當前位置：首頁 > 科技 > 軟件

基于 DDD 的互聯網“贊&踩”系統

來源：責編：時間：2023-10-30 09:07:06 245觀看

導讀該文是系統的用戶手冊，主要體現系統功能和所支持的高級特性，關于系統的核心設計正在整理中，請稍安勿躁1. 背景隨著社交媒體的普及，用戶生成的內容數量急劇增加。為了幫助用戶更好地發現和分享內容，許多社交媒體平臺都提供

該文是系統的用戶手冊，主要體現系統功能和所支持的高級特性，關于系統的核心設計正在整理中，請稍安勿躁

1. 背景

隨著社交媒體的普及，用戶生成的內容數量急劇增加。為了幫助用戶更好地發現和分享內容，許多社交媒體平臺都提供了贊/踩服務。

2. 目標

贊/踩服務是一種用戶反饋機制。隨著社交媒體的普及和發展，人們越來越喜歡在一種平臺上分享自己的觀點和生活，這時就需要一種形式化的反饋機制來快速評價這些信息的好壞。贊/踩服務的目標是為了提高用戶互動性，增加內容的社會影響力，從而增加活躍用戶數量。

3. 快速入門

系統所涉及的功能包括：

功能	描述
贊/踩	用戶可以點擊對應的贊或踩按鈕，以表達自己的喜好或不喜好
取消贊/踩	用戶可以取消之前的贊/踩，以更正自己的想法
計數器	贊和踩的數量都需要計數器，用于顯示文章或評論的受歡迎程度和社交影響力等
贊/踩歷史	用戶可以查看自己贊/踩的歷史記錄，以查看自己對文章或評論的態度

3.1. 開發環境

基于 Spring Boot 框架進行開發，以 DDD 作為業務邏輯承載模型。

框架	版本	依賴說明
JDK	1.8+	運行環境
Spring Boot	2.3.12.RELEASE
Spring Data	2.3.9.RELEASE	基于 JPA 實現持久化；基于 Redis 完成緩存加速（可選）
Lego	0.1.22	DDD 模型落地
springfox	3.0.0	文檔管理
RocketMQ	2.2.1	領域事件，異步處理（可選）
Sharding Sphere	4.4.1	分庫分表（可選）

3.2. 模塊介紹

該項目使用標準的 “六邊形架構”，對業務和技術進行分離，所以模塊較多，但層次更為清晰。

模塊	作用
domain	核心邏輯層，DDD 中核心組件，包括實體、值對象、聚合根、領域服務等
app	應用服務層，DDD 中的應用服務，主要負責流程編排
infrastructure	基礎設施層，主要負責與 DB 或其他服務進行通訊
api	RPC 服務中的接口定義，被 FeignClient 和 FeignService 依賴
FeignService	api 中接口的實際實現者，完成接口的適配
FeignClient	api 中Proxy實現者，方便使用方直接調用
bootstrap	應用啟動入口，包括 Spring Boot 入口和所有配置

3.3. 啟動項目

3.3.1. 建庫建表

建表語句在infrastructure/src/main/resources/sql 目標下，包括單庫和分庫分表配置。單庫建表語句如下：

create table dislike_action(    id          bigint auto_increment primary key,    create_time datetime    not null,    delete_time datetime    null,    update_time datetime    null,    vsn         int         not null,    status      char(16)    not null,    target_id   bigint      not null,    target_type varchar(16) not null,    user_id     bigint      not null,    constraint unq_user_target        unique (user_id, target_type, target_id));create table dislike_target_count(    id          bigint auto_increment primary key,    create_time datetime    not null,    delete_time datetime    null,    update_time datetime    null,    vsn         int         not null,    count       bigint      not null,    target_id   bigint      not null,    target_type varchar(16) not null,    constraint unq_target        unique (target_id, target_type));create table like_action(    id          bigint auto_increment primary key,    create_time datetime    not null,    delete_time datetime    null,    update_time datetime    null,    vsn         int         not null,    status      char(16)    not null,    target_id   bigint      not null,    target_type varchar(16) not null,    user_id     bigint      not null,    constraint unq_user_target        unique (user_id, target_type, target_id));create table like_target_count(    id          bigint auto_increment primary key,    create_time datetime    not null,    delete_time datetime    null,    update_time datetime    null,    vsn         int         not null,    count       bigint      not null,    target_id   bigint      not null,    target_type varchar(16) not null,    constraint unq_target        unique (target_id, target_type));

