内容阅读

在知识库中专注阅读，并随时返回相关工具与课程

运维管理40 分钟阅读

数据库中间件三剑客：ShardingSphere vs ProxySQL vs Vitess 选型指南

当单库扛不住的时候，数据库中间件就该上场了。ShardingSphere 主打分库分表，ProxySQL 专注读写分离和连接池，Vitess 擅长水平扩展。本文横向对比这三款中间件的架构、功能、适用场景，帮你选出最适合的方案。

2026年5月6日

mysqlpostgresql

DBA 实战课程

系统学习 Oracle DBA

2738+ 篇实战文章
1500+ 步骤截图
10 大核心模块

开通会员 ¥128/月起

查看完整课程

返回博客列表

运维管理40 分钟阅读

数据库中间件三剑客：ShardingSphere vs ProxySQL vs Vitess 选型指南

2026年5月6日

mysqlpostgresql

前言：什么时候你需要数据库中间件？

先问自己几个问题：

单表数据量突破千万甚至上亿，查询越来越慢？
主库写压力太大，想做读写分离但应用层改起来太麻烦？
数据库连接数经常打满，应用频繁报 "Too many connections"？
想做分库分表，但不想侵入业务代码？

如果你中了一条以上，那就该认真考虑数据库中间件了。

简单来说，数据库中间件就是横在应用和数据库之间的一层代理，它帮你处理分片路由、读写分离、连接复用、负载均衡这些脏活累活，让应用层可以像访问单库一样访问分布式数据库集群。

今天我们要聊的三款中间件，各有各的绝活：

中间件	一句话定位
ShardingSphere	Java 生态的分库分表全家桶
ProxySQL	MySQL 专属的轻量级智能代理
Vitess	云原生时代的水平扩展方案

接下来我们逐个拆解。

一、ShardingSphere：Java 生态的分库分表利器

1.1 架构概览

ShardingSphere 是 Apache 基金会的顶级项目，提供两种接入模式：

ShardingSphere-JDBC（嵌入式）：

这种模式直接以 JAR 包形式嵌入 Java 应用，没有额外的网络开销，性能最好。但缺点是只能给 Java 用。

ShardingSphere-Proxy（独立代理）：

Proxy 模式对外伪装成一个 MySQL 或 PostgreSQL 实例，任何语言的应用都可以直接连接，非常灵活。

1.2 核心功能

分库分表（Sharding）： 支持按 hash、按范围、按时间等多种分片策略
读写分离： 自动识别读写 SQL，路由到主库或从库
分布式事务： 支持 XA 和 BASE（柔性事务）
数据加密： 透明化的列级加密，应用无感知
影子库： 生产环境压测利器，压测流量自动路由到影子库
数据迁移： 在线数据迁移，平滑扩缩容

1.3 Docker Compose 快速启动

下面我们用 Docker Compose 搭建一个 ShardingSphere-Proxy + 2 个 MySQL 实例的环境：

YAML

1# docker-compose.yml
2
3> **本章目标**：掌握本章核心知识点
4> **前置要求**：完成前序章节学习
5> **预计时长**：60 分钟
6
7version: '3.8'
8
9services:
10  mysql-ds0:
11    image: mysql:8.0
12    container_name: mysql-ds0
13    environment:
14      MYSQL_ROOT_PASSWORD: root123
15      MYSQL_DATABASE: ds_0
16    ports:
17      - "3307:3306"
18    command: --default-authentication-plugin=mysql_native_password
19
20  mysql-ds1:
21    image: mysql:8.0
22    container_name: mysql-ds1
23    environment:
24      MYSQL_ROOT_PASSWORD: root123
25      MYSQL_DATABASE: ds_1
26    ports:
27      - "3308:3306"
28    command: --default-authentication-plugin=mysql_native_password
29
30  shardingsphere-proxy:
31    image: apache/shardingsphere-proxy:5.5.0
32    container_name: ss-proxy
33    ports:
34      - "3309:3307"
35    volumes:
36      - ./conf:/opt/shardingsphere-proxy/conf
37    depends_on:
38      - mysql-ds0
39      - mysql-ds1

