Liferay研究之卅一：DatabaseSharding（数据库分片）

Database Sharding是什么？ 其实就是一种分布式计算，通过业务逻辑将不同的分类的数据保存到不同的数据库（具有相同的表结构）中。简单的说是一种负载均衡技术，因为每个表中的数据少了，查询速度就快了，系统能承受的负载也就大了。很多大公司都在用这种技

Database Sharding是什么？

其实就是一种分布式计算，通过业务逻辑将不同的分类的数据保存到不同的数据库（具有相同的表结构）中。简单的说是一种负载均衡技术，因为每个表中的数据少了，查询速度就快了，系统能承受的负载也就大了。很多大公司都在用这种技术，比如Google, Facebook, Wikipedia等等。

Liferay的实现策略是什么？

Liferay实现的是根据Portal Instance来进行分布的，也就是说，不同的portal instance的数据，保存在不同的数据库中。同一个portal instance的数据，只在一个数据库中。当然，一些全局的数据，比如ClassName，Company, Counter等数据是保存在一个节点(default)上的。

Liferay中的配置方式

1、首先你的系统上要有多个Portal Instances

比如babaodi.com, liushining.cn, smilingleo.cn等

2、安装多个数据库（也可以是一个服务器上的多个实例），可以是异构的，通过create_minimal的sql脚本创建最小数据库。

3、在portal.properties中将shard-data-source-spring.xml的注释去掉。并添加对应的配置内容，比如：
jdbc.default.driverClassName=com.mysql.jdbc.Driver jdbc.default.url=jdbc:mysql://localhost/lportal?useUnicode=true&characterEncoding=UTF-8&useFastDateParsing=false jdbc.default.username= jdbc.default.password= jdbc.one.driverClassName=com.mysql.jdbc.Driver jdbc.one.url=jdbc:mysql://localhost/lportal1?useUnicode=true&characterEncoding=UTF-8&useFastDateParsing=false jdbc.one.username= jdbc.one.password= jdbc.two.driverClassName=com.mysql.jdbc.Driver jdbc.two.url=jdbc:mysql://localhost/lportal2?useUnicode=true&characterEncoding=UTF-8&useFastDateParsing=false jdbc.two.username= jdbc.two.password= shard.available.names=default,one,two

这样，你的系统就可以将不同的portal instance的数据保存到不同的数据库中了。

实现原理

具体的实现Liferay采用了AOP, 在shard-data-source-spring.xml中定义了一个ShardAdvice,
</aop:aspect> </aop:config>
可以看出，所有持久化方法都调用invokePersistence方法，而该方法中负责通过instances % shards的简单hash算法获取一个数据源（被保持在ThreadLocal中）。

替代技术

Database Sharding是与业务相关的分布式数据处理技术，不够通用，而且多个数据源就存在多个单点问题。

一个比较好的通用解决方案是C-JDBC（Sequoia），把硬件RAID的概念演化为软件的Raidb, 即解决了分布式运算的问题，又可以通过RAIDb1的方式解决单点问题。

当然，C-JDBC是一种没钱买“磁盘阵列”的廉价替换方案，如果你已经有了阵列，那么就不需要这个技术了。（选购服务器等基础设施时，就需要考虑好用什么样的软件技术，否则会浪费钱，很多钱。）