3.3.2. 修改數據庫配置

修改bootstrap/src/main/resource/application.yml 增加數據配置，具體如下：

spring:  datasource:    driver-class-name: com.mysql.cj.jdbc.Driver    url: jdbc:mysql://127.0.0.1:3306/like    username: root    password: root

3.3.3. 啟動應用程序

直接運行 bootstrap 模塊下的 LikeApplication 類，輸入地址：http://127.0.0.1:8080/swagger-ui/

當看到如下界面證明程序啟動成功：

3.3. 核心 API

核心接口如下：

功能	請求地址	參數類型	參數說明	返回結果	cur Demo
點贊	POST /feignService/action/command/like	RequestBody	{"userId": 用戶id, "targetType": 目標對象類型,"targetId": 目標對象 id}	無	curl -X POST "http://127.0.0.1:8080/feignService/action/command/like" -H "accept: /" -H "Content-Type: application/json" -d "{"targetId":1,"targetType":"TEST","userId":2}"
取消點贊	POST /feignService/action/command/unlike	RequestBody	{"userId": 用戶id, "targetType": 目標對象類型,"targetId": 目標對象 id}	無	curl -X POST "http://127.0.0.1:8080/feignService/action/command/unlike" -H "accept: /" -H "Content-Type: application/json" -d "{"targetId":1,"targetType":"test","userId":2}"
獲取點贊數量	GET /feignService/targetCount/query/getLikeCountByTarget	RequestParam	type:目標類型；ids：目標id集合	[{"targetType":目標對象類型,“targetId":目標對象id,"count":點贊數量}]	curl -X GET "http://127.0.0.1:8080/feignService/targetCount/query/getLikeCountByTarget?type=test&ids=1" -H "accept: /"
獲取點贊記錄	GET /feignService/action/query/getLikeByUserAndType	RequestParam	type:目標類型；userId：userId	[{"targetType":目標對象類型,“targetId":目標對象id,"userId":用戶id,"valid":是否有效}]	curl -X GET "http://127.0.0.1:8080/feignService/action/query/getLikeByUserAndType?userId=2&type=test" -H "accept: /"
踩	POST /feignService/action/command/dislike	RequestBody	{"userId": 用戶id, "targetType": 目標對象類型,"targetId": 目標對象 id}	無	curl -X POST "http://127.0.0.1:8080/feignService/action/command/dislike" -H "accept: /" -H "Content-Type: application/json" -d "{"targetId":1,"targetType":"test","userId":2}"
取消踩	POST /feignService/action/command/unDislike	RequestBody	{"userId": 用戶id, "targetType": 目標對象類型,"targetId": 目標對象 id}	無	curl -X POST "http://127.0.0.1:8080/feignService/action/command/unDislike" -H "accept: /" -H "Content-Type: application/json" -d "{"targetId":1,"targetType":"test","userId":2}"
獲取踩數量	GET /feignService/targetCount/query/getDislikeCountByType	RequestParam	type:目標類型；ids：目標id集合	[{"targetType":目標對象類型,“targetId":目標對象id,"count":點贊數量}]	curl -X GET "http://127.0.0.1:8080/feignService/targetCount/query/getDislikeCountByType?type=test&ids=1" -H "accept: /"
獲取點贊記錄	GET /feignService/action/query/getDislikeByUserAndType	RequestParam	type:目標類型；userId：userId	[{"targetType":目標對象類型,“targetId":目標對象id,"userId":用戶id,"valid":是否有效}]	curl -X GET "http://127.0.0.1:8080/feignService/action/query/getDislikeByUserAndType?userId=2&type=test" -H "accept: /"

