Github地址: https://github.com/gaoxianglong/kratos
kratos简介
轻量级Mysql分库分表(Sharding)中间件,丰富的Sharding算法支持(2类4种分片算法),能够方便DBA实现库的水平扩容和降低数据迁移成本。Kratos站在巨人的肩膀上(SpringJdbc),采用与应用集成架构,放弃通用性,只为换取更好的执行性能与降低分布式环境下外围系统的宕机风险。
kratos的优点
- 动态数据源的无缝切换;
- master/slave一主一从读写分离;
- 单线程读重试(取决于的数据库连接池是否支持,推荐使用淘宝Druid);
- 单独且友好支持Mysql数据库,不支持其它RDBMS库;
- 非Proxy架构,与应用集成,应用直连数据库,降低外围系统依赖带来的宕机风险;
- 使用简单,侵入型低,站在巨人的肩膀上,依赖于Spring JDBC;
- 不做真正意义上的Sql解析任务,规避Sql解析过程中由词法解析、语法解析、语义解析等操作所带来的性能延迟,仅用正则表达式解析片名和Route条件,解析过程仅耗时约<=1ms;
- 分库分表路由算法支持2类4种分片模式,库内分片/一库一片;
- 提供自动生成全局唯一的sequenceId的API支持;
- 提供自动生成配置文件的支持,降低配置出错率;
- 提供内置验证页面,方便开发、测试以及运维对执行后的sql进行验证;
- 目标和职责定位明确,仅专注于Sharding,不支持其它多余或鸡肋功能、无需兼容通用性,因此核心代码量少、易读易维护;
kratos的分片模型
kratos支持2类4种分片算法:
- 库内分片类型:
- 片名连续的库内分片算法;
- 非片名连续的库内分片算法;
- 一库一片类型:
- 片名连续的一库一片算法;
- 非片名连续的一库一片算法;
kratos的使用注意事项
- 不支持强一致性的分布式事务,但可以在业务层依赖MQ、异步操作的方式实现事物,保证最终一致性即可;
- 不支持多表查询,所有多表查询sql,务必全部打散为单条sql逐条执行;
- 不建议使用一些数据库统计函数、Order by语句等;
- sql语句的第一个参数务必是路由条件;
- 不支持sql语句中出现数据库别名;
- 路由条件必须是整数类型;
- 在连续分片模式下,子表后缀为符号"_"+4位整型,比如“tb_0001”——"tb_1024";