本文主要基于 Sharding-JDBC 1.5.0 正式版

• 1. 概述

• 2. SQLRouteResult

• 3. 路由策略 x 算法

• 4. SQL 路由

• 5. DatabaseHintSQLRouter

• 6. ParsingSQLRouter

• 6.1 SimpleRoutingEngine

• 6.2 ComplexRoutingEngine

• 6.3 CartesianRoutingEngine

• 6.3 ParsingSQLRouter 主#route()

• 666. 彩蛋

🙂🙂🙂关注微信公众号：【芋道源码】有福利：

1. RocketMQ / MyCAT / Sharding-JDBC 所有源码分析文章列表

2. RocketMQ / MyCAT / Sharding-JDBC 中文注释源码 GitHub 地址

3. 您对于源码的疑问每条留言都将得到认真回复。甚至不知道如何读源码也可以请教噢。

4. 新的源码解析文章实时收到通知。每周更新一篇左右。

5. 认真的源码交流微信群。

1. 概述

本文分享分表分库路由相关的实现。涉及内容如下：

1. SQL 路由结果

2. 路由策略 x 算法

3. SQL 路由器

内容顺序如编号。

Sharding-JDBC 正在收集使用公司名单：传送门。
🙂 你的登记，会让更多人参与和使用 Sharding-JDBC。传送门
Sharding-JDBC 也会因此，能够覆盖更多的业务场景。传送门
登记吧，骚年！传送门

SQL 路由大体流程如下：

2. SQLRouteResult

经过 SQL解析、SQL路由后，产生SQL路由结果，即 SQLRouteResult。根据路由结果，生成SQL，执行SQL。

• sqlStatement ：SQL语句对象，经过SQL解析的结果对象。

• executionUnits ：SQL最小执行单元集合。SQL执行时，执行每个单元。

• generatedKeys ：插入SQL语句生成的主键编号集合。目前不支持批量插入而使用集合的原因，猜测是为了未来支持批量插入做准备。

3. 路由策略 x 算法

ShardingStrategy，分片策略。目前支持两种分片：

分片资源：在分库策略里指的是库，在分表策略里指的是表。

【1】 计算静态分片（常用）

1. // ShardingStrategy.java

2. /**

3. * 计算静态分片.

4. * @param sqlType SQL语句的类型

5. * @param availableTargetNames 所有的可用分片资源集合

6. * @param shardingValues 分片值集合

7. * @return 分库后指向的数据源名称集合

8. */

9. public Collection<String> doStaticSharding(final SQLType sqlType, final Collection<String> availableTargetNames, final Collection<ShardingValue<?>> shardingValues) {

10.   Collection<String> result = new TreeSet<>(String.CASE_INSENSITIVE_ORDER);

11.   if (shardingValues.isEmpty()) {

12.       Preconditions.checkState(!isInsertMultiple(sqlType, availableTargetNames), "INSERT statement should contain sharding value."); // 插入不能有多资源对象

13.       result.addAll(availableTargetNames);

14.   } else {

15.       result.addAll(doSharding(shardingValues, availableTargetNames));

16.   }

17.   return result;

18. }

19. /**

20. * 插入SQL 是否插入多个分片

21. * @param sqlType SQL类型

22. * @param availableTargetNames 所有的可用分片资源集合

23. * @return 是否

24. */

25. private boolean isInsertMultiple(final SQLType sqlType, final Collection<String> availableTargetNames) {

26.   return SQLType.INSERT == sqlType && availableTargetNames.size() > 1;

27. }  

• 插入SQL 需要有片键值，否则无法判断单个分片资源。（Sharding-JDBC 目前仅支持单条记录插入）

【2】计算动态分片

1. // ShardingStrategy.java

2. /**

3. * 计算动态分片.