核心API直接在 Swagger UI 上進行測試即可！！！

4. 高級特性

4.1. 自定義業務驗證

流程中涉及兩個重要的概念：

ActionUser: 操作贊或踩的用戶；
ActionTarget: 贊或踩的目的對象；

在實際業務場景，需要對這兩個對象的有效性進行驗證，比如：

ActionUser

用戶是否存在？

用戶狀態是否有效？

是否是黑名單用戶？

ActionTarget
目標對象是否存在？
目標對象是否已經下線/禁用？

這些功能擴展直接實現對應的 Loader 即可。

4.1.1. ActionUser 擴展

ActionUser 定義如下：

public class ActionUser {    @Column(name = "user_id", updatable = false)    private Long userId;    @Transient    private boolean valid;}

如果用戶狀態存在問題，直接將 valid 置為 false 即可。

ActionUserLoader 定義如下：

public interface ActionUserLoader {    ActionUser loadByUserId(Long userId);}

只需實現 ActionUserLoader 并注冊為 Spring 托管 Bean 即可，具體如下：

@Component(value = LoadActionUserByUserId.BEAN_NAME)public class TestActionUserLoader implements ActionUserLoader {    @Override    public ActionUser loadByUserId(Long userId) {        if (userId == null || userId.longValue() < 0){            return ActionUser.apply(userId, false);        }else {            return ActionUser.apply(userId);        }    }}

當 userId 為 null 或者小于 0 時，表明為無效用戶，將 valid 設置為 false。

【備注】Bean 必須注冊為LoadActionUserByUserId.BEAN_NAME（actionUserLoader），否則框架將無法識別。

4.1.2. ActionTarget 擴展

ActionTarget 定義如下：

public class ActionTarget {    @Column(name = "target_type", updatable = false)    private String type;    @Column(name = "target_id", updatable = false)    private Long id;    @Transient    private boolean valid;}

如果目標對象狀態存在問題，直接將 valid 置為 false 即可。

由于系統中可以存在多種目標對象，為每個類型提供單獨的 Loader，接口如下：

public interface SingleActionTargetLoader {    /**     * 是否支持 type 類型的 Target     * @param type     * @return     */    boolean support(String type);    /**     * 加載 Target 對象     * @param type     * @param id     * @return     */    ActionTarget load(String type, Long id);}

按需要實現接口，樣例如下：

@Component@Order(0)public class TestActionTargetLoader        extends AbstractSingleActionTargetLoader        implements SingleActionTargetLoader {    public TestActionTargetLoader() {        super("Test");    }    @Override    protected ActionTarget doLoadById(String type, Long id) {        if (id == null || id.longValue() < 0){            return ActionTarget.apply(type, id, false);        }else {            return ActionTarget.apply(type, id);        }    }}

該實現對 type 為 Test 的 Target 進行加載。

4.2. 發布領域事件

領域事件是 DDD 中的重要概念，當系統發生狀態變化后，將變化結果對外進行廣播，從而實現系統間的集成。

4.2.1. 添加 RocketMQ

外部領域事件通過 RocketMQ 向外廣播，需要搭建 RocketMQ 集群并在項目中增加 RocketMQ 的支持。

在 bootstrap 模塊的 pom 中增加 rocketmq starter，具體如下：

<dependency>    <groupId>org.apache.rocketmq</groupId>    <artifactId>rocketmq-spring-boot-starter</artifactId></dependency>

在 application.yml 增加 rocketmq 的配置，具體如下：

rocketmq:  name-server: http://127.0.0.1:9876  producer:    group: like-service

至此，便完成了與 rocketmq 的集成。

4.2.2. 打開領域事件開關

在 application.yml 添加如下配置：

like:  event:    #開啟領域事件    enable: true    #指定領域事件發送的 topic    topic: like-event-topic