1.4 分片配置示例（按 user_id 哈希）

创建 conf/config-sharding.yaml：

YAML

1# conf/config-sharding.yaml
2databaseName: sharding_db
3
4dataSources:
5  ds_0:
6    url: jdbc:mysql://mysql-ds0:3306/ds_0?useSSL=false&allowPublicKeyRetrieval=true
7    username: root
8    password: root123
9    connectionTimeoutMilliseconds: 30000
10    idleTimeoutMilliseconds: 60000
11    maxLifetimeMilliseconds: 1800000
12    maxPoolSize: 50
13    minPoolSize: 1
14  ds_1:
15    url: jdbc:mysql://mysql-ds1:3306/ds_1?useSSL=false&allowPublicKeyRetrieval=true
16    username: root
17    password: root123
18    connectionTimeoutMilliseconds: 30000
19    idleTimeoutMilliseconds: 60000
20    maxLifetimeMilliseconds: 1800000
21    maxPoolSize: 50
22    minPoolSize: 1
23
24rules:
25  - !SHARDING
26    tables:
27      t_order:
28        actualDataNodes: ds_${0..1}.t_order_${0..3}
29        tableStrategy:
30          standard:
31            shardingColumn: order_id
32            shardingAlgorithmName: t_order_inline
33        keyGenerateStrategy:
34          column: order_id
35          keyGeneratorName: snowflake
36      t_user:
37        actualDataNodes: ds_${0..1}.t_user_${0..1}
38        databaseStrategy:
39          standard:
40            shardingColumn: user_id
41            shardingAlgorithmName: database_inline
42        tableStrategy:
43          standard:
44            shardingColumn: user_id
45            shardingAlgorithmName: t_user_inline
46
47    shardingAlgorithms:
48      database_inline:
49        type: INLINE
50        props:
51          algorithm-expression: ds_${user_id % 2}
52      t_order_inline:
53        type: INLINE
54        props:
55          algorithm-expression: t_order_${order_id % 4}
56      t_user_inline:
57        type: INLINE
58        props:
59          algorithm-expression: t_user_${user_id % 2}
60
61    keyGenerators:
62      snowflake:
63        type: SNOWFLAKE

配置解读：

t_user 表按 user_id % 2 分到 ds_0 和 ds_1 两个库
每个库里再按 user_id % 2 分成 t_user_0 和 t_user_1 两张表
t_order 表按 order_id % 4 分成 4 张子表
主键使用雪花算法自动生成，保证全局唯一

启动后连接代理试试：

Bash

1# 启动
2docker-compose up -d
3
4# 等待服务就绪后连接
5mysql -h 127.0.0.1 -P 3309 -u root -p
6
7# 连上后就像操作普通 MySQL 一样
8mysql> USE sharding_db;
9mysql> CREATE TABLE t_user (
10    user_id BIGINT PRIMARY KEY,
11    username VARCHAR(50),
12    email VARCHAR(100)
13);
14mysql> INSERT INTO t_user (user_id, username, email) VALUES (1, 'alice', 'alice@example.com');
15mysql> INSERT INTO t_user (user_id, username, email) VALUES (2, 'bob', 'bob@example.com');
16-- user_id=1 会被路由到 ds_1.t_user_1
17-- user_id=2 会被路由到 ds_0.t_user_0

1.5 优缺点

优点：

功能最全面：分片、读写分离、加密、影子库一应俱全
两种接入模式灵活选择
社区活跃，Apache 顶级项目背书
支持 MySQL 和 PostgreSQL
配置驱动，不侵入业务 SQL（大部分场景下）

缺点：

学习曲线较陡，配置项多且复杂
Proxy 模式有额外网络开销
跨分片 JOIN 和聚合操作有限制
运维工具不够成熟，排查问题有时候比较痛苦
版本迭代快，API 变动频繁

二、ProxySQL：MySQL 的瑞士军刀

2.1 架构概览

ProxySQL 是一个用 C++ 写的高性能 MySQL 代理，它非常轻量——一个二进制文件就能跑起来。

ProxySQL 内部维护了连接池、查询路由引擎、查询缓存和查询防火墙，所有这些功能可以通过它独特的管理接口动态配置，不需要重启。

2.2 核心功能

连接池（Connection Multiplexing）： 前端可能有上千个连接，后端只需要几十个，大幅降低数据库压力
查询路由（Query Routing）： 基于正则表达式、用户、schema、端口等维度灵活路由
读写分离： 自动把 SELECT 发到从库，DML 发到主库
查询缓存： 在代理层缓存查询结果，减少数据库压力
查询防火墙： 拦截危险 SQL，比如不带 WHERE 的 DELETE
后端健康检查： 自动检测后端状态，故障节点自动摘除
查询镜像（Query Mirroring）： 把查询复制到另一个后端，适合测试新版本