4. * @param shardingValues 分片值集合

5. * @return 分库后指向的分片资源集合

6. */

7. public Collection<String> doDynamicSharding(final Collection<ShardingValue<?>> shardingValues) {

8.   Preconditions.checkState(!shardingValues.isEmpty(), "Dynamic table should contain sharding value."); // 动态分片必须有分片值

9.   Collection<String> availableTargetNames = Collections.emptyList();

10.   Collection<String> result = new TreeSet<>(String.CASE_INSENSITIVE_ORDER);

11.   result.addAll(doSharding(shardingValues, availableTargetNames));

12.   return result;

13. }

• 动态分片对应 TableRule.dynamic=true

• 动态分片必须有分片值

😈 闷了，看起来两者没啥区别？答案在分片算法上。我们先看 #doSharding() 方法的实现。

1. // ShardingStrategy.java

2. /**

3. * 计算分片

4. * @param shardingValues 分片值集合

5. * @param availableTargetNames 所有的可用分片资源集合

6. * @return 分库后指向的分片资源集合

7. */

8. private Collection<String> doSharding(final Collection<ShardingValue<?>> shardingValues, final Collection<String> availableTargetNames) {

9.   // 无片键

10.   if (shardingAlgorithm instanceof NoneKeyShardingAlgorithm) {

11.       return Collections.singletonList(((NoneKeyShardingAlgorithm) shardingAlgorithm).doSharding(availableTargetNames, shardingValues.iterator().next()));

12.   }

13.   // 单片键

14.   if (shardingAlgorithm instanceof SingleKeyShardingAlgorithm) {

15.       SingleKeyShardingAlgorithm<?> singleKeyShardingAlgorithm = (SingleKeyShardingAlgorithm<?>) shardingAlgorithm;

16.       ShardingValue shardingValue = shardingValues.iterator().next();

17.       switch (shardingValue.getType()) {

18.           case SINGLE:

19.               return Collections.singletonList(singleKeyShardingAlgorithm.doEqualSharding(availableTargetNames, shardingValue));

20.           case LIST:

21.               return singleKeyShardingAlgorithm.doInSharding(availableTargetNames, shardingValue);

22.           case RANGE:

23.               return singleKeyShardingAlgorithm.doBetweenSharding(availableTargetNames, shardingValue);

24.           default:

25.               throw new UnsupportedOperationException(shardingValue.getType().getClass().getName());

26.       }

27.   }

28.   // 多片键

29.   if (shardingAlgorithm instanceof MultipleKeysShardingAlgorithm) {

30.       return ((MultipleKeysShardingAlgorithm) shardingAlgorithm).doSharding(availableTargetNames, shardingValues);

31.   }

32.   throw new UnsupportedOperationException(shardingAlgorithm.getClass().getName());

33. }

• 无分片键算法：对应 NoneKeyShardingAlgorithm 分片算法接口。

1. public interface NoneKeyShardingAlgorithm<T extends Comparable<?>> extends ShardingAlgorithm {

2.    String doSharding(Collection<String> availableTargetNames, ShardingValue<T> shardingValue);

3. }

• 单片键算法：对应 SingleKeyShardingAlgorithm 分片算法接口。

1. public interface SingleKeyShardingAlgorithm<T extends Comparable<?>> extends ShardingAlgorithm {

2.    String doEqualSharding(Collection<String> availableTargetNames, ShardingValue<T> shardingValue);

3.    Collection<String> doInSharding(Collection<String> availableTargetNames, ShardingValue<T> shardingValue);

4.    Collection<String> doBetweenSharding(Collection<String> availableTargetNames, ShardingValue<T> shardingValue);

5. }

分片算法类结构如下：

来看看 Sharding-JDBC 实现的无需分库的分片算法 NoneDatabaseShardingAlgorithm (NoneTableShardingAlgorithm 基本一模一样)：

1. public final class NoneDatabaseShardingAlgorithm implements SingleKeyDatabaseShardingAlgorithm<String>, MultipleKeysDatabaseShardingAlgorithm {

2.    @Override

3.    public Collection<String> doSharding(final Collection<String> availableTargetNames, final Collection<ShardingValue<?>> shardingValues) {

4.        return availableTargetNames;

5.    }

6.    @Override

7.    public String doEqualSharding(final Collection<String> availableTargetNames, final ShardingValue<String> shardingValue) {

8.        return availableTargetNames.isEmpty() ? null : availableTargetNames.iterator().next();

9.    }

10.    @Override

11.    public Collection<String> doInSharding(final Collection<String> availableTargetNames, final ShardingValue<String> shardingValue) {

12.        return availableTargetNames;

13.    }

14.    @Override

15.    public Collection<String> doBetweenSharding(final Collection<String> availableTargetNames, final ShardingValue<String> shardingValue) {

16.        return availableTargetNames;

