多数据源（读写分离）、事务
yudao-spring-boot-starter-mybatis 技术组件，除了提供 MyBatis 数据库操作，还提供了如下 2 种功能：
- 数据连接池：基于 Alibaba Druid 实现，额外提供监控的能力。
- 多数据源（读写分离）：基于 Dynamic Datasource 实现，支持 Druid 连接池，可集成 Seata 实现分布式事务。
1. 数据连接池
友情提示：
如果你未学习过 Druid 数据库连接池，可以后续阅读 《芋道 Spring Boot 数据库连接池入门》 文章。
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>druid-spring-boot-starter</artifactId>
</dependency>
1.1 Druid 监控配置
友情提示：以 yudao-module-system 服务为例子。
在 application-local.yaml 配置文件中，通过 spring.datasource.druid 配置项，仅仅设置了 Druid 监控相关的配置项目，具体数据库的设置需要使用 Dynamic Datasource 的配置项。如下图所示：
1.2 Druid 监控界面
① 访问后端的 /druid/index.html 路径，例如说本地的 http://127.0.0.1:48080/druid/index.html 地址，可以查看到 Druid 监控界面。如下图所示：
友情提示：48080 需要换成服务的端口！！！
例如说：system-server 是 48081 端口！！！
② 访问前端的 [基础设施 -> 监控中心 -> MySQL 监控] 菜单，也可以查看到 Druid 监控界面。如下图所示：
补充说明：
前端 [基础设施 -> MySQL 监控] 菜单，通过 iframe 内嵌后端的 /druid/index.html 路径。
如果你想自定义地址，可以前往 [基础设置 -> 配置管理] 菜单，设置 key 为 url.druid 配置项。
1.3 如何开启登录？
生产环境下，建议 Druid 监控界面开启“安全认证”的功能，避免出现安全事故。
只需要在 spring.datasource.druid.stat-view-servlet 配置项中，设置 login-username 和 login-password 即可。开启后，登录界面如下图所示：
2. 多数据源
友情提示：
如果你未学习过多数据源，可以后续阅读 《芋道 Spring Boot 多数据源（读写分离）入门》 文章。
<dependency>
<groupId>com.baomidou</groupId>
<artifactId>dynamic-datasource-spring-boot-starter</artifactId>
</dependency>
2.1 多数据源配置
友情提示：以 yudao-module-system 服务为例子。
在 application-local.yaml 配置文件中，通过 spring.datasource.dynamic 配置项，配置了 Master-Slave 主从两个数据源。如下图所示：
2.2 数据源切换
2.2.1 @Master 注解
在方法上添加 @Master 注解，使用名字为 master 的数据源，即使用【主】库，一般适合【写】场景。示例如下图：
由于项目的 spring.datasource.dynamic.primary 为 master，默认使用【主】库，所以无需手动添加 @Master 注解。
2.2.2 @Slave 注解
在方法上添加 @Slave 注解，使用名字为 slave 的数据源，即使用【从】库，一般适合【读】场景。示例如下图：
2.2.3 @DS 注解
在方法上添加 @DS 注解，使用指定名字的数据源，适合多数据源的情况。示例如下图：
2.3 分布式事务
在使用 Spring @Transactional 声明的事务中，无法进行数据源的切换，此时有 3 种解决方案：
① 拆分成多个 Spring 事务，每个事务对应一个数据源。如果是【写】场景，可能会存在多数据源的事务不一致的问题。
② 引入 Seata 框架，提供完整的分布式事务的解决方案，可学习 《芋道 Seata 极简入门 》 文章。
③ 使用 Dynamic Datasource 提供的 @DSTransactional 注解，支持多数据源的切换，不提供绝对可靠的多数据源的事务一致性（强于 ① 弱于 ②），可学习 《DSTransactional 实现源码分析 》 文章。
3. 事务相关
事务一共有 3 种解决方案，分别是：
- 单机 + 单数据源：
@Transactional注解 - 单机 + 多数据源：
@DSTransactional注解 - 多机 + 单/多数据源：Seata 分布式事务
3.1 @Transactional 注解
大多数情况下，是单机 + 单个数据源的操作，只需要在方法上添加 Spring @Transactional 注解，声明事务即可。
具体的使用，可以项目里搜 @Transactional 关键字，就可以看到非常多的使用示例。
3.2 @DSTransactional 注解
如果单机 + 多个数据源的操作，使用 @Transactional 声明的事务中，无法进行数据源的切换。此时，可以使用 Dynamic Datasource 提供的 @DSTransactional 注解，支持多数据源的切换。
友情提示：
@DSTransactional 注解，提供相对可靠的多数据源的事务一致性，但是不绝对，可学习 《DSTransactional 实现源码分析 》 文章。
使用的示例，AService 调用 BService、CService，并且分别对应 a、b、c 各自的数据源，代码如下所示：
public class AService {
@Resource
private BService bService;
@Resource
private CService cService;
@DS("a") // 注意：如果 a 是默认数据源时，则不需要 @DS 注解
@DSTransactional
public void create() {
bService.createB();
CService.createC();
}
}
public class BService {
@DS("b")
public void createB() {
// 调用 bMapper 逻辑
}
}
public class CService {
@DS("c")
public void createC() {
// 调用 cMapper 逻辑
}
}
场景问题：
问题 ①：c 数据源的操作发生异常，a、b 数据源会回滚么？
- 答案：会的，因为最终是最外层的
@DSTransactional注解对应的方法结束后，才进行事务的提交，所以它实际不需要回滚。 - 注意：但是有一点要注意，如果提交时某个数据源的事务提交失败，则可能导致事务的不一致。
问题 ②：b、c 数据源的方法，也添加 @DSTransactional 注解，会不会影响事务？
- 答案：不会，可以放心大胆的加。
3.3 分布式事务
在多机分布式场景下，无论是单数据源、多数据源，本质上都是分布式事务，建议引入 Seata 框架，提供完整的分布式事务的解决方案，可学习 《芋道 Seata 极简入门 》 文章。
不过如果你是单机项目，则可以不用关注着一点哈！
4. 分库分表
建议采用 ShardingSphere 的子项目 Sharding-JDBC 完成分库分表的功能，可阅读 《芋道 Spring Boot 分库分表入门 》 文章，学习如何整合进项目。