2.3 Docker 快速启动

Bash

1# 启动 ProxySQL
2docker run -d \
3  --name proxysql \
4  -p 6033:6033 \
5  -p 6032:6032 \
6  -v ./proxysql.cnf:/etc/proxysql.cnf \
7  proxysql/proxysql:2.6.3
8
9# 6033 = MySQL 协议端口（应用连这个）
10# 6032 = 管理端口（运维连这个）

或者用 Docker Compose 搭建完整的主从 + ProxySQL 环境：

YAML

1# docker-compose-proxysql.yml
2version: '3.8'
3
4services:
5  mysql-master:
6    image: mysql:8.0
7    container_name: mysql-master
8    environment:
9      MYSQL_ROOT_PASSWORD: root123
10    ports:
11      - "3310:3306"
12    command: >
13      --server-id=1
14      --log-bin=mysql-bin
15      --binlog-format=ROW
16      --gtid-mode=ON
17      --enforce-gtid-consistency=ON
18
19  mysql-slave:
20    image: mysql:8.0
21    container_name: mysql-slave
22    environment:
23      MYSQL_ROOT_PASSWORD: root123
24    ports:
25      - "3311:3306"
26    command: >
27      --server-id=2
28      --log-bin=mysql-bin
29      --binlog-format=ROW
30      --gtid-mode=ON
31      --enforce-gtid-consistency=ON
32      --read-only=ON
33    depends_on:
34      - mysql-master
35
36  proxysql:
37    image: proxysql/proxysql:2.6.3
38    container_name: proxysql
39    ports:
40      - "6033:6033"
41      - "6032:6032"
42    volumes:
43      - ./proxysql.cnf:/etc/proxysql.cnf
44    depends_on:
45      - mysql-master
46      - mysql-slave

2.4 读写分离配置

ProxySQL 最有意思的地方是它的管理接口——你通过 MySQL 客户端连上管理端口，直接用 SQL 来配置：

Bash

1# 连接管理接口
2mysql -h 127.0.0.1 -P 6032 -u admin -padmin

SQL

1-- 第一步：添加后端 MySQL 服务器
2-- hostgroup_id=10 是写组，hostgroup_id=20 是读组
3INSERT INTO mysql_servers (hostgroup_id, hostname, port, max_connections)
4VALUES
5  (10, 'mysql-master', 3306, 100),
6  (20, 'mysql-slave', 3306, 100);
7
8-- 第二步：配置读写分离规则
9INSERT INTO mysql_replication_hostgroups
10  (writer_hostgroup, reader_hostgroup, check_type)
11VALUES
12  (10, 20, 'read_only');
13
14-- 第三步：添加用户
15INSERT INTO mysql_users (username, password, default_hostgroup)
16VALUES ('app_user', 'app_password', 10);
17
18-- 第四步：加载配置并持久化
19LOAD MYSQL SERVERS TO RUNTIME;
20SAVE MYSQL SERVERS TO DISK;
21LOAD MYSQL USERS TO RUNTIME;
22SAVE MYSQL USERS TO DISK;

2.5 查询规则配置

ProxySQL 的查询规则非常强大，你可以用正则表达式把特定查询路由到指定的 hostgroup：

SQL

1-- 所有 SELECT 语句路由到读组（hostgroup 20）
2INSERT INTO mysql_query_rules (rule_id, active, match_pattern, destination_hostgroup, apply)
3VALUES (1, 1, '^SELECT.*', 20, 1);
4
5-- 但是 SELECT ... FOR UPDATE 路由到写组（hostgroup 10）
6INSERT INTO mysql_query_rules (rule_id, active, match_pattern, destination_hostgroup, apply)
7VALUES (2, 1, '^SELECT.*FOR UPDATE$', 10, 1);
8
9-- 拦截不带 WHERE 的 DELETE（查询防火墙）
10INSERT INTO mysql_query_rules (rule_id, active, match_pattern, error_msg, apply)
11VALUES (3, 1, '^DELETE\s+FROM\s+\w+\s*$', 'Dangerous! DELETE without WHERE is blocked.', 1);
12
13-- 缓存某些热点查询 10 秒
14INSERT INTO mysql_query_rules (rule_id, active, match_pattern, cache_ttl, destination_hostgroup, apply)
15VALUES (4, 1, '^SELECT.*FROM\s+hot_config', 10000, 20, 1);
16
17-- 加载生效
18LOAD MYSQL QUERY RULES TO RUNTIME;
19SAVE MYSQL QUERY RULES TO DISK;