17.    }

18. }

• 一定要注意，NoneXXXXShardingAlgorithm 只适用于无分库/表的需求，否则会是错误的路由结果。例如， #doEqualSharding() 返回的是第一个分片资源。

再来看测试目录下实现的余数基偶分表算法 ModuloTableShardingAlgorithm 的实现：

1. // com.dangdang.ddframe.rdb.integrate.fixture.ModuloTableShardingAlgorithm.java

2. public final class ModuloTableShardingAlgorithm implements SingleKeyTableShardingAlgorithm<Integer> {

3.    @Override

4.    public String doEqualSharding(final Collection<String> tableNames, final ShardingValue<Integer> shardingValue) {

5.        for (String each : tableNames) {

6.            if (each.endsWith(shardingValue.getValue() % 2 + "")) {

7.                return each;

8.            }

9.        }

10.        throw new UnsupportedOperationException();

11.    }

12.    @Override

13.    public Collection<String> doInSharding(final Collection<String> tableNames, final ShardingValue<Integer> shardingValue) {

14.        Collection<String> result = new LinkedHashSet<>(tableNames.size());

15.        for (Integer value : shardingValue.getValues()) {

16.            for (String tableName : tableNames) {

17.                if (tableName.endsWith(value % 2 + "")) {

18.                    result.add(tableName);

19.                }

20.            }

21.        }

22.        return result;

23.    }

24.    @Override

25.    public Collection<String> doBetweenSharding(final Collection<String> tableNames, final ShardingValue<Integer> shardingValue) {

26.        Collection<String> result = new LinkedHashSet<>(tableNames.size());

27.        Range<Integer> range = shardingValue.getValueRange();

28.        for (Integer i = range.lowerEndpoint(); i <= range.upperEndpoint(); i++) {

29.            for (String each : tableNames) {

30.                if (each.endsWith(i % 2 + "")) {

31.                    result.add(each);

32.                }

33.            }

34.        }

35.        return result;

36.    }

37. }

• 我们可以参考这个例子编写自己的分片算哟 👼。

• 多片键分库算法接口实现例子：MultipleKeysModuloDatabaseShardingAlgorithm.java

😈 来看看动态计算分片需要怎么实现分片算法。

1. // com.dangdang.ddframe.rdb.integrate.fixture.SingleKeyDynamicModuloTableShardingAlgorithm.java

2. public final class SingleKeyDynamicModuloTableShardingAlgorithm implements SingleKeyTableShardingAlgorithm<Integer> {

3.    /**

4.    * 表前缀

5.    */

6.    private final String tablePrefix;

7.    @Override

8.    public String doEqualSharding(final Collection<String> availableTargetNames, final ShardingValue<Integer> shardingValue) {

9.        return tablePrefix + shardingValue.getValue() % 10;

10.    }

11.    @Override

12.    public Collection<String> doInSharding(final Collection<String> availableTargetNames, final ShardingValue<Integer> shardingValue) {

13.        Collection<String> result = new LinkedHashSet<>(shardingValue.getValues().size());

14.        for (Integer value : shardingValue.getValues()) {

15.            result.add(tablePrefix + value % 10);

16.        }

17.        return result;

18.    }

19.    @Override

20.    public Collection<String> doBetweenSharding(final Collection<String> availableTargetNames, final ShardingValue<Integer> shardingValue) {

21.        Collection<String> result = new LinkedHashSet<>(availableTargetNames.size());

22.        Range<Integer> range = shardingValue.getValueRange();

23.        for (Integer i = range.lowerEndpoint(); i <= range.upperEndpoint(); i++) {

24.            result.add(tablePrefix + i % 10);

25.        }

26.        return result;

27.    }

28. }

• 骚年，是不是明白了一些？动态表无需把真实表配置到 TableRule，而是通过分片算法计算出真实表。

4. SQL 路由

SQLRouter，SQL 路由器接口，共有两种实现：

• DatabaseHintSQLRouter：通过提示且仅路由至数据库的SQL路由器

• ParsingSQLRouter：需要解析的SQL路由器

它们实现 #parse()进行SQL解析， #route()进行SQL路由。

RoutingEngine，路由引擎接口，共有四种实现：

• DatabaseHintRoutingEngine：基于数据库提示的路由引擎

• SimpleRoutingEngine：简单路由引擎

• CartesianRoutingEngine：笛卡尔积的库表路由

• ComplexRoutingEngine：混合多库表路由引擎

ComplexRoutingEngine 根据路由结果会转化成 SimpleRoutingEngine 或 ComplexRoutingEngine。下文会看相应源码。

