SpringBoot多数据源分库分表教程：从配置到实战的完整实现指南

01、设计目标与总体架构

01.1 目标定位与关键需求

在企业级应用中，SpringBoot多数据源分库分表的核心目标是通过分散数据库压力来实现高并发场景下的吞吐提升，同时保持数据的一致性与可维护性。分库分表策略应覆盖数据分布、查询优化以及事务边界的设计，确保系统在横向扩展时能平滑扩容。本文以从零到实战的实现为线索，帮助读者把需求落地到代码层。

为了实现可扩展的架构，常见的设计要点包括：动态路由数据源、统一的数据访问层、清晰的分片键与路由规则，以及对事务的谨慎处理。通过这些要点，可以在不改动业务逻辑的前提下，将数据分散到多个数据源中，提升并发处理能力。

01.2 架构沿用与演进路径

在初期阶段，可以选择基于 AbstractRoutingDataSource 的动态数据源路由来实现分库分表的初步需求，后续再引入更复杂的分库分表中间件（如 ShardingSphere）以获得更丰富的分片策略与跨库事务能力。通过分层设计，数据访问层与路由逻辑解耦，便于后续替换实现而不影响上层业务。

本教程围绕从最小可行实现到实战落地的完整流程展开，确保读者在理解原理的同时能快速搭建一个可运行的示例。

02、技术栈与核心组件

02.1 技术选型要点

核心选型围绕两大主题展开：一是实现方式，二是运维与扩展性。动态数据源路由实现通常以 AbstractRoutingDataSource 为基础；若需要更强的分表能力与分布式事务，则可以引入 ShardingSphere 等中间件。

在应用层，优先使用 Spring Boot 的自动配置能力，结合 MyBatis-Plus 或 MyBatis 实现高效的持久层；在数据源层，推荐使用 HikariCP 做连接池，以获得低延迟和高并发场景下的稳定性。

03、分库分表策略与路由设计

03.1 分片键与分片策略

分库分表的关键在于确定合适的 分片键，常见的选择包括自增主键、业务主键，如用户ID、订单号等。合理的分片策略可以将热点数据均匀分布到各数据源及分表中，从而降低单点压力。

典型策略包括：按模取模分片、按区间分表、以及结合业务维度的自定义规则。实现时需要明确路由键的获取时机、跨表查询的路由逻辑以及聚合查询的处理方式。

03.2 路由实现的设计原则

路由的实现应遵循简单、可测试、可扩展的原则。通常可以将路由逻辑封装为独立的组件，利用 ThreadLocal 保存当前请求的分片上下文，然后通过 AbstractRoutingDataSource 在运行时切换数据源。

同时，需要关注事务边界的冷启动与关闭，确保在跨数据源操作时能够正确提交或回滚。若业务场景涉及分布式事务，需引入专门的事务中间件或采用分布式事务策略来保障一致性。

04、核心实现：动态数据源与路由

04.1 动态数据源的实现思路

核心思想是通过一个自定义的数据源路由类，在请求上下文中决定当前使用的物理数据源。数据源字典用于保存可用的数据库连接，默认数据源负责处理未命中路由的情况。

下面给出一个简化的实现示例，帮助理解如何在 Spring Boot 中实现动态切换。

import org.springframework.jdbc.datasource.lookup.AbstractRoutingDataSource;
import javax.sql.DataSource;
import java.util.Map;

public class RoutingDataSource extends AbstractRoutingDataSource {
    @Override
    protected Object determineCurrentLookupKey() {
        // 从本地线程上下文获取当前路由键
        return DataSourceContextHolder.getDataSourceKey();
    }

    // 数据源上下文工具类（简化示例）
    public static class DataSourceContextHolder {
        private static final ThreadLocal<String> contextHolder = new ThreadLocal<>();
        public static void setDataSourceKey(String key) { contextHolder.set(key); }
        public static String getDataSourceKey() { return contextHolder.get(); }
        public static void clear() { contextHolder.remove(); }
    }
}

重要点：在每次业务入口设置路由键，并在方法执行完成后清理上下文，避免并发时的键污染。

04.2 数据源配置与注入

在 Spring 配置中，需要注册多个数据源，并把它们注入到路由数据源中作为目标数据源。下面的示例展示了如何将两个数据源注册并绑定到路由数据源。

import javax.sql.DataSource;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.boot.jdbc.DataSourceBuilder;
import java.util.HashMap;
import java.util.Map;

@Configuration
public class DataSourceConfig {

    @Bean(name = "ds0")
    public DataSource ds0() {
        return DataSourceBuilder.create()
                .url("jdbc:mysql://host1:3306/db0?useUnicode=true&characterEncoding=utf8&useSSL=false")
                .username("user")
                .password("pass")
                .driverClassName("com.mysql.cj.jdbc.Driver")
                .build();
    }