2.6 监控

ProxySQL 内置了丰富的统计表，可以直接查询：

SQL

1-- 连上管理端口后
2
3-- 查看连接池状态
4SELECT hostgroup, srv_host, status, ConnUsed, ConnFree, ConnOK, ConnERR
5FROM stats_mysql_connection_pool;
6
7-- 查看查询统计（哪些查询最慢？）
8SELECT hostgroup, digest_text, count_star, sum_time_us,
9       ROUND(sum_time_us/count_star) AS avg_time_us
10FROM stats_mysql_query_digest
11ORDER BY sum_time_us DESC
12LIMIT 10;
13
14-- 查看查询规则命中情况
15SELECT rule_id, hits, match_pattern
16FROM stats_mysql_query_rules
17ORDER BY hits DESC;

这些统计数据对于性能调优非常有价值。你还可以接入 Prometheus + Grafana 实现可视化监控。

2.7 优缺点

优点：

极其轻量，C++ 编写，性能开销很小
动态配置，修改路由规则不需要重启
连接池效果显著，能大幅降低后端连接数
查询缓存和查询防火墙实用
运维友好，SQL 管理接口学习成本低
社区成熟，生产案例丰富

缺点：

只支持 MySQL（包括 Percona、MariaDB），不支持 PostgreSQL
没有分库分表能力，不做数据分片
需要手动配置主从关系（虽然支持自动发现）
官方 UI 比较简陋
复杂的查询路由规则调试起来比较麻烦

三、Vitess：为超大规模而生

3.1 架构概览

Vitess 是 YouTube 为了解决 MySQL 扩展性问题而开发的，现在是 CNCF 毕业项目。它的架构比前两个复杂得多：

三个核心组件：

VTGate： 无状态的查询网关，应用连接它。它理解分片拓扑，把 SQL 拆分路由到正确的分片
VTTablet： 每个 MySQL 实例前面的"小管家"，管理连接池、执行查询、处理复制切换
Topology Service： 使用 etcd、ZooKeeper 或 Consul 存储集群元数据

3.2 核心功能

水平分片（Horizontal Sharding）： Vitess 的核心能力，支持基于 range 或 hash 的分片
在线 Resharding： 可以在不停机的情况下拆分或合并分片
连接池： VTTablet 在 MySQL 前做连接复用
查询服务： VTGate 自动做查询分析、改写、结果聚合
Schema 管理： 在所有分片上统一执行 DDL
备份恢复： 内置备份到对象存储的能力
VReplication： 强大的数据移动引擎，支持物化视图、Change Data Capture

3.3 Kubernetes 原生部署

Vitess 天然适合 Kubernetes，官方提供 Operator：

Bash

1# 安装 Vitess Operator
2kubectl apply -f https://github.com/planetscale/vitess-operator/releases/latest/download/operator.yaml

定义一个最简单的 Vitess 集群：

YAML

1# vitess-cluster.yaml
2apiVersion: planetscale.com/v2
3kind: VitessCluster
4metadata:
5  name: my-vitess
6spec:
7  images:
8    vtgate: vitess/lite:v19.0.0
9    vttablet: vitess/lite:v19.0.0
10    vtbackup: vitess/lite:v19.0.0
11    mysqld:
12      mysql80Compatible: vitess/lite:v19.0.0
13    vtctld: vitess/lite:v19.0.0
14
15  cells:
16    - name: zone1
17      gateway:
18        replicas: 2
19        resources:
20          requests:
21            cpu: 500m
22            memory: 512Mi
23
24  keyspaces:
25    - name: commerce
26      turndownPolicy: Immediate
27      partitionings:
28        - equal:
29            parts: 2
30            shardTemplate:
31              databaseInitScriptSecret:
32                name: commerce-schema
33                key: init_db.sql
34              tabletPools:
35                - cell: zone1
36                  type: replica
37                  replicas: 2
38                  mysqld:
39                    resources:
40                      requests:
41                        cpu: 500m
42                        memory: 1Gi
43                  dataVolumeClaimTemplate:
44                    accessModes: ["ReadWriteOnce"]
45                    resources:
46                      requests:
47                        storage: 10Gi
48
49  etcd:
50    createEtcdClusters:
51      zone1:
52        replicas: 3
53        resources:
54          requests:
55            cpu: 200m
56            memory: 256Mi