路由结果有两种：

• RoutingResult：简单路由结果

• CartesianRoutingResult：笛卡尔积路由结果

从图中，我们已经能大概看到两者有什么区别，更具体的下文随源码一起分享。

😈 SQLRouteResult 和 RoutingResult 有什么区别？

• SQLRouteResult：整个SQL路由返回的路由结果

• RoutingResult：RoutingEngine返回路由结果

一下子看到这么多"对象"，可能有点紧张。不要紧张，我们一起在整理下。

😈 逗比博主给大家解决了"对象"，是不是应该分享朋友圈。

5. DatabaseHintSQLRouter

DatabaseHintSQLRouter，基于数据库提示的路由引擎。路由器工厂 SQLRouterFactory 创建路由器时，判断到使用数据库提示( Hint ) 时，创建 DatabaseHintSQLRouter。

1. // DatabaseHintRoutingEngine.java

2. public static SQLRouter createSQLRouter(final ShardingContext shardingContext) {

3.   return HintManagerHolder.isDatabaseShardingOnly() ? new DatabaseHintSQLRouter(shardingContext) : new ParsingSQLRouter(shardingContext);

4. }

先来看下 HintManagerHolder、HintManager 部分相关的代码：

1. // HintManagerHolder.java

2. public final class HintManagerHolder {

3.    /**

4.     * HintManager 线程变量

5.     */

6.    private static final ThreadLocal<HintManager> HINT_MANAGER_HOLDER = new ThreadLocal<>();

7.    /**

8.     * 判断是否当前只分库.

9.     *

10.     * @return 是否当前只分库.

11.     */

12.    public static boolean isDatabaseShardingOnly() {

13.        return null != HINT_MANAGER_HOLDER.get() && HINT_MANAGER_HOLDER.get().isDatabaseShardingOnly();

14.    }

15.    /**

16.     * 清理线索分片管理器的本地线程持有者.

17.     */

18.    public static void clear() {

19.        HINT_MANAGER_HOLDER.remove();

20.    }

21. }

23. // HintManager.java

24. public final class HintManager implements AutoCloseable {

25.    /**

26.     * 库分片值集合

27.     */

28.    private final Map<ShardingKey, ShardingValue<?>> databaseShardingValues = new HashMap<>();

29.    /**

30.     * 只做库分片

31.     * {@link DatabaseHintRoutingEngine}

32.     */

33.    @Getter

34.    private boolean databaseShardingOnly;

35.    /**

36.     * 获取线索分片管理器实例.

37.     *

38.     * @return 线索分片管理器实例

39.     */

40.    public static HintManager getInstance() {

41.        HintManager result = new HintManager();

42.        HintManagerHolder.setHintManager(result);

43.        return result;

44.    }

45.    /**

46.     * 设置分库分片值.

47.     *

48.     * <p>分片操作符为等号.该方法适用于只分库的场景</p>

49.     *

50.     * @param value 分片值

51.     */

52.    public void setDatabaseShardingValue(final Comparable<?> value) {

53.        databaseShardingOnly = true;

54.        addDatabaseShardingValue(HintManagerHolder.DB_TABLE_NAME, HintManagerHolder.DB_COLUMN_NAME, value);

55.    }

56. }

那么如果要使用 DatabaseHintSQLRouter，我们只需要 HintManager.getInstance().setDatabaseShardingValue(库分片值) 即可。这里有两点要注意下：

• HintManager#getInstance()，每次获取到的都是新的 HintManager，多次赋值需要小心。

• HintManager#close()，使用完需要去清理，避免下个请求读到遗漏的线程变量。

看看 DatabaseHintSQLRouter 的实现：

1. // DatabaseHintSQLRouter.java

2. @Override

3. public SQLStatement parse(final String logicSQL, final int parametersSize) {

4.   return new SQLJudgeEngine(logicSQL).judge(); // 只解析 SQL 类型

5. }  

6. @Override

7. // TODO insert的SQL仍然需要解析自增主键

8. public SQLRouteResult route(final String logicSQL, final List<Object> parameters, final SQLStatement sqlStatement) {

