微服务架构下，解决数据库跨库查询的一些思路

加关注，不迷路！

前言

在服务做微服务改造后，原先单库join查询已经不能满足要求，每个拆分的微服务对应一个数据库实例，而且部署在不同的服务器上，那么解决“跨库查询”就势在必行了。

以笔者实战经历来看，以下几个思路仅供参考：

表字段冗余

想必大家已经很熟悉，几乎每天都会打交道，不用多讲。

需要指出的是冗余字段不能太多，建议控制在2-4个左右。否则会出现数据更新不一致问题，一旦冗余字段有改动，极容易产生脏数据。

解决思路

建立同步机制，必要时采取人工补偿措施。

所以，合理的字段冗余是润滑剂，减少join关联查询，让数据库执行性能更高更快。

二、聚合服务封装查询

聚合服务

简单来说，就是把不同服务的数据统一组装在一个新的服务里做聚合，对外提供统一入口API接口查询。

笔者曾经开发新闻报表查询接口时，需要用到用户，新闻、用户标签、登录记录等数据。但是用户、新闻、登录记录在不同的数据库，而且还不在同一台服务器上。经笔者分析，把代码写在用户微服务或者新闻微服务都不合适，最后只能自己单独写了一个聚合服务来解决跨查询数据问题。

聚合服务的数据组装是以API接口调用来实现，一般不建议直连数据库连表查询。这样做的好处是减少服务间调用次数以及查询库表压力。

在实际的业务开发中，我们经常碰到类似的需求，而聚合服务不失为一种较彻底的服务解耦实现方式。

三、表视图查询

如果涉及到不同数据库表之间的join查询，可以在其中某一数据库的表上建立视图（view）关系，这种方式非常高效，只需要开发一个简单接口对外提供服务就可以了，而且省去聚合服务带来调用、查询、聚合的复杂性。

前提条件

1. 数据库需要部署在同一台服务器上

2. 数据库账户密码必须相同，也就是在同一个schema下

另外表视图查询这种方式，是一种紧耦合的设计方式，不利于程序扩展，除非你很确定将来业务变动不大，可以考虑使用。以笔者经验来看，不适合大规模使用。

                      

四、多数据源查询

这种方式是一种比较技术化的思路，简单来说就是一个微服务配置多个数据库源（DataSource），进行数据源来回切换进行库表查询，以达到获取不同数据的目的。

实现思路

1. 利用DynamicDataSource

2. 利用Spring的AOP动态切换数据源

3. 利用Spring的依赖注入方式管理Bean数据源对象

具体实现方式，网上例子很多很成熟的实现方案。 

                      

五、分库分表：使用数据库中间件

Sharding-Shpere

想必做过分库分表的同学对他一定不陌生，其出身来至当当开源项目sharding-jdbc。非常有限的跨库查询解决方案，目前在京东内部已经广泛使用。sharding-jdbc创始人张亮已加入京东，sharding-jdbc还在不停的迭代，目前更名为sharding-shpere，已经入Apache顶级项目，进行孵化，非常看好它

高可用架构图

官网传送门

https://shardingsphere.apache.org/document/current/cn/quick-start/

Mycat

一个彻底开源的，面向企业应用开发的大数据库集群，支持事务、ACID、可以替代MySQL的加强版数据库；一个可以视为MySQL集群的企业级数据库，用来替代昂贵的Oracle集群；一个融合内存缓存技术、NoSQL技术、HDFS大数据的新型SQL Server；结合传统数据库和新型分布式数据仓库的新一代企业级数据库产品；一个新颖的数据库中间件产品。

高可用架构图

Mycat关键特性

1. 遵守Mysql原生协议，跨语言，跨平台，跨数据库的通用中间件代理。

2. 支持单库内部任意join，支持跨库2表join，甚至基于caltlet的多表join。

3. 支持通过全局表，ER关系的分片策略，实现了高效的多表join查询。

从mycat特性来说，其天生就支持分库分表以及跨库查询，具体不多说，有兴趣的同学，可以去官网了解mycat的原理。

干货分享

最近将个人学习笔记整理成册，使用PDF分享。关注我，回复如下代码，即可获得百度盘地址，无套路领取！

•001：《Java并发与高并发解决方案》学习笔记；•002：《深入JVM内核——原理、诊断与优化》学习笔记；•003：《Java面试宝典》•004：《Docker开源书》•005：《Kubernetes开源书》•006：《DDD速成（领域驱动设计速成）》•007：全部•008：加技术群讨论

近期热文

•Java 线上故障排查完整套路•SQL 进阶技巧（下）•SQL 进阶技巧（上）•干掉Navicat：这个IDEA的兄弟真香！•微服务项目搭建，到底要不要聚合工程？•一文读懂阿里大中台、小前台战略

关注我

喜欢就点个"在看"呗^_^