sharding jdbc 概述
官网：https://shardingsphere.apache.org/
*********************************************************
简 介
基本特性：sharding jdbc定位为轻量级的java框架，以jar包形式提供服务，不需要额外部署，可理解为增强版的jdbc，完全兼容jdbc和各种orm框架，提供分库分表、读写分离、分布式事务、动态配置等功能
兼容各种orm框架，如：jpa、mybatis、jdbcTemplate等
使用任何三方数据库连接池，如：DBCP, C3P0, BoneCP, Druid, HikariCP等
支持多种数据库，目前支持MySQL，Oracle，SQLServer和PostgreSQL
***************************************************
分库分表
垂直分片：将表按业务类型划分，分散存储在多个数据库中，分摊单个数据库的压力，如果单表的数据量很大，还需结合水评分表将表中的数据进行拆分
水平分片：将表中的数据按照表的一个或多个字段进行拆分，每个分片仅有原来表的部分数据
分库分表不可避免引来跨库事务，在实际处理中，应尽量使用同库不同表，用本地事务； 在不可避免的跨库和高并发场景中，可使用最终一致性的柔性事务确保业务的一致性(sharding jdbc提供了分布式事务功能saga、seata)
相关概念
逻辑表：未拆分前的数据表的名称
真实表：拆分后实际存储数据的表，如原表user为逻辑表，user_0,user_1等就为真实表
数据节点：真实的数据库名称+表的名称，如ds_0.user_0
绑定表：按照相同字段进行拆分的两张表，如order、order_item都使用同一order_id进行拆分，则order、order_item就为绑定表
分片键：拆分表的字段，如user根据id拆分，则id就为user标的分片键
分片算法：支持= 、between、in分片，根据业务场景，使用相关接口自行实现
精确分片算法：PreciseShardingAlgorithm，使用一个字段进行分片，支持=、in
范围分片算法：RangeShardingAlgorithm，使用一个字段进行分片键，支持between
复合分片算法：使用多个字段进行分片
hint分片算法：强制路由分片，需配合HintShardingStrategy使用
分片策略：分片键+分片算法
标准分片策略：提供PreciseShardingAlgorithm、RangeShardingAlgorithm两种算法，处理sql与语句中的=、in、between and，
PreciseShardingAlgorithm必选，用于处理=、in，RangeShardingAlgorithm可选，如不设置，处理between and时使用全表路由
复合分片策略：使用多分片建处理=、in、between and
行表达式分片策略：用Grooy表达式，直接在配置文件中进行分片配置，支持单分片对=、in进行处理
Hint分片策略：强制路由分片
不分片策略：不对数据库、表进行分片处理
数据库分片策略：DatabaseShardingStrategy，对数据库进行分片
表分片策略：TableShardingStrategy，对表进行分片
行表达式：$->{。。。。}
$->{1..3}：表示范围区间
$->{[a,b,c]}：表示枚举值
示例：ds$->{id%2}.user$->{id%2}表示ds0.user0，ds1.user0，ds1.user0，ds1.user1
***************************************************
读写分离：分散单台数据库的读压力
主库：插入、更新、删除使用主库，目前单独使用只支持单主库，可配合分库分表使用
从库：提供读服务，由于主从同步有一定的延时，会存在短暂的数据不一致
****************************************************
分布式事务
XA事务：两阶段事务，强一致性协议，无法满足高并发场景
saga柔性事务：将一个事务看成多个本地事务的组合，发生异常时，可选择向前重试，或者向后回滚
seata柔性事务：
TC（事务协调器）：负责协调各事务的运行状态，需单独部署
TM（事务管理器）：与TC建立长连接，负责事务的创建，并根据TC反馈的各分支事务的执行状态提交或者回滚全局事务
RM（全局事务参与者）：与TC建立长连接，负责向TC汇报本地事务的执行状态，根据TC反馈信息提交或者回滚本地事务