9.   Context context = MetricsContext.start("Route SQL");

10.   SQLRouteResult result = new SQLRouteResult(sqlStatement);

11.   // 路由

12.   RoutingResult routingResult = new DatabaseHintRoutingEngine(shardingRule.getDataSourceRule(), shardingRule.getDatabaseShardingStrategy(), sqlStatement.getType())

13.           .route();

14.   // SQL最小执行单元

15.   for (TableUnit each : routingResult.getTableUnits().getTableUnits()) {

16.       result.getExecutionUnits().add(new SQLExecutionUnit(each.getDataSourceName(), logicSQL));

17.   }

18.   MetricsContext.stop(context);

19.   if (showSQL) {

20.       SQLLogger.logSQL(logicSQL, sqlStatement, result.getExecutionUnits(), parameters);

21.   }

22.   return result;

23. }

• #parse() 只解析了 SQL 类型，即 SELECT / UPDATE / DELETE / INSERT 。

• 使用的分库策略来自 ShardingRule，不是 TableRule，这个一定要留心。❓因为 SQL 未解析表名。因此，即使在 TableRule 设置了 actualTables 属性也是没有效果的。

• 目前不支持 Sharding-JDBC 的主键自增。❓因为 SQL 未解析自增主键。从代码上的 TODO应该会支持。

• HintManager.getInstance().setDatabaseShardingValue(库分片值) 设置的库分片值使用的是 EQUALS，因而分库策略计算出来的只有一个库分片，即 TableUnit 只有一个，SQLExecutionUnit 只有一个。

看看 DatabaseHintSQLRouter 的实现：

1. // DatabaseHintRoutingEngine.java

2. @Override

3. public RoutingResult route() {

4.   // 从 Hint 获得 分片键值

5.   Optional<ShardingValue<?>> shardingValue = HintManagerHolder.getDatabaseShardingValue(new ShardingKey(HintManagerHolder.DB_TABLE_NAME, HintManagerHolder.DB_COLUMN_NAME));

6.   Preconditions.checkState(shardingValue.isPresent());

7.   log.debug("Before database sharding only db:{} sharding values: {}", dataSourceRule.getDataSourceNames(), shardingValue.get());

8.   // 路由。表分片规则使用的是 ShardingRule 里的。因为没 SQL 解析。

9.   Collection<String> routingDataSources = databaseShardingStrategy.doStaticSharding(sqlType, dataSourceRule.getDataSourceNames(), Collections.<ShardingValue<?>>singleton(shardingValue.get()));

10.   Preconditions.checkState(!routingDataSources.isEmpty(), "no database route info");

11.   log.debug("After database sharding only result: {}", routingDataSources);

12.   // 路由结果

13.   RoutingResult result = new RoutingResult();

14.   for (String each : routingDataSources) {

15.       result.getTableUnits().getTableUnits().add(new TableUnit(each, "", ""));

16.   }

17.   return result;

18. }

• 只调用 databaseShardingStrategy.doStaticSharding() 方法计算库分片。

• newTableUnit(each,"","") 的 logicTableName， actualTableName 都是空串，相信原因你已经知道。

6. ParsingSQLRouter

ParsingSQLRouter，需要解析的SQL路由器。

ParsingSQLRouter 使用 SQLParsingEngine 解析SQL。对SQL解析有兴趣的同学可以看看拙作《Sharding-JDBC 源码分析 —— SQL 解析》。

1. // ParsingSQLRouter.java

2. public SQLStatement parse(final String logicSQL, final int parametersSize) {

3.   SQLParsingEngine parsingEngine = new SQLParsingEngine(databaseType, logicSQL, shardingRule);

4.   Context context = MetricsContext.start("Parse SQL");

5.   SQLStatement result = parsingEngine.parse();

6.   if (result instanceof InsertStatement) {

7.       ((InsertStatement) result).appendGenerateKeyToken(shardingRule, parametersSize);

8.   }

9.   MetricsContext.stop(context);

10.   return result;

11. }

• #appendGenerateKeyToken() 会在《SQL 改写》分享

ParsingSQLRouter 在路由时，会根据表情况使用 SimpleRoutingEngine 或 CartesianRoutingEngine 进行路由。

1. private RoutingResult route(final List<Object> parameters, final SQLStatement sqlStatement) {