Bash

1kubectl apply -f vitess-cluster.yaml

对于本地测试，Vitess 也提供了 Docker Compose 方式：

Bash

1git clone https://github.com/vitessio/vitess.git
2cd vitess/examples/compose
3docker-compose up -d

3.4 VSchema 分片配置

Vitess 使用 VSchema 来定义分片策略：

JSON

1{
2  "sharded": true,
3  "vindexes": {
4    "hash": {
5      "type": "hash"
6    }
7  },
8  "tables": {
9    "users": {
10      "column_vindexes": [
11        {
12          "column": "user_id",
13          "name": "hash"
14        }
15      ]
16    },
17    "orders": {
18      "column_vindexes": [
19        {
20          "column": "user_id",
21          "name": "hash"
22        }
23      ]
24    }
25  }
26}

这里 users 和 orders 都按 user_id 的 hash 来分片，好处是同一个用户的订单和用户信息在同一个分片上，JOIN 查询不需要跨分片。

3.5 谁在用 Vitess？

Vitess 的用户名单非常亮眼：

YouTube / Google： Vitess 的发源地，支撑着 YouTube 的全部 MySQL 流量
Slack： 所有消息存储都跑在 Vitess 上
GitHub： 用 Vitess 管理 MySQL 集群
Square： 支付平台的核心数据库层
PlanetScale： 基于 Vitess 的 DBaaS 产品

3.6 优缺点

优点：

经过超大规模生产验证（YouTube 级别）
原生支持 Kubernetes
在线 Resharding 能力强大
VReplication 引擎灵活
CNCF 毕业项目，社区活跃

缺点：

架构复杂，组件多，运维难度大
学习曲线最陡
只支持 MySQL
部分 MySQL 功能不支持（存储过程、触发器、外键等）
小规模场景下杀鸡用牛刀
本地开发环境搭建比较折腾

四、横向对比

来一张表格直观对比：

维度	ShardingSphere	ProxySQL	Vitess
开发语言	Java	C++	Go
架构模式	JDBC嵌入 / 独立代理	独立代理	分布式集群
支持数据库	MySQL, PostgreSQL	MySQL (含Percona/MariaDB)	MySQL
分库分表	✅ 核心功能	❌ 不支持	✅ 核心功能
读写分离	✅ 支持	✅ 核心功能	✅ 支持
连接池	✅ 基础	✅ 核心功能，效果最好	✅ VTTablet层
查询缓存	❌	✅ 支持	❌
查询防火墙	❌	✅ 支持	❌
分布式事务	✅ XA/BASE	❌	✅ 两阶段提交
在线Resharding	✅ 弹性扩缩容	❌	✅ 核心功能
K8s原生	一般	一般	✅ 原生支持
学习曲线	中等偏高	低	高
社区活跃度	高 (Apache)	高 (Percona)	高 (CNCF)
典型用户	京东、当当、转转	大量MySQL运维团队	YouTube、Slack、GitHub
最小部署规模	1个Proxy实例	1个ProxySQL实例	VTGate+VTTablet+etcd

五、选型指南：你应该选哪个？

场景一：Java 项目 + 需要分库分表

推荐：ShardingSphere

如果你的技术栈是 Java，而且主要需求是分库分表，ShardingSphere 是首选。用 JDBC 模式零额外开销，用 Proxy 模式也能服务非 Java 应用。

