindingTable`关系。`BindingTable`关系的多表关联查询不会出现笛卡尔积关联，关联查询效率将大大提升。

## ShardingColumn

分片字段。用于将数据库(表)水平拆分的关键字段。例：订单表订单ID分片尾数取模分片，则订单ID为分片字段。`SQL`中如果无分片字段，将执行全路由，性能较差。`Sharding-JDBC`支持多分片字段。

## ShardingAlgorithm

分片算法。`Sharding-JDBC`通过分片算法将数据分片，支持通过等号、`BETWEEN`和`IN`分片。分片算法目前需要业务方开发者自行实现，可实现的灵活度非常高。未来`Sharding-JDBC`也将会实现常用分片算法，如`range`，`hash`和`tag`等。

## SQL Hint

对于分片字段非`SQL`决定，而由其他外置条件决定的场景，可使用`SQL Hint`灵活的注入分片字段。例：内部系统，按照员工登录ID分库，而数据库中并无此字段。`SQL Hint`支持通过`ThreadLocal`和`SQL`注释(待实现)两种方式使用。

+++

date = "2016-01-28T16:14:21+08:00"

title = "目录结构说明"

weight = 6

weight = 7

+++

# 目录结构说明

+++

date = "2016-01-08T16:14:21+08:00"

title = "使用限制"

weight = 7

weight = 8

+++

# 使用限制

+++

date = "2016-01-08T16:14:21+08:00"

title = "未来线路规划"

weight = 9

weight = 10

+++

# 未来线路规划

1. 更加灵活和多维度的配置。包括spring支持，分片算法inline支持，读写分离配置，水平垂直分片配置，动态表配置等。