2.   Collection<String> tableNames = sqlStatement.getTables().getTableNames();

3.   RoutingEngine routingEngine;

4.   if (1 == tableNames.size() || shardingRule.isAllBindingTables(tableNames)) {

5.       routingEngine = new SimpleRoutingEngine(shardingRule, parameters, tableNames.iterator().next(), sqlStatement);

6.   } else {

7.       // TODO 可配置是否执行笛卡尔积

8.       routingEngine = new ComplexRoutingEngine(shardingRule, parameters, tableNames, sqlStatement);

9.   }

10.   return routingEngine.route();

11. }

• 当只进行一张表或者多表互为BindingTable关系时，使用 SimpleRoutingEngine 简单路由引擎。多表互为BindingTable关系时，每张表的路由结果是相同的，所以只要计算第一张表的分片即可。

• tableNames.iterator().next() 注意下， tableNames 变量是 newTreeMap<>(String.CASE_INSENSITIVE_ORDER)。所以 SELECT*FROM t_order o join t_order_item i ON o.order_id=i.order_id 即使 t_order_item 排在 t_order 前面， tableNames.iterator().next() 返回的是 t_order。当 t_order 和 t_order_item 为 BindingTable关系 时，计算的是 t_order 路由分片。

• BindingTable关系在 ShardingRule 的 tableRules 配置。配置该关系 TableRule 有如下需要遵守的规则：

• 分片策略与算法相同

• 数据源配置对象相同

• 真实表数量相同

举个例子：

• SQL ： SELECT*FROM t_order o join t_order_item i ON o.order_id=i.order_id

• 分库分表情况：

1. multi_db_multi_table_01

2.  ├── t_order_0                        ├── t_order_item_01

3.  └── t_order_1                        ├── t_order_item_02

4.                                       ├── t_order_item_03

5.                                       ├── t_order_item_04

6. multi_db_multi_table_02

7.  ├── t_order_0                        ├── t_order_item_01

8.  └── t_order_1                        ├── t_order_item_02

9.                                       ├── t_order_item_03

10.                                       ├── t_order_item_04

最终执行的SQL如下：

1. SELECT * FROM t_order_item_01 i JOIN t_order_01 o ON o.order_id = i.order_id

2. SELECT * FROM t_order_item_01 i JOIN t_order_01 o ON o.order_id = i.order_id

3. SELECT * FROM t_order_item_02 i JOIN t_order_02 o ON o.order_id = i.order_id

4. SELECT * FROM t_order_item_02 i JOIN t_order_02 o ON o.order_id = i.order_id

• t_order_item_03、 t_order_item_04 无法被查询到。

下面我们看看 #isAllBindingTables() 如何实现多表互为BindingTable关系。

1. // ShardingRule.java

2. // 调用顺序 #isAllBindingTables()=>#filterAllBindingTables()=>#findBindingTableRule()=>#findBindingTableRule()

3. /**

4. * 判断逻辑表名称集合是否全部属于Binding表.

5. * @param logicTables 逻辑表名称集合

6. */

7. public boolean isAllBindingTables(final Collection<String> logicTables) {

8.   Collection<String> bindingTables = filterAllBindingTables(logicTables);

9.   return !bindingTables.isEmpty() && bindingTables.containsAll(logicTables);

10. }

11. /**

12. * 过滤出所有的Binding表名称.

13. */

14. public Collection<String> filterAllBindingTables(final Collection<String> logicTables) {

15.   if (logicTables.isEmpty()) {

16.       return Collections.emptyList();

17.   }

18.   Optional<BindingTableRule> bindingTableRule = findBindingTableRule(logicTables);

19.   if (!bindingTableRule.isPresent()) {

20.       return Collections.emptyList();

21.   }

22.   // 交集

23.   Collection<String> result = new ArrayList<>(bindingTableRule.get().getAllLogicTables());

24.   result.retainAll(logicTables);

25.   return result;

26. }

27. /**

28. * 获得包含<strong>任一</strong>在逻辑表名称集合的binding表配置的逻辑表名称集合

29. */

30. private Optional<BindingTableRule> findBindingTableRule(final Collection<String> logicTables) {

31.   for (String each : logicTables) {

32.       Optional<BindingTableRule> result = findBindingTableRule(each);

33.       if (result.isPresent()) {

34.           return result;

35.       }

36.   }

37.   return Optional.absent();

38. }

39. /**

40. * 根据逻辑表名称获取binding表配置的逻辑表名称集合.

