分库数据如何查询统计
分库后的计算不能直接使用SQL；异构库 SQL 函数不尽相同；JAVA 硬编码实施难度大；即使借助透明网关访问远程数据库，分库性能优化也是头疼问题。
一般常规办法：
方法1：java硬编码
简单的跨库count运算，Java部分代码大概要写成这样：
|
… 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：透明网关
例如oracle的dblink
带有DBLINK的SQL，优化起来很复杂。可以通过分析执行计划，利用collocated inline view，driving_site hint 等手段，来优化这些带有DBLINK的SQL。但这即使对于一名经验丰富的DBA来说，也是件很头疼、很费劲的事。
这种情况下，如果有集算器就简单很多，看下面这个例子：
n个库的count运算。该运算需要在各分库中分别进行 count，对各分库的结果，在汇总阶段要用sum求和，集算器（SPL）仅4行就可以搞定了。
|
|
A | B |
| 1 | =n.(connect("mysql"+string(~))) | //获取n个分库的连接 |
| 2 | =SQL="select count(*) c from sales" | //需要在分库中执行的SQL |
| 3 | =A1.(~.cursor(SQL)) | //在n个分库中执行 SQL |
| 4 | =A3.conjx().total(sum(c)) | //将各分库算出的count值进行汇总 |
即使分库数据库为异构的情况，集算器也可以通过SQL翻译功能方便地进行SQL转化，为不同数据库提供可执行的SQL。
利用集算器还可根据数据特征，轻松写出具有针对性的高性能代码，无需大量硬编码，即可实现高效的算法 。诸如排序、top、分组、去重、连接等各类分库运算，都可以轻松实现，感兴趣可以参考： 分库后的查询统计
集算器还很容易嵌入到Java应用程序中， Java如何调用SPL脚本有使用和获得它的方法。
关于集算器安装使用、获得免费授权和相关技术资料，可以参见 如何使用集算器。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/69900830/viewspace-2699891/ ，如需转载，请注明出处，否则将追究法律责任。