開啟領域事件，并指定事件發送的 topic

4.2.3. 測試領域事件

重新啟動項目，當控制臺輸出以下表明配置成功：

Use RocketMQ to Publish Like Event

使用 swagger 運行 dislike 操作，從日志中可知消息發送成功：

4.2.4. 支持領域事件

系統支持的領域事件包括：

領域事件類型	觸發機制	tag	消息體
LikeMarkedEvent	點贊成功	LikeMarkedEvent	見 LikeMarkedEvent 類
LikeCancelledEvent	取消點贊成功	LikeCancelledEvent	見 LikeCancelledEvent 類
DislikeMarkedEvent	踩成功	DislikeMarkedEvent	見 DislikeMarkedEvent 類
DislikeCancelledEvent	取消踩成功	DislikeCancelledEvent	見 DislikeCancelledEvent 類

4.3. 緩存加速

在系統中，獲取目標對象的贊/踩數量接口調用量最大，會成為系統的第一個性能卡點，針對這個問題，可以通過引入 redis 緩存進行性能加速。

4.3.1. 添加 redis 依賴

首先需要引入 redis 相關依賴，在 bootstrap 的 pom 中增加如下配置：

<dependency>    <groupId>org.springframework.boot</groupId>    <artifactId>spring-boot-starter-data-redis</artifactId></dependency>

然后在 application.yml 中增加 redis 相關配置：

spring:  redis:    host: 127.0.0.1    port: 6379

4.3.2. 開啟緩存

完成redis配置后，需要在 application.yml 開啟對應的緩存，具體如下：

target:  count:    dislike:      cache:        # 是否開啟緩存        enable: true    like:      cache:        # 是否開啟緩存        enable: true

4.3.3. 緩存效果

未開啟緩存前，每次查詢數量都會執行一條 sql，具體如下：curl 命令如下：

curl -X GET "http://127.0.0.1:8080/feignService/targetCount/query/getDislikeCountByType?type=test&ids=1" -H "accept: */*"

輸出 sql 如下：

Hibernate: select disliketar0_.id as id1_1_, disliketar0_.create_time as create_t2_1_, disliketar0_.delete_time as delete_t3_1_, disliketar0_.update_time as update_t4_1_, disliketar0_.vsn as vsn5_1_, disliketar0_.count as count6_1_, disliketar0_.target_id as target_i7_1_, disliketar0_.target_type as target_t8_1_ from dislike_target_count disliketar0_ where disliketar0_.target_type=? and (disliketar0_.target_id in (?))

開啟緩存后，再次執行以上 curl，控制臺不會輸出sql，而是會輸出一行日志：

c.g.l.i.s.RedisBasedTargetCountCache     : load All Data From Cache for test and [1]

說明緩存已經生效。

所有的 action 操作都會與同步的對緩存進行更新。

4.4. 異步存儲

當目標對象出現熱點時，會產生高并發請求，對于 action 來說，主要以數據插入和數據的分散更新為主。但對于 count，就會產生熱點更新，從而成為系統的瓶頸。在這個場景，最適合的解決方案便是引入 MQ 對流量進行削峰填谷。

4.4.1. 增加 rocketmq

與 4.2.1. 添加 RocketMQ 內容一致，在此不再重復。

4.4.2. 開啟異步化

在 application.yml 中增加如下配置：

target:  count:    dislike:      async:        # 是否開啟異步更新        enable: true        # 異步更新所使用的 topic        topic: dislike-target-count-async-topic        # 異步更新使用的消費者組        consumerGroup: dislike-target-count-async-group    like:      async:        # 是否開啟異步更新        enable: true        # 異步更新所使用的 topic        topic: like-target-count-async-topic        # 異步更新使用的消費者組        consumerGroup: like-target-count-async-group