41. */

42. public Optional<BindingTableRule> findBindingTableRule(final String logicTable) {

43.   for (BindingTableRule each : bindingTableRules) {

44.       if (each.hasLogicTable(logicTable)) {

45.           return Optional.of(each);

46.       }

47.   }

48.   return Optional.absent();

49. }

• 逻辑看起来比较长，目的是找到一条 BindingTableRule 包含所有逻辑表集合

• 不支持《传递关系》：配置 BindingTableRule 时，相同绑定关系一定要配置在一条，必须是 [a,b,c]，而不能是 [a,b],[b,c]。

6.1 SimpleRoutingEngine

SimpleRoutingEngine，简单路由引擎。

1. // SimpleRoutingEngine.java

2. // ... 超过微信30000字限制，省略代码。请点击原文阅读。

• 可以使用 HintManager 设置库分片值进行强制路由。

• #getShardingValues() 我们看到了《SQL 解析（二）之SQL解析》分享的 Condition 对象。之前我们提到过Parser 半理解SQL的目的之一是：提炼分片上下文，此处即是该目的的体现。Condition 里只放明确影响路由的条件，例如： order_id=1, order_id IN(1,2), order_id BETWEEN(1,3)，不放无法计算的条件，例如： o.order_id=i.order_id。该方法里，使用分片键从 Condition 查找 分片值。🙂 是不是对 Condition 的认识更加清晰一丢丢落。

1. // SimpleRoutingEngine.java


2. // ... 超过微信30000字限制，省略代码。请点击原文阅读。

• 可以使用 HintManager 设置表分片值进行强制路由。

• 根据 dynamic 属性来判断调用 #doDynamicSharding() 还是 #doStaticSharding() 计算分片。

1. // SimpleRoutingEngine.java

2. // ... 超过微信30000字限制，省略代码。请点击原文阅读。


• 在 SimpleRoutingEngine 只生成了当前表的 TableUnits。如果存在与其互为BindingTable关系的表的 TableUnits 怎么获得？你可以想想噢，当然在后文《SQL 改写》也会给出答案，看看和你想的是否一样。

6.2 ComplexRoutingEngine

ComplexRoutingEngine，混合多库表路由引擎。

1. // ComplexRoutingEngine.java

2. // ... 超过微信30000字限制，省略代码。请点击原文阅读。


• ComplexRoutingEngine 计算每个逻辑表的简单路由分片，路由结果交给 CartesianRoutingEngine 继续路由形成笛卡尔积结果。

• 由于目前 ComplexRoutingEngine 路由前已经判断全部表互为 BindingTable 关系，因而不会出现 result.size==1，属于防御性编程。

• 部分表互为 BindingTable 关系时，ComplexRoutingEngine 不重复计算分片。

6.3 CartesianRoutingEngine

CartesianRoutingEngine，笛卡尔积的库表路由。

实现逻辑上相对复杂，请保持耐心哟，😈 其实目的就是实现连连看的效果：

• RoutingResult[0] x RoutingResult[1] …… x RoutingResult[n- 1] x RoutingResult[n]

• 同库 才可以进行笛卡尔积

1. // CartesianRoutingEngine.java


2. // ... 超过微信30000字限制，省略代码。请点击原文阅读。

• 第一步，获得同库对应的逻辑表集合，即 Entry<数据源（库）, Set<逻辑表>> entry。

• 第二步，遍历数据源（库），获得当前数据源（库）的路由表单元分组。

• 第三步，对路由表单元分组进行笛卡尔积，并合并到路由结果。

下面，我们一起逐步看看代码实现。

• SQL ： SELECT*FROM t_order o join t_order_item i ON o.order_id=i.order_id

• 分库分表情况：

1. multi_db_multi_table_01

2.  ├── t_order_0                        ├── t_order_item_01

3.  └── t_order_1                        ├── t_order_item_02

4. multi_db_multi_table_02

5.  ├── t_order_0                        ├── t_order_item_01

6.  └── t_order_1                        ├── t_order_item_02

1. // 第一步

2. // CartesianRoutingEngine.java

3. /**

4. * 获得同库对应的逻辑表集合

5. */

6. // ... 超过微信30000字限制，省略代码。请点击原文阅读。


• #getDataSourceLogicTablesMap() 返回如图：

1. // 第二步

2. // CartesianRoutingEngine.java

3. private List<Set<String>> getActualTableGroups(final String dataSource, final Set<String> logicTables) {