典型场景：电商订单表按用户 ID 分片，每个库放一部分用户的数据。

选择 ShardingSphere-JDBC 如果： ✓ 纯 Java 应用 ✓ 对性能极致追求 ✓ 不想多维护一个代理服务

选择 ShardingSphere-Proxy 如果： ✓ 多语言应用需要访问 ✓ 想统一管理分片策略 ✓ DBA 需要独立管理中间件

场景二：MySQL 主从 + 读写分离 + 连接管理

推荐：ProxySQL

如果你的 MySQL 已经搭好了主从，只需要做读写分离和连接池管理，ProxySQL 是最简单高效的方案。部署简单、配置灵活、资源占用少。

典型场景：Web 应用的数据库连接数暴涨，需要连接复用；读多写少的场景需要自动路由。

选择 ProxySQL 如果： ✓ 已有 MySQL 主从架构 ✓ 不需要分库分表 ✓ 想要最轻量的方案 ✓ 需要查询级别的精细控制 ✓ 运维团队偏好命令行管理

场景三：云原生 + 大规模水平扩展

推荐：Vitess

如果你的业务跑在 Kubernetes 上，数据量增长快，需要弹性的水平扩展能力，Vitess 是最佳选择。特别是当你的数据量和并发量达到一定规模后，Vitess 的优势会更加明显。

典型场景：SaaS 平台按租户分片，数据量从 TB 级增长到 PB 级。

选择 Vitess 如果： ✓ 跑在 Kubernetes 上 ✓ 数据量大，需要水平扩展 ✓ 需要在线 Resharding ✓ 团队有足够的技术实力 ✓ 业务规模值得这个投入

决策流程图

六、能不能组合使用？

答案是：可以的。

一个常见的组合是 ProxySQL + ShardingSphere：

这个组合的优势：

ProxySQL 负责前端连接管理、查询缓存和安全防护
ShardingSphere 负责后端的分片路由和分布式事务

但要注意，组合使用也带来了额外的复杂度：

多了一跳网络延迟：每个请求要经过两层代理
故障排查更复杂：出问题时要排查两个组件
配置管理成本翻倍：需要维护两套配置

所以除非你确实同时需要两者的独有功能，否则不建议叠加使用。大多数场景下，选一个就够了。

另一个值得提的组合是 ProxySQL + Vitess，不过 Vitess 自带的 VTGate 已经覆盖了 ProxySQL 的大部分功能（连接池、查询路由），所以重叠度比较高，一般不推荐。

七、总结

最后用一句话概括每个工具的定位：

ShardingSphere = 分库分表全家桶，Java 生态首选
ProxySQL = MySQL 的轻量级智能管家，读写分离和连接池一把好手
Vitess = 为超大规模而生的云原生方案，大厂标配

没有最好的中间件，只有最适合的。先搞清楚你的核心需求（分片？读写分离？连接管理？弹性扩展？），再结合团队技术栈和运维能力做决策。

如果你还是拿不定主意，我的建议是：

先从 ProxySQL 开始——它最简单，能解决 80% 的 MySQL 运维痛点
当你真的需要分库分表时，再考虑 ShardingSphere 或 Vitess
如果你的基础设施已经全面 Kubernetes 化，Vitess 值得认真评估

希望这篇文章能帮你在中间件选型上少走弯路。有问题欢迎留言讨论！

本章小结

本章介绍了以下核心内容：

前言：什么时候你需要数据库中间件？
一、ShardingSphere：Java 生态的分库分表利器
二、ProxySQL：MySQL 的瑞士军刀
三、Vitess：为超大规模而生
四、横向对比
五、选型指南：你应该选哪个？
六、能不能组合使用？
七、总结

DBA 实战课程

系统学习 Oracle DBA

2738+ 篇实战文章
1500+ 步骤截图
10 大核心模块

开通会员 ¥128/月起

查看完整课程

前言：什么时候你需要数据库中间件？

先问自己几个问题：

单表数据量突破千万甚至上亿，查询越来越慢？
主库写压力太大，想做读写分离但应用层改起来太麻烦？
数据库连接数经常打满，应用频繁报 "Too many connections"？
想做分库分表，但不想侵入业务代码？

如果你中了一条以上，那就该认真考虑数据库中间件了。

今天我们要聊的三款中间件，各有各的绝活：

中间件	一句话定位
ShardingSphere	Java 生态的分库分表全家桶
ProxySQL	MySQL 专属的轻量级智能代理
Vitess	云原生时代的水平扩展方案