4.4.3. 異步效果

重啟應用程序，在 swagger 中執行點贊操作，從控制臺可以看到如下日志：

[nio-8080-exec-7] c.g.l.c.a.order.OrderedAsyncInterceptor  : success to send orderly async Task to RocketMQ, args is [ActionTarget(type=test, id=18, valid=true), 1], shardingKey is 18, msg is GenericMessage [payload={"0":"{/"type/":/"test/",/"id/":18,/"valid/":true}","1":"1"}, headers={id=c84e6be5-acec-27c2-3f44-6250003a56c7, timestamp=1685275901638}], result is SendResult [sendStatus=SEND_OK, msgId=7F0000014F505C8DA9628F610AC60007, offsetMsgId=C0A8032300002A9F00000000001A0AFD, messageQueue=MessageQueue [topic=dislike-target-count-async-topic, brokerName=MacdeMacBook-Pro-171.local, queueId=3], queueOffset=8][MessageThread_4] g.l.i.d.DislikeTargetCountRepositoryImpl : begin to incr for db target ActionTarget(type=test, id=18, valid=true), count 1[nio-8080-exec-7] com.geekhalo.like.app.RocketMQPublisher  : success to send msg GenericMessage [payload={"targetId":18,"targetType":"test","userId":1}, headers={id=4e8e13f9-b3cd-7b90-059f-f506f09d9948, timestamp=1685275901640}] to like-event-topic:DislikeMarkedEvent, msgId is 7F0000014F505C8DA9628F610AC80008[nio-8080-exec-7] c.g.l.c.c.s.AbstractCommandService       : success to sync AbstractCommandService.Syncer.Data(id=106, action=UPDATE, a=DislikeAction(super=AbstractAction(super=AbstractAggRoot(super=AbstractEntity(vsn=0, createAt=Sun May 28 20:11:41 CST 2023, updateAt=Sun May 28 20:11:41 CST 2023, deleteAt=null), events=[]), id=106, user=ActionUser(userId=1, valid=true), target=ActionTarget(type=test, id=18, valid=true), status=VALID)))[MessageThread_4] g.l.i.d.DislikeTargetCountRepositoryImpl : success to incr for db target ActionTarget(type=test, id=18, valid=true), count 1[MessageThread_4] .s.AbstractSingleMethodConsumerContainer : consume message 7F0000014F505C8DA9628F610AC60007, cost: 27 ms

從日志上看，可以得出：

nio 線程向 MQ 發送消息
MessageThread 線程從 MQ 中獲取數據并執行 incr 操作

4.5. 分庫分表

隨著系統的運行，數據量會逐漸增大，最終超出單個 DB 的容量上限。這種情況下，最佳實踐便是對數據庫進行分庫分表。

4.5.1. 構建數據庫和表

在 infrastructure 模塊的 sql 目錄下存在兩個 sql 文件：

create_table_sharding_action.sql : 贊/踩操作分庫分表
create_table_sharding_count.sql ：贊/踩計數分庫分表

示例中總共分16張表，存放在兩個數據庫中：

db1 存放 0-7 表
db2 存放 8-15 表

如圖所示：

4.5.2. 添加 ShardingSphere 支持

在 bootstrap 的pom 文件增加 ShardingSphere 的依賴，具體如下：

<dependency>    <groupId>org.apache.shardingsphere</groupId>    <artifactId>sharding-jdbc-spring-boot-starter</artifactId></dependency>

