ShardingSphere 内置提供了多种分片算法，按照类型可以划分为自动分片算法、标准分片算法、复合分片算法和 Hint 分片算法，能够满足用户绝大多数业务场景的需要。此外，考虑到业务场景的复杂性，内置算法也提供了自定义分片算法的方式，用户可以通过编写 Java 代码来完成复杂的分片逻辑。
类型：MOD
可配置属性：
| 属性名称 | 数据类型 | 说明 |
|---|---|---|
| sharding-count | int | 分片数量 |
类型：HASH_MOD
可配置属性：
| 属性名称 | 数据类型 | 说明 |
|---|---|---|
| sharding-count | int | 分片数量 |
类型：VOLUME_RANGE
可配置属性：
| 属性名称 | 数据类型 | 说明 |
|---|---|---|
| range-lower | long | 范围下界，超过边界的数据会报错 |
| range-upper | long | 范围上界，超过边界的数据会报错 |
| sharding-volume | long | 分片容量 |
类型：BOUNDARY_RANGE
可配置属性：
| 属性名称 | 数据类型 | 说明 |
|---|---|---|
| sharding-ranges | String | 分片的范围边界，多个范围边界以逗号分隔 |
类型：AUTO_INTERVAL
可配置属性：
| 属性名称 | 数据类型 | 说明 |
|---|---|---|
| datetime-lower | String | 分片的起始时间范围，时间戳格式：yyyy-MM-dd HH:mm:ss |
| datetime-upper | String | 分片的结束时间范围，时间戳格式：yyyy-MM-dd HH:mm:ss |
| sharding-seconds | long | 单一分片所能承载的最大时间，单位：秒，允许分片键的时间戳格式的秒带有时间精度，但秒后的时间精度会被自动抹去 |
Apache ShardingSphere 内置的标准分片算法实现类包括：
使用 Groovy 的表达式，提供对 SQL 语句中的 = 和 IN 的分片操作支持，只支持单分片键。
对于简单的分片算法，可以通过简单的配置使用，从而避免繁琐的 Java 代码开发，如: t_user_$->{u_id % 8} 表示 t_user 表根据 u_id 模 8，而分成 8 张表，表名称为 t_user_0 到 t_user_7。
详情请参见行表达式。
类型：INLINE
可配置属性：
| 属性名称 | 数据类型 | 说明 | 默认值 |
|---|---|---|---|
| algorithm-expression | String | 分片算法的行表达式 | |
| allow-range-query-with-inline-sharding (?) | boolean | 是否允许范围查询。注意：范围查询会无视分片策略，进行全路由 | false |
此算法主动忽视了 datetime-pattern 的时区信息。
这意味着当 datetime-lower, datetime-upper 和传入的分片键含有时区信息时，不会因为时区不一致而发生时区转换。
当传入的分片键为 java.time.Instant 时存在特例处理，其会携带上系统的时区信息后转化为 datetime-pattern 的字符串格式，再进行下一步分片。
类型：INTERVAL
可配置属性：
| 属性名称 | 数据类型 | 说明 | 默认值 |
|---|---|---|---|
| datetime-pattern | String | 分片键的时间戳格式，必须遵循 Java DateTimeFormatter 的格式。例如：yyyy-MM-dd HH:mm:ss，yyyy-MM-dd 或 HH:mm:ss 等。但不支持与 java.time.chrono.JapaneseDate 相关的 Gy-MM 等 |
|
| datetime-lower | String | 时间分片下界值，格式与 datetime-pattern 定义的时间戳格式一致 |
|
| datetime-upper (?) | String | 时间分片上界值，格式与 datetime-pattern 定义的时间戳格式一致 |
当前时间 |
| sharding-suffix-pattern | String | 分片数据源或真实表的后缀格式，必须遵循 Java DateTimeFormatter 的格式，必须和 datetime-interval-unit 保持一致。例如：yyyyMM |
|
| datetime-interval-amount (?) | int | 分片键时间间隔，超过该时间间隔将进入下一分片 | 1 |
| datetime-interval-unit (?) | String | 分片键时间间隔单位，必须遵循 Java ChronoUnit 的枚举值。例如：MONTHS | DAYS |
详情请参见行表达式。
类型：COMPLEX_INLINE
| 属性名称 | 数据类型 | 说明 | 默认值 |
|---|---|---|---|
| sharding-columns (?) | String | 分片列名称，多个列用逗号分隔。如不配置无法则不能校验 | |
| algorithm-expression | String | 分片算法的行表达式 | |
| allow-range-query-with-inline-sharding (?) | boolean | 是否允许范围查询。注意：范围查询会无视分片策略，进行全路由 | false |
详情请参见行表达式。
类型：HINT_INLINE
| 属性名称 | 数据类型 | 说明 | 默认值 |
|---|---|---|---|
| algorithm-expression (?) | String | 分片算法的行表达式 | ${value} |
通过配置分片策略类型和算法类名，实现自定义扩展。
CLASS_BASED 允许向算法类内传入额外的自定义属性，传入的属性可以通过属性名为 props 的 java.util.Properties 类实例取出。
参考 Git 的 org.apache.shardingsphere.example.extension.sharding.algortihm.classbased.fixture.ClassBasedStandardShardingAlgorithmFixture 。
类型：CLASS_BASED
可配置属性：
| 属性名称 | 数据类型 | 说明 |
|---|---|---|
| strategy | String | 分片策略类型，支持 STANDARD、COMPLEX 或 HINT（不区分大小写） |
| algorithmClassName | String | 分片算法全限定名 |
rules:
- !SHARDING
tables:
t_order:
actualDataNodes: ds_${0..1}.t_order_${0..1}
tableStrategy:
standard:
shardingColumn: order_id
shardingAlgorithmName: t-order-inline
keyGenerateStrategy:
column: order_id
keyGeneratorName: snowflake
t_order_item:
actualDataNodes: ds_${0..1}.t_order_item_${0..1}
tableStrategy:
standard:
shardingColumn: order_id
shardingAlgorithmName: t_order-item-inline
keyGenerateStrategy:
column: order_item_id
keyGeneratorName: snowflake
t_account:
actualDataNodes: ds_${0..1}.t_account_${0..1}
tableStrategy:
standard:
shardingAlgorithmName: t-account-inline
keyGenerateStrategy:
column: account_id
keyGeneratorName: snowflake
defaultShardingColumn: account_id
bindingTables:
- t_order,t_order_item
broadcastTables:
- t_address
defaultDatabaseStrategy:
standard:
shardingColumn: user_id
shardingAlgorithmName: database-inline
defaultTableStrategy:
none:
shardingAlgorithms:
database-inline:
type: INLINE
props:
algorithm-expression: ds_${user_id % 2}
t-order-inline:
type: INLINE
props:
algorithm-expression: t_order_${order_id % 2}
t_order-item-inline:
type: INLINE
props:
algorithm-expression: t_order_item_${order_id % 2}
t-account-inline:
type: INLINE
props:
algorithm-expression: t_account_${account_id % 2}
keyGenerators:
snowflake:
type: SNOWFLAKE