前言

在上一篇文章中实现了水平分库分表，它可以应对数据量及访问压力比较大的情况，以及数据量极大，且持续增长的情况。但是在一个分库分表的数据库系统中，很多时候需要有一些公共资源表，对于这些公共资源表该怎么操作其数据呢? 本文就是要解决这个问题

创建数据库表

分别在数据库 order_db_1 和 order_db_2 中创建 t_order_dict 表，脚本如下

CREATE TABLE `t_order_dict` (
  `id` int(11) NOT NULL COMMENT '主键ID',
  `dict_code` varchar(255) CHARACTER SET utf8mb4 NOT NULL COMMENT '字典编码',
  `dict_value` varchar(255) CHARACTER SET utf8mb4 NOT NULL COMMENT '字典值',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='字典表';

分库分表数据库如下图所示

在这里插入图片描述

编写程序

项目主体代码依然使用上一篇文章的，只是添加一些代码而已

引入 `maven` 依赖

主要依赖如下，其它依赖自行引入

<dependency>
	<groupId>org.apache.shardingsphere</groupId>
	<artifactId>sharding-jdbc-spring-boot-starter</artifactId>
	<version>4.1.1</version>
</dependency>

实体类

添加一个实体类

@Data
public class Dict implements Serializable {

    @NotNull(message = "参数id不能为空")
    private Integer id;

    @NotBlank(message = "参数dictCode不能为空")
    private String dictCode;

    @NotBlank(message = "参数dictValue不能为空")
    private String dictValue;
}

`Service` 层

@Service
public class DictServiceImpl implements DictService {

    @Autowired
    private DictMapper dictMapper;

    @Override
    public int insertDict(Dict dict) {
        return dictMapper.insertSelective(dict);
    }
}

`Controller` 层

@Controller
@RequestMapping(path = "/dict")
public class DictController {

    @Autowired
    private DictService dictService;

    @PostMapping(path = "/addDict")
    @ResponseBody
    public ResultMap addDict(@Valid Dict dict, @NotNull BindingResult bindingResult) {
        // 参数校验
        if (bindingResult.hasErrors()) {
            String message = bindingResult.getFieldError().getDefaultMessage();
            return new ResultMap().fail().message(message);
        }
        int i = dictService.insertDict(dict);
        if (i > 0) {
            return new ResultMap().success().message("成功");
        }
        return new ResultMap().fail().message("失败");
    }
}

`application.properties` 文件

server.port=8080


# sharding-jdbc分片规则配置开始---------------------------------------------------------------
# 自定义数据源名称为 m1和m2
spring.shardingsphere.datasource.names=m1,m2

spring.shardingsphere.datasource.m1.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.m1.driver-class-name=com.mysql.jdbc.Driver
spring.shardingsphere.datasource.m1.url=jdbc:mysql://127.0.0.1:3306/order_db_1?characterEncoding=utf8&useSSL=false&autoReconnect=true&serverTimezone=UTC
spring.shardingsphere.datasource.m1.username=root
spring.shardingsphere.datasource.m1.password=123456

spring.shardingsphere.datasource.m2.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.m2.driver-class-name=com.mysql.jdbc.Driver
spring.shardingsphere.datasource.m2.url=jdbc:mysql://127.0.0.1:3306/order_db_2?characterEncoding=utf8&useSSL=false&autoReconnect=true&serverTimezone=UTC
spring.shardingsphere.datasource.m2.username=root
spring.shardingsphere.datasource.m2.password=123456

#配置公共表，广播表规则
spring.shardingsphere.sharding.broadcast-tables=t_order_dict
spring.shardingsphere.sharding.tables.sys_dict.key-generator.column=id
spring.shardingsphere.sharding.tables.sys_dict.key-generator.type=SNOWFLAKE

# 打开sql输出日志
spring.shardingsphere.props.sql.show=true
# sharding-jdbc分片规则配置结束---------------------------------------------------------------


# 指定 mapper 文件路径
mybatis.mapper-locations=cldasspath:com/example/mapper/*.xml
mybatis.configuration.cache-enabled=true
# 开启驼峰命名
mybatis.configuration.map-underscore-to-camel-case=true