    @Bean(name = "ds1")
    public DataSource ds1() {
        return DataSourceBuilder.create()
                .url("jdbc:mysql://host2:3306/db1?useUnicode=true&characterEncoding=utf8&useSSL=false")
                .username("user")
                .password("pass")
                .driverClassName("com.mysql.cj.jdbc.Driver")
                .build();
    }

    @Bean(name = "routingDataSource")
    public DataSource routingDataSource(DataSource ds0, DataSource ds1) {
        RoutingDataSource routing = new RoutingDataSource();
        Map targets = new HashMap<>();
        targets.put("ds0", ds0);
        targets.put("ds1", ds1);
        routing.setTargetDataSources(targets);
        routing.setDefaultTargetDataSource(ds0);
        return routing;
    }
}

要点提示：确保数据源 URL、账户、密码等敏感信息通过外部化配置管理，避免硬编码在代码中。

04.3 事务与数据一致性处理

在单一数据源场景下，Spring 的 DataSourceTransactionManager 可以实现透明的事务控制；当动态路由跨数据源时，事务边界需要谨慎设计，若涉及跨库写操作，需要考虑使用 分布式事务框架（如 Seata、Atomikos 等）或采用最终一致性策略。

示例中的基本事务配置可以通过注解实现，若采用分布式事务框架，请按对应框架的集成方式进行全局事务的配置与调用。

05、实战演练：一个示例应用的搭建与验证

05.1 场景描述与数据建模

在本节中，我们通过一个简单的场景来演示：将用户信息与订单信息分布在两个数据源的不同分表中，模拟高并发写入的场景，以及跨数据源的简单查询。数据建模遵循分库分表的常规做法：用户表放在 ds0 的 user_0、user_1 等分表中，订单表放在 ds1 的 order_0、order_1 等分表中。

通过以下步骤，可以快速验证分库分表的工作原理：路由键选择、数据源切换、生效的 SQL 走向，以及目标数据表的查询聚合结果。

05.2 示例代码：服务层对接与路由调用

下面给出一个简化的服务层示例，演示如何在调用前设置路由键、在执行结束后清理上下文，以及如何执行跨表查询。

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;
import org.springframework.transaction.annotation.Transactional;

@Service
public class UserOrderService {

    @Autowired private UserMapper userMapper;
    @Autowired private OrderMapper orderMapper;

    @Transactional
    public void createUserAndOrder(User user, Order order) {
        // 路由到 ds0 的用户库分片
        RoutingDataSource.DataSourceContextHolder.setDataSourceKey("ds0");
        userMapper.insert(user);

        // 路由到 ds1 的订单库分片
        RoutingDataSource.DataSourceContextHolder.setDataSourceKey("ds1");
        orderMapper.insert(order);

        // 清理上下文，避免线程污染
        RoutingDataSource.DataSourceContextHolder.clear();
    }

    public User getUserById(long userId) {
        // 根据业务规则决定路由口径，这里示例直接路由到 ds0
        RoutingDataSource.DataSourceContextHolder.setDataSourceKey("ds0");
        User u = userMapper.selectById(userId);
        RoutingDataSource.DataSourceContextHolder.clear();
        return u;
    }
}

要点总结：在示例中，通过显式设置数据源键来实现路由切换；在真实场景中，应将路由键封装成一个可复用的上下文组件，避免在业务逻辑中直接暴露路由细节。

06、补充：结合分库分表中间件的实战要点

06.1 引入分库分表中间件的理由

当业务复杂度提升、数据分片规则日益丰富时，单纯的动态数据源路由可能难以满足需求。这时可以考虑引入 ShardingSphere、Atlas 等中间件来提供更完整的分库分表能力、分片规则管理以及跨库事务支持。

通过中间件，可以在数据库层面实现透明路由、分片表自动路由及统一的 SQL 解析，从而降低应用侧的复杂度。

06.2 与 Spring Boot 的集成要点

在与 Spring Boot 集成时，需配置中间件的数据源、路由策略以及事务管理方案，并确保数据源的生命周期与应用程序上下文一致。统一的监控与可观测性是中间件集成的重要优势之一，能够帮助定位热点分片、慢查询等问题。

07、常见模式对比与扩展思路

07.1 纯自研动态路由 vs 第三方中间件

纯自研动态路由的优势在于灵活性和成本控制，适合简单分片需求；引入第三方中间件则在分片规则复杂、跨库事务强耦合时展现更高的开发效率与稳定性。

在长期维护中，建议评估业务增长和运维成本，按需从“自研路由”逐步迁移到“中间件驱动”的方案，以获得更完善的特性集和更强的可观测性。

07.2 快速定位与回滚策略

在高并发环境下，出现数据错配、分片路由异常时，需要具备快速回滚和错峰处理能力。建议实现基于 幂等性处理、路由决策审计日志 与可控的回滚操作，确保数据最终一致性并尽量减小对业务的影响。