其次，增加分庫分表配置文件，為了方便新建 application.properties 存放分庫分表配置：

# 數據源配置# 總共4個數據源spring.shardingsphere.datasource.names=action-ds0, action-ds1, count-ds0, count-ds1 # action-ds0 數據源配置spring.shardingsphere.datasource.action-ds0.type=com.zaxxer.hikari.HikariDataSourcespring.shardingsphere.datasource.action-ds0.driver-class-name=com.mysql.cj.jdbc.Driverspring.shardingsphere.datasource.action-ds0.jdbc-url=jdbc:mysql://127.0.0.1:3306/like_action_0?allowPublicKeyRetrieval=true&useSSL=false&serverTimezone=UTCspring.shardingsphere.datasource.action-ds0.username=rootspring.shardingsphere.datasource.action-ds0.password=root# action-ds1 數據源配置spring.shardingsphere.datasource.action-ds1.type=com.zaxxer.hikari.HikariDataSourcespring.shardingsphere.datasource.action-ds1.driver-class-name=com.mysql.cj.jdbc.Driverspring.shardingsphere.datasource.action-ds1.jdbc-url=jdbc:mysql://127.0.0.1:3306/like_action_1?allowPublicKeyRetrieval=true&useSSL=false&serverTimezone=UTCspring.shardingsphere.datasource.action-ds1.username=rootspring.shardingsphere.datasource.action-ds1.password=root# count-ds0 數據源配置spring.shardingsphere.datasource.count-ds0.type=com.zaxxer.hikari.HikariDataSourcespring.shardingsphere.datasource.count-ds0.driver-class-name=com.mysql.cj.jdbc.Driverspring.shardingsphere.datasource.count-ds0.jdbc-url=jdbc:mysql://127.0.0.1:3306/like_count_0?allowPublicKeyRetrieval=true&useSSL=false&serverTimezone=UTCspring.shardingsphere.datasource.count-ds0.username=rootspring.shardingsphere.datasource.count-ds0.password=root# count-ds1 數據源配置spring.shardingsphere.datasource.count-ds1.type=com.zaxxer.hikari.HikariDataSourcespring.shardingsphere.datasource.count-ds1.driver-class-name=com.mysql.cj.jdbc.Driverspring.shardingsphere.datasource.count-ds1.jdbc-url=jdbc:mysql://127.0.0.1:3306/like_count_1?allowPublicKeyRetrieval=true&useSSL=false&serverTimezone=UTCspring.shardingsphere.datasource.count-ds1.username=rootspring.shardingsphere.datasource.count-ds1.password=root# 分庫分表規則配置# 使用雪花算法生成分布式主鍵id的值spring.shardingsphere.sharding.default-key-generator.column=idspring.shardingsphere.sharding.default-key-generator.column-type=BIGINTspring.shardingsphere.sharding.default-key-generator.type=SNOWFLAKEspring.shardingsphere.sharding.default-key-generator.algorithm-expression=SNOWFLAKE_HASH(id, 12)spring.shardingsphere.sharding.default-key-generator.matrix-handling-type=SHARDING_DEFAULT# 踩行為表配置spring.shardingsphere.sharding.tables.dislike_action.actual-data-nodes=action-ds0.dislike_action_$->{0..7},action-ds1.dislike_action_$->{8..15}# user_id 為分表分片鍵spring.shardingsphere.sharding.tables.dislike_action.table-strategy.inline.sharding-column=user_id# 根據 user_id 以 16 取模，進行分表spring.shardingsphere.sharding.tables.dislike_action.table-strategy.inline.algorithm-expression=dislike_action_$->{Math.abs(user_id.hashCode())  % 16}# user_id 為分庫分片鍵spring.shardingsphere.sharding.tables.dislike_action.database-strategy.inline.sharding-column=user_id# 根據 user_id 以 16 取模后除8 ，進行分庫spring.shardingsphere.sharding.tables.dislike_action.database-strategy.inline.algorithm-expression=action-ds$->{Math.floorDiv((Math.abs(user_id.hashCode())  % 16) , 8)}spring.shardingsphere.sharding.tables.like_action.actual-data-nodes=action-ds0.like_action_$->{0..7},action-ds1.like_action_$->{8..15}spring.shardingsphere.sharding.tables.like_action.table-strategy.inline.sharding-column=user_idspring.shardingsphere.sharding.tables.like_action.table-strategy.inline.algorithm-expression=like_action_$->{Math.abs(user_id.hashCode())  % 16}spring.shardingsphere.sharding.tables.like_action.database-strategy.inline.sharding-column=user_idspring.shardingsphere.sharding.tables.like_action.database-strategy.inline.algorithm-expression=action-ds$->{Math.floorDiv((Math.abs(user_id.hashCode())  % 16) , 8)}# 計數表配置spring.shardingsphere.sharding.tables.dislike_target_count.actual-data-nodes=count-ds0.dislike_target_count_$->{0..7},count-ds1.dislike_target_count_$->{8..15}# target_id 為分表分片鍵spring.shardingsphere.sharding.tables.dislike_target_count.table-strategy.inline.sharding-column=target_id# 根據 target_id 以 16 取模，進行分表spring.shardingsphere.sharding.tables.dislike_target_count.table-strategy.inline.algorithm-expression=dislike_target_count_$->{Math.abs(target_id.hashCode())  % 16}# target_id 為分庫分片鍵spring.shardingsphere.sharding.tables.dislike_target_count.database-strategy.inline.sharding-column=target_id# 根據 target_id 以 16 取模后除8 ，進行分庫spring.shardingsphere.sharding.tables.dislike_target_count.database-strategy.inline.algorithm-expression=count-ds$->{Math.floorDiv((Math.abs(target_id.hashCode()) % 16), 8)}spring.shardingsphere.sharding.tables.like_target_count.actual-data-nodes=count-ds0.like_target_count_$->{0..7},count-ds1.like_target_count_$->{8..15}spring.shardingsphere.sharding.tables.like_target_count.table-strategy.inline.sharding-column=target_idspring.shardingsphere.sharding.tables.like_target_count.table-strategy.inline.algorithm-expression=like_target_count_$->{Math.abs(target_id.hashCode()) % 16}spring.shardingsphere.sharding.tables.like_target_count.database-strategy.inline.sharding-column=target_idspring.shardingsphere.sharding.tables.like_target_count.database-strategy.inline.algorithm-expression=count-ds$->{Math.floorDiv((Math.abs(target_id.hashCode()) % 16), 8)}# 打印 SQL 配置（可選）spring.shardingsphere.props.sql.show=true