接下来我们逐个拆解。

一、ShardingSphere：Java 生态的分库分表利器

1.1 架构概览

ShardingSphere 是 Apache 基金会的顶级项目，提供两种接入模式：

ShardingSphere-JDBC（嵌入式）：

这种模式直接以 JAR 包形式嵌入 Java 应用，没有额外的网络开销，性能最好。但缺点是只能给 Java 用。

ShardingSphere-Proxy（独立代理）：

Proxy 模式对外伪装成一个 MySQL 或 PostgreSQL 实例，任何语言的应用都可以直接连接，非常灵活。

1.2 核心功能

分库分表（Sharding）： 支持按 hash、按范围、按时间等多种分片策略
读写分离： 自动识别读写 SQL，路由到主库或从库
分布式事务： 支持 XA 和 BASE（柔性事务）
数据加密： 透明化的列级加密，应用无感知
影子库： 生产环境压测利器，压测流量自动路由到影子库
数据迁移： 在线数据迁移，平滑扩缩容

1.3 Docker Compose 快速启动

下面我们用 Docker Compose 搭建一个 ShardingSphere-Proxy + 2 个 MySQL 实例的环境：

YAML

1# docker-compose.yml
2
3> **本章目标**：掌握本章核心知识点
4> **前置要求**：完成前序章节学习
5> **预计时长**：60 分钟
6
7version: '3.8'
8
9services:
10  mysql-ds0:
11    image: mysql:8.0
12    container_name: mysql-ds0
13    environment:
14      MYSQL_ROOT_PASSWORD: root123
15      MYSQL_DATABASE: ds_0
16    ports:
17      - "3307:3306"
18    command: --default-authentication-plugin=mysql_native_password
19
20  mysql-ds1:
21    image: mysql:8.0
22    container_name: mysql-ds1
23    environment:
24      MYSQL_ROOT_PASSWORD: root123
25      MYSQL_DATABASE: ds_1
26    ports:
27      - "3308:3306"
28    command: --default-authentication-plugin=mysql_native_password
29
30  shardingsphere-proxy:
31    image: apache/shardingsphere-proxy:5.5.0
32    container_name: ss-proxy
33    ports:
34      - "3309:3307"
35    volumes:
36      - ./conf:/opt/shardingsphere-proxy/conf
37    depends_on:
38      - mysql-ds0
39      - mysql-ds1

1.4 分片配置示例（按 user_id 哈希）

创建 conf/config-sharding.yaml：

YAML

1# conf/config-sharding.yaml
2databaseName: sharding_db
3
4dataSources:
5  ds_0:
6    url: jdbc:mysql://mysql-ds0:3306/ds_0?useSSL=false&allowPublicKeyRetrieval=true
7    username: root
8    password: root123
9    connectionTimeoutMilliseconds: 30000
10    idleTimeoutMilliseconds: 60000
11    maxLifetimeMilliseconds: 1800000
12    maxPoolSize: 50
13    minPoolSize: 1
14  ds_1:
15    url: jdbc:mysql://mysql-ds1:3306/ds_1?useSSL=false&allowPublicKeyRetrieval=true
16    username: root
17    password: root123
18    connectionTimeoutMilliseconds: 30000
19    idleTimeoutMilliseconds: 60000
20    maxLifetimeMilliseconds: 1800000
21    maxPoolSize: 50
22    minPoolSize: 1
23
24rules:
25  - !SHARDING
26    tables:
27      t_order:
28        actualDataNodes: ds_${0..1}.t_order_${0..3}
29        tableStrategy:
30          standard:
31            shardingColumn: order_id
32            shardingAlgorithmName: t_order_inline
33        keyGenerateStrategy:
34          column: order_id
35          keyGeneratorName: snowflake
36      t_user:
37        actualDataNodes: ds_${0..1}.t_user_${0..1}
38        databaseStrategy:
39          standard:
40            shardingColumn: user_id
41            shardingAlgorithmName: database_inline
42        tableStrategy:
43          standard:
44            shardingColumn: user_id
45            shardingAlgorithmName: t_user_inline
46
47    shardingAlgorithms:
48      database_inline:
49        type: INLINE
50        props:
51          algorithm-expression: ds_${user_id % 2}
52      t_order_inline:
53        type: INLINE
54        props:
55          algorithm-expression: t_order_${order_id % 4}
56      t_user_inline:
57        type: INLINE
58        props:
59          algorithm-expression: t_user_${user_id % 2}
60
61    keyGenerators:
62      snowflake:
63        type: SNOWFLAKE

