client方式的优势是实现简单，只需要通过简单的配置即可完成拆分操作。

在本地通过分片进行计算，得到真实的库和表进行路由，性能相对较高。

不依赖于三方，没有单点故障。

client方式的劣势是每个项目都要去管理分片，读写分离等信息，没办法统一进行管理。

当需要升级的时候只能所有项目都进行升级，没办法统一升级。

最难的点在于需要推动各个业务域进行升级，升级的周期较长，对业务方的压力也比较大。

相对于proxy方式，client方式连接数占用的比较多，一个数据源10个连接，部署10个实例就是100个连接。

proxy方式指的是部署一个独立的服务，这个服务会实现Mysql协议，应用中只需要连接这个独立的proxy服务，把它当做一个完整的独立的数据库使用即可。

分库分表等规则全部由这个proxy去管理，对应用透明。

彩虹桥DAL是得物基础架构组研发的proxy方式的代理服务，有了彩虹桥就可以统一管理所有数据库，可以对数据库操作做限流保护，可以做压测时的数据自动进入影子库，可以监控慢SQL等等。

接入方案

直接修改老数据源-改成连接彩虹桥

最简单，最快速的方式就是直接将所有老的数据源改成新的代理数据源，然后重新发布就可以了。

这个方案确实快，但是不够好，不够完美，不够稳定，为啥？

这其实跟改接口是一样的道理，当某天加了个新的需求，你会发现直接在老接口的基础上改一下就完成了。改完后测试发现当前没问题，但是老版本的产品还在用，然后兼容出问题了。这种场景下如果你是对接口进行升级，之前是v1，现在改成v2，老的逻辑完全不动，就完美了呀。

如果我们直接改成最新的方式，那么如何平滑的发布上线呢？

全部发布，万一彩虹桥那边配置有问题，或者有其他的问题导致不可用，你这不就尴尬了么，当然也可以回滚历史版本。

另一种方式就是灰度发布一台机器，进行测试，没问题后全部发布，有问题就不发，其实也不错。就怕过了一段时间，万一彩虹桥有Bug, 我们还是得回滚到接入彩虹桥之前的版本。

新增一套数据源 - 支持开关切换到新数据源，下线老数据源

新增数据源，支持开关切换就跟升级API版本是一样的逻辑。保持老逻辑不变，上线时还是走老的数据源，然后通过开关动态切换到新的数据源，完成上线动作。

当然这边也会出现上面提到的问题，比如彩虹桥不可用之类的情况，也可以通过灰度配置的方式来测试。将开关配置灰度到某个节点上，只切这个节点的数据源，进行测试，没问题后可以扩大范围。有问题开关一关就还原到之前的逻辑了，无影响。

如果用了一段时间，彩虹桥有Bug的话同样改下开关的配置即可回滚，也不用重新发布项目。

此方案不足的点就是会占用一分部数据库的连接，因为老的数据源还存在。此时需要改代码去掉老的数据源，就能释放了。如果后面还要去改代码，那还能叫完美的方案么？

这点我也考虑到了，还是通过配置开关来关闭老的数据源，但是这个操作得重启服务，重启后就只有一套数据源了。（请确保以后只用彩虹桥的方式才用此开关）

实现步骤

1. 配置2套新数据源，连接彩虹桥的地址，订单的库分为老订单库和新的分库分表库。
2. 新增2个动态数据源，用于开关动态切换，使用AbstractRoutingDataSource管理。

3. 老数据源通过@ConditionalOnProperty来控制是否加载，默认加载，用于后期下线老数据源。

4. 读写分离兼容client和proxy方式。

5. 分片算法重写，之前用的Sharding-Jdbc3.X版本，新的彩虹桥基于5.X版本深度定制开发，在自定义算法这块有变化，目前彩虹桥的分片算法全部在彩虹桥的扩展包中，不在订单里面。

注意事项

select last_insert_id()不支持

在insert中通过select last_insert_id()实时返回当前插入的自增ID场景需要修改，目前订单中就一个地方用到了，而且上层其实没消费这个ID, 如果后面有其他场景需要获取刚插入的ID可以手动提前获取分布式ID，然后再用这个ID存到表中。

强制走从节点查询

老的读写分离用的Sharding-Jdbc做的，正常情况下默认查询走从节点，其他走主节点。而现在订单里面默认都是走主节点，如果需要强制走从节点需要使用HintManagerHolder.clear() 清空Hint信息来实现。

猜测最开始没有从节点，业务都走主节点。后面加了从节点，如果用默认的方式查询都会走从节点，但是在某些业务场景中一致性比较高，必须走主节点查询，相对于标记出哪些查询走从节点来说，默认全部走主节点更稳。然后根据业务场景再标记是否要走从节点，这样几乎不会影响老的逻辑。

接入彩虹桥后，默认是彩虹桥和Sharding-Jdbc两套数据源共存的，所以在HintManagerHolder.clear() 这块也需要做兼容，同时支持彩虹桥和Sharding-Jdbc方式的强制走从节点。

第一步：兼容老代码

将所有使用HintManagerHolder.clear()改成SqlHintUtils.clear()。

javaCopy
public class SqlHintUtils {
    /*      清空Hint信息     */    
    public static void clear() {        // ShardingJdbc        
    	HintManagerHolder.clear();        // 彩虹桥DAL        
    	BifrostContext.clearNotAutoClearPrimary();    }
}

第二步：新增注解强制走从节点，比代码更优雅

以后有新的查询需要走从节点就在Dao方法上增加@ForceSlave注解即可，此注解只能作用于Dao方法上，加在其它层无效。如果Dao方法上加了注解，那么方法内所有的查询操作都将走从节点。

老的clear相关的代码其实可以用注解代替，但为了保险起见还是不改变原有的方式，新的可以用注解的方式。