在雪花算法情況下，尾數會變的極度不均勻，所以在進行計算之前，通常先執行 hashCode 在進行取模操作。

4.5.3. 分庫分表效果

啟動應用程序，控制臺輸出 sharding 相關配置，具體如下：

defaultKeyGenerator:  column: id  type: SNOWFLAKEtables:  dislike_action:    actualDataNodes: action-ds0.dislike_action_$->{0..7},action-ds1.dislike_action_$->{8..15}    databaseStrategy:      inline:        algorithmExpression: action-ds$->{Math.floorDiv((Math.abs(user_id.hashCode())  % 16) , 8)}        shardingColumn: user_id    logicTable: dislike_action    tableStrategy:      inline:        algorithmExpression: dislike_action_$->{Math.abs(user_id.hashCode()) % 16}        shardingColumn: user_id  like_action:    actualDataNodes: action-ds0.like_action_$->{0..7},action-ds1.like_action_$->{8..15}    databaseStrategy:      inline:        algorithmExpression: action-ds$->{Math.floorDiv((Math.abs(user_id.hashCode())  % 16) , 8)}        shardingColumn: user_id    logicTable: like_action    tableStrategy:      inline:        algorithmExpression: like_action_$->{Math.abs(user_id.hashCode())  % 16}        shardingColumn: user_id  dislike_target_count:    actualDataNodes: count-ds0.dislike_target_count_$->{0..7},count-ds1.dislike_target_count_$->{8..15}    databaseStrategy:      inline:        algorithmExpression: count-ds$->{Math.floorDiv((Math.abs(target_id.hashCode()) % 16), 8)}        shardingColumn: target_id    logicTable: dislike_target_count    tableStrategy:      inline:        algorithmExpression: dislike_target_count_$->{Math.abs(target_id.hashCode())  % 16}        shardingColumn: target_id  like_target_count:    actualDataNodes: count-ds0.like_target_count_$->{0..7},count-ds1.like_target_count_$->{8..15}    databaseStrategy:      inline:        algorithmExpression: count-ds$->{Math.floorDiv((Math.abs(target_id.hashCode()) % 16), 8)}        shardingColumn: target_id    logicTable: like_target_count    tableStrategy:      inline:        algorithmExpression: like_target_count_$->{Math.abs(target_id.hashCode()) % 16}        shardingColumn: target_id