4.   List<Set<String>> result = new ArrayList<>(logicTables.size());

5.   for (RoutingResult each : routingResults) {

6.       result.addAll(each.getTableUnits().getActualTableNameGroups(dataSource, logicTables));

7.   }

8.   return result;

9. }

10. private List<Set<TableUnit>> toTableUnitGroups(final String dataSource, final List<Set<String>> actualTableGroups) {

11.   List<Set<TableUnit>> result = new ArrayList<>(actualTableGroups.size());

12.   for (Set<String> each : actualTableGroups) {

13.       result.add(new HashSet<>(Lists.transform(new ArrayList<>(each), new Function<String, TableUnit>() {

15.           @Override

16.           public TableUnit apply(final String input) {

17.               return findTableUnit(dataSource, input);

18.           }

19.       })));

20.   }

21.   return result;

22. }

• #getActualTableGroups() 返回如图：

• #toTableUnitGroups() 返回如图：

1. // CartesianRoutingEngine.java

2. private List<CartesianTableReference> getCartesianTableReferences(final Set<List<TableUnit>> cartesianTableUnitGroups) {

3.   List<CartesianTableReference> result = new ArrayList<>(cartesianTableUnitGroups.size());

4.   for (List<TableUnit> each : cartesianTableUnitGroups) {

5.       result.add(new CartesianTableReference(each));

6.   }

7.   return result;

8. }

10. // CartesianRoutingResult.java

11. @Getter

12. private final List<CartesianDataSource> routingDataSources = new ArrayList<>();

13. void merge(final String dataSource, final Collection<CartesianTableReference> routingTableReferences) {

14.   for (CartesianTableReference each : routingTableReferences) {

15.       merge(dataSource, each);

16.   }

17. }

18. private void merge(final String dataSource, final CartesianTableReference routingTableReference) {

19.   for (CartesianDataSource each : routingDataSources) {

20.       if (each.getDataSource().equalsIgnoreCase(dataSource)) {

21.           each.getRoutingTableReferences().add(routingTableReference);

22.           return;

23.       }

24.   }

25.   routingDataSources.add(new CartesianDataSource(dataSource, routingTableReference));

26. }

• Sets.cartesianProduct(tableUnitGroups) 返回如图（Guava 工具库真强大）：

  
  

• #getCartesianTableReferences() 返回如图：

  CartesianTableReference，笛卡尔积表路由组，包含多条 TableUnit，即 TableUnit[0] x TableUnit[1] …… x TableUnit[n]。例如图中： t_order_01 x t_order_item_02，最终转换成 SQL 为 SELECT*FROM t_order_01 o join t_order_item_02 i ON o.order_id=i.order_id。

  
  

• #merge() 合并笛卡尔积路由结果。CartesianRoutingResult 包含多个 CartesianDataSource，因此需要将 CartesianTableReference 合并（添加）到对应的 CartesianDataSource。当然，目前在实现时已经是按照数据源（库）生成对应的 CartesianTableReference。

  
  

6.4 ParsingSQLRouter 主#route()

1. // ParsingSQLRouter.java

2. // ... 超过微信30000字限制，省略代码。请点击原文阅读。


• RoutingResultroutingResult=route(parameters,sqlStatement); 调用的就是上文分析的 SimpleRoutingEngine、ComplexRoutingEngine、CartesianRoutingEngine 的 #route() 方法。

• #processGeneratedKey()、 #processLimit()、 #rewrite()、 #generateSQL() 等会放在《SQL 改写》 分享。

666. 彩蛋

篇幅有些长，希望能让大家对路由有比较完整的认识。
如果内容有错误，烦请您指正，我会认真修改。
如果表述不清晰，不太理解的，欢迎加我微信（wangwenbin-server）一起探讨。

谢谢你技术这么好，还耐心看完了本文。

强制路由 HintManager 讲的相对略过，可以看如下内容进一步了解：

1. 《官方文档-强制路由》

2. HintManager.java 源码

厚着脸皮，道友，辛苦分享朋友圈可好？！