读写分离（Read-Write Splitting）是一种常见的数据库架构优化策略，通过将数据库的读操作（查询）和写操作（插入、更新、删除）分离到不同的数据库实例上，从而提高系统的性能、可扩展性和高可用性。
在项目中实现读写分离目前主流的实现技术是通过 Apache ShardingSphere 来实现数据库的读写分离的。
从 Apache ShardingSphere 官网也可以看出读写分离是其提供的主要功能之一：
ShardingSphere 官网地址：
https://shardingsphere.apache.org/document/current/cn/features/readwrite-splitting/
通过 ShardingSphere 可以轻松实现 MySQL 数据库的读写分离，以下是基于最新 ShardingSphere 5.x 版本的实现步骤和关键代码：
1.核心实现原理
ShardingSphere 通过 JDBC 驱动层透明代理实现读写分离，其核心逻辑为：
- SQL 路由：根据 SQL 类型（SELECT/WRITE）自动路由到主库或从库。
- 负载均衡：支持轮询、随机权重等算法分配读请求到多个从库。
- 主从同步：依赖 MySQL 原生主从复制机制保障数据一致性。
2.具体实现步骤
步骤 1：搭建MySQL主从复制（前置条件）
-- 主库配置（my.cnf）
server-id=1
log-bin=mysql-bin
binlog-format=ROW
-- 从库配置（my.cnf）
server-id=2
relay-log=relay-bin
read-only=1
-- 主库创建复制账号
CREATE USER 'repl'@'%' IDENTIFIED BY 'P@ssw0rd';
GRANT REPLICATION SLAVE ON *.* TO 'repl'@'%';
FLUSH PRIVILEGES;
-- 从库配置主库连接
CHANGE MASTER TO
MASTER_HOST='master_ip',
MASTER_USER='repl',
MASTER_PASSWORD='P@ssw0rd',
MASTER_LOG_FILE='mysql-bin.000001',
MASTER_LOG_POS=592;
START SLAVE;步骤 2：SpringBoot项目集成ShardingSphere-JDBC
1.添加 Maven 依赖
在 pom.xml 中添加 ShardingSphere 和数据库连接池的依赖：
org.apache.shardingsphere
shardingsphere-jdbc-core-spring-boot-starter
com.mysql
mysql-connector-j
2.配置 application.yml
在 application.yml 中配置数据源和读写分离规则：
spring:
shardingsphere:
datasource:
names: master,slave0
# 主库配置
master:
type: com.zaxxer.hikari.HikariDataSource
driver-class-name: com.mysql.cj.jdbc.Driver
jdbc-url: jdbc:mysql://master_ip:3306/db?useSSL=false
username: root
password: Master@123
# 从库配置
slave0:
type: com.zaxxer.hikari.HikariDataSource
driver-class-name: com.mysql.cj.jdbc.Driver
jdbc-url: jdbc:mysql://slave_ip:3306/db?useSSL=false
username: root
password: Slave@123
# 从库2配置
slave1:
type: com.zaxxer.hikari.HikariDataSource
driver-class-name: com.mysql.cj.jdbc.Driver
jdbc-url: jdbc:mysql://slave_ip:3306/db?useSSL=false
username: root
password: Slave@123
rules:
readwrite-splitting:
data-sources:
readwrite_ds:
type: Static
props:
write-data-source-name: master
read-data-source-names:
- slave0
- slave1
load-balancer-name: round_robin
load-balancers:
round_robin:
type: ROUND_ROBIN # 轮询
props:
sql-show: true # 显示实际路由的SQL配置说明
- 数据源配置：
- master：主库数据源，用于写操作。
- slave0 和 slave1：从库数据源，用于读操作。
- 读写分离规则：
- write-data-source-name：指定写操作的数据源。
- read-data-source-names：指定读操作的数据源列表。
- load-balancer-name：指定读操作的负载均衡算法。
- 负载均衡算法：
- ROUND_ROBIN：轮询算法，读请求会在 slave0 和 slave1 之间轮询。
- 其他可选算法：RANDOM（随机）、WEIGHT（权重）等。
3.验证读写分离
1.写操作测试
public void createUser(User user) {
userMapper.insert(user); // INSERT 语句自动路由到master
}2.读操作测试
public List listUsers() {
return userMapper.selectList(null); // SELECT 语句路由到slave0
} 3.查看执行日志
控制台会输出类似日志：
Actual SQL: master ::: INSERT INTO user (...)
Actual SQL: slave0 ::: SELECT * FROM user3.高级配置（可选）
- 强制主库读通过 Hint 强制路由到主库：
HintManager.getInstance().setPrimaryRouteOnly();- 故障转移配置心跳检测实现从库故障自动剔除：
spring:
shardingsphere:
rules:
readwrite-splitting:
data-sources:
readwrite_ds:
type: Dynamic
props:
auto-aware-data-source-name: readwrite_ds
health-check-enabled: true
health-check-max-retry-count: 3
health-check-retry-interval: 5000注意事项
主从延迟问题：异步复制场景下，刚写入的数据可能无法立即从从库读取，可通过 HintManager 强制读主库临时解决。
4.优缺点分析
- 优点分析：
- 提升性能：写操作通常对性能要求较高，而读操作可以通过从库分担压力，避免主库因高并发查询而过载。从库可以进行水平扩展（增加更多从库实例），进一步提升系统的读取能力。
- 提高可用性：主库和从库可以部署在不同的服务器或机房，增加系统的容错性。即使某个从库出现故障，其他从库仍然可以继续提供读服务。
- 优化资源利用：主库可以专注于处理写操作，从库可以优化查询性能（如添加更多的索引、缓存等）。
- 缺点分析：
- 数据一致性延迟：由于从库的数据是通过主库同步而来，可能存在一定的延迟（秒级或更长），导致读操作可能读取到旧数据。
- 复杂性增加：需要管理主从复制的配置和同步机制。需要处理主从切换、故障转移等复杂情况。
- 成本增加：需要额外的硬件资源来部署从库。需要额外的运维成本来维护主从架构。
5.应用场景
读写分离适用于以下场景：
- 读操作远多于写操作系统：如电商系统、社交平台等，读操作远多于写操作。
- 需要高可用性：通过主从架构提高系统的容错能力。
小结
读写分离是一种常见的数据库架构优化策略，通过将数据库的读操作和写操作分离，提高了系统的性能、可扩展性和高可用性。读写分离主流的实现技术是 Apache ShardingSphere，通过添加依赖，配置读写分离规则的方式就可以轻松的实现读写分离。
本文已收录到我的面试小站 [www.javacn.site](https://www.javacn.site)，其中包含的内容有：场景题、并发编程、MySQL、Redis、Spring、Spring MVC、Spring Boot、Spring Cloud、MyBatis、JVM、设计模式、消息队列等模块。