在 Swagger UI 中操作點贊，控制臺輸出如下：

Logic SQL: select dislikeact0_.id as id1_0_, dislikeact0_.create_time as create_t2_0_, dislikeact0_.delete_time as delete_t3_0_, dislikeact0_.update_time as update_t4_0_, dislikeact0_.vsn as vsn5_0_, dislikeact0_.status as status6_0_, dislikeact0_.target_id as target_i7_0_, dislikeact0_.target_type as target_t8_0_, dislikeact0_.user_id as user_id9_0_ from dislike_action dislikeact0_ where dislikeact0_.user_id=? and dislikeact0_.target_type=?Actual SQL: action-ds0 ::: select dislikeact0_.id as id1_0_, dislikeact0_.create_time as create_t2_0_, dislikeact0_.delete_time as delete_t3_0_, dislikeact0_.update_time as update_t4_0_, dislikeact0_.vsn as vsn5_0_, dislikeact0_.status as status6_0_, dislikeact0_.target_id as target_i7_0_, dislikeact0_.target_type as target_t8_0_, dislikeact0_.user_id as user_id9_0_ from dislike_action_0 dislikeact0_ where dislikeact0_.user_id=? and dislikeact0_.target_type=? ::: [2707692781417059328, Test]

其中：

Logic SQL：邏輯 SQL 中的表為 dislike_action
Actual SQL：實際執行的 SQL 表為 dislike_action_0，數據庫為 action-ds0

5. 項目信息

項目地址見:https://gitee.com/litao851025/lego/tree/master/services/like

本文鏈接：http://www.tebozhan.com/showinfo-26-15743-0.html基于 DDD 的互聯網“贊&踩”系統

聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com

上一篇： Spring 冷知識：一個提前 AOP 的機會

下一篇： Openjdk Btrace--追蹤你的程序

標簽：

熱門焦點

MIX Fold3包裝盒泄露新機本月登場

小米的全新折疊屏旗艦MIX Fold3將于本月發布，近日該機的真機包裝盒在網上泄露。從圖上來看，新的MIX Fold3包裝盒在外觀設計方面延續了之前的方案，變化不大，這也是目前小米旗艦
轎車從天而降電動車主被撞身亡超速搶道所致：現場視頻讓網友吵翻

近日，上海青浦區法院判決轎車從天而降電動車主被撞身亡案，轎車車主被判有期徒刑一年。案件顯示當時男子駕駛轎車在上海某路段行駛，前車忽然轉彎提速超車，
線程通訊的三種方法！通俗易懂

線程通信是指多個線程之間通過某種機制進行協調和交互，例如，線程等待和通知機制就是線程通訊的主要手段之一。在 Java 中，線程等待和通知的實現手段有以下幾種方式：Object 類下
服務存儲設計模式：Cache-Aside模式

Cache-Aside模式一種常用的緩存方式，通常是把數據從主存儲加載到KV緩存中，加速后續的訪問。在存在重復度的場景，Cache-Aside可以提升服務性能，降低底層存儲的壓力，缺點是緩存和底
破圈是B站頭上的緊箍咒

來源 | 光子星球撰文 | 吳坤諺編輯 | 吳先之每年的暑期檔都少不了瞄準追劇女孩們的古偶劇集，2021年有優酷的《山河令》，2022年有愛奇藝的《蒼蘭訣》，今年卻輪到小破站抓住了追
網紅炒股不為了賺錢，那就是耍流氓！

來源：首席商業評論6月26日高調宣布入市，網絡名嘴大v胡錫進居然進軍了股市。在一次財經媒體峰會上，幾個財經圈媒體大佬就“胡錫進炒股是否知道認真報道”展開討論。有
7月4日見！iQOO 11S官宣：“雞血版”驍龍8 Gen2+200W快充加持

上半年已接近尾聲，截至目前各大品牌旗下的頂級旗艦都已悉數亮相，而下半年即將推出的頂級旗艦已經成為了數碼圈爆料的主流，其中就包括全新的iQOO 11S系
機構稱Q2全球智能手機出貨量同比下滑11% 蘋果份額依舊第2

7月20日消息，據外媒報道，研究機構的報告顯示，由于需求下滑，今年二季度全球智能手機的出貨量，同比下滑了11%，三星、蘋果等主要廠商的銷量，較去年同期均有下
三翼鳥智能家居亮相電博會，讓用戶體驗更真實

2021電博會在青島國際會展中心開幕中，三翼鳥直接把“家”搬到了現場，成為了展會的一大看點。這也是三翼鳥繼9月9日發布了行業首個一站式定制智慧家平臺后的

基于 DDD 的互聯網“贊&amp;踩”系統