分庫后的計算不能直接使用SQL；異構(gòu)庫 SQL 函數(shù)不盡相同；JAVA 硬編碼實施難度大；即使借助透明網(wǎng)關(guān)訪問遠程數(shù)據(jù)庫，分庫性能優(yōu)化也是頭疼問題。

一般常規(guī)辦法：

方法1：java硬編碼

簡單的跨庫count運算，Java部分代碼大概要寫成這樣：

…

public Connection getConnection(String drivername,String url, String username, String password) {

try {

Class.forName(drivername);

conn = DriverManager.getConnection(url, username, password);

} catch (Exception e) {

System.out.println("DBUtils.getConnection_FAILED!");

e.printStackTrace();

}

return conn;

}

…

…

Connection conn1 = DBUtils.getConnection(URL1, USER1, PASSWORD1);

Connection conn2 = DBUtils.getConnection(URL2, USER2, PASSWORD2);

…

String sql = "select count(*) c from sales";

PreparedStatement ptmt1 = conn1.prepareStatement(sql);

PreparedStatement ptmt2 = conn1.prepareStatement(sql);

…

ResultSet rs1 = ptmt1.executeQuery();

ResultSet rs2 = ptmt2.executeQuery();

…

return rs1.getInt("c") + rs2.getInt("c");

…

方法2：透明網(wǎng)關(guān)

例如oracle的dblink

帶有DBLINK的SQL，優(yōu)化起來很復雜。可以通過分析執(zhí)行計劃，利用collocated inline view，driving_site hint 等手段，來優(yōu)化這些帶有DBLINK的SQL。但這即使對于一名經(jīng)驗豐富的DBA來說，也是件很頭疼、很費勁的事。

這種情況下，如果有集算器就簡單很多，看下面這個例子：

n個庫的count運算。該運算需要在各分庫中分別進行 count，對各分庫的結(jié)果，在匯總階段要用sum求和，集算器（SPL）僅4行就可以搞定了。

AB1=n.(connect("mysql"+string(~)))//獲取n個分庫的連接2=SQL="select count(*) c from sales"//需要在分庫中執(zhí)行的SQL3=A1.(~.cursor(SQL))//在n個分庫中執(zhí)行 SQL4=A3.conjx().total(sum(c))//將各分庫算出的count值進行匯總

即使分庫數(shù)據(jù)庫為異構(gòu)的情況，集算器也可以通過SQL翻譯功能方便地進行SQL轉(zhuǎn)化，為不同數(shù)據(jù)庫提供可執(zhí)行的SQL。

利用集算器還可根據(jù)數(shù)據(jù)特征，輕松寫出具有針對性的高性能代碼，無需大量硬編碼，即可實現(xiàn)高效的算法 。諸如排序、top、分組、去重、連接等各類分庫運算，都可以輕松實現(xiàn)，感興趣可以參考：分庫后的查詢統(tǒng)計

集算器還很容易嵌入到Java應(yīng)用程序中，Java如何調(diào)用SPL腳本有使用和獲得它的方法。

關(guān)于集算器安裝使用、獲得免費授權(quán)和相關(guān)技術(shù)資料，可以參見如何使用集算器。

總結(jié)

以上是生活随笔為你收集整理的dblink查询_分库数据如何查询统计的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。