isgasho / shark Goto Github PK

Shark简介

分布式mysql分库分表中间件，sharding领域的一站式解决方案。具备丰富、灵活的路由算法支持，能够方便DBA实现库的水平扩容和降低数据迁移成本。shark采用应用集成架构，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。目前shark每天为不同的企业、业务提供亿级别的sql读/写服务。

• 用户指南
  
• 基准测试
  

Shark的优点

• 完善的技术文档支持；
  
• 动态数据源的无缝切换；
  
• 丰富、灵活的分布式路由算法支持；
  
• 非proxy架构，应用直连数据库，降低外围系统依赖所带来的宕机风险；
  
• 业务零侵入，配置简单；
  
• 站在巨人的肩膀上(springjdbc、基于druid的sqlparser完成sql解析任务)，执行性能高效、稳定；
  
• 提供多机sequenceid的API支持，解决多机sequenceid难题；
  
• 缺省支持基于zookeeper、redis3.x cluster作为集中式资源配置中心；
  
• 基于velocity模板引擎渲染内容，支持sql语句独立配置和动态拼接，与业务逻辑代码解耦；
  
• 提供内置验证页面，方便开发、测试及运维人员对执行后的sql进行验证；
  
• 提供自动生成配置文件的API支持，降低配置出错率；
  

Shark总体架构

Shark采用应用集成架构，其领域模型位于持久层(JdbcTemplate)和JDBC之间，也就是分布式数据层。

Shark与其它Sharding中间件功能对比

我们并不认为Shark是最优秀的，但却始终坚信Shark是最好用的。

Shark的使用注意事项

• 不支持强一致性的分布式事务，建议在业务层依赖MQ，保证最终数据一致性；
• 不建议、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；
• sql语句的第一个参数务必是shard key；
• shard key必须是整数类型；

学习 & 联系我们

• wiki：https://github.com/gaoxianglong/shark/wiki
• issues：https://github.com/gaoxianglong/shark/issues
• blog：http://gao-xianglong.iteye.com
• email：[email protected]

典型案例