配置解读：

t_user 表按 user_id % 2 分到 ds_0 和 ds_1 两个库
每个库里再按 user_id % 2 分成 t_user_0 和 t_user_1 两张表
t_order 表按 order_id % 4 分成 4 张子表
主键使用雪花算法自动生成，保证全局唯一

启动后连接代理试试：

Bash

1# 启动
2docker-compose up -d
3
4# 等待服务就绪后连接
5mysql -h 127.0.0.1 -P 3309 -u root -p
6
7# 连上后就像操作普通 MySQL 一样
8mysql> USE sharding_db;
9mysql> CREATE TABLE t_user (
10    user_id BIGINT PRIMARY KEY,
11    username VARCHAR(50),
12    email VARCHAR(100)
13);
14mysql> INSERT INTO t_user (user_id, username, email) VALUES (1, 'alice', 'alice@example.com');
15mysql> INSERT INTO t_user (user_id, username, email) VALUES (2, 'bob', 'bob@example.com');
16-- user_id=1 会被路由到 ds_1.t_user_1
17-- user_id=2 会被路由到 ds_0.t_user_0

1.5 优缺点

优点：

功能最全面：分片、读写分离、加密、影子库一应俱全
两种接入模式灵活选择
社区活跃，Apache 顶级项目背书
支持 MySQL 和 PostgreSQL
配置驱动，不侵入业务 SQL（大部分场景下）

缺点：

学习曲线较陡，配置项多且复杂
Proxy 模式有额外网络开销
跨分片 JOIN 和聚合操作有限制
运维工具不够成熟，排查问题有时候比较痛苦
版本迭代快，API 变动频繁

二、ProxySQL：MySQL 的瑞士军刀

2.1 架构概览

ProxySQL 是一个用 C++ 写的高性能 MySQL 代理，它非常轻量——一个二进制文件就能跑起来。

ProxySQL 内部维护了连接池、查询路由引擎、查询缓存和查询防火墙，所有这些功能可以通过它独特的管理接口动态配置，不需要重启。

2.2 核心功能

连接池（Connection Multiplexing）： 前端可能有上千个连接，后端只需要几十个，大幅降低数据库压力
查询路由（Query Routing）： 基于正则表达式、用户、schema、端口等维度灵活路由
读写分离： 自动把 SELECT 发到从库，DML 发到主库
查询缓存： 在代理层缓存查询结果，减少数据库压力
查询防火墙： 拦截危险 SQL，比如不带 WHERE 的 DELETE
后端健康检查： 自动检测后端状态，故障节点自动摘除
查询镜像（Query Mirroring）： 把查询复制到另一个后端，适合测试新版本

2.3 Docker 快速启动

Bash

1# 启动 ProxySQL
2docker run -d \
3  --name proxysql \
4  -p 6033:6033 \
5  -p 6032:6032 \
6  -v ./proxysql.cnf:/etc/proxysql.cnf \
7  proxysql/proxysql:2.6.3
8
9# 6033 = MySQL 协议端口（应用连这个）
10# 6032 = 管理端口（运维连这个）

或者用 Docker Compose 搭建完整的主从 + ProxySQL 环境：

YAML

1# docker-compose-proxysql.yml
2version: '3.8'
3
4services:
5  mysql-master:
6    image: mysql:8.0
7    container_name: mysql-master
8    environment:
9      MYSQL_ROOT_PASSWORD: root123
10    ports:
11      - "3310:3306"
12    command: >
13      --server-id=1
14      --log-bin=mysql-bin
15      --binlog-format=ROW
16      --gtid-mode=ON
17      --enforce-gtid-consistency=ON
18
19  mysql-slave:
20    image: mysql:8.0
21    container_name: mysql-slave
22    environment:
23      MYSQL_ROOT_PASSWORD: root123
24    ports:
25      - "3311:3306"
26    command: >
27      --server-id=2
28      --log-bin=mysql-bin
29      --binlog-format=ROW
30      --gtid-mode=ON
31      --enforce-gtid-consistency=ON
32      --read-only=ON
33    depends_on:
34      - mysql-master
35
36  proxysql:
37    image: proxysql/proxysql:2.6.3
38    container_name: proxysql
39    ports:
40      - "6033:6033"
41      - "6032:6032"
42    volumes:
43      - ./proxysql.cnf:/etc/proxysql.cnf
44    depends_on:
45      - mysql-master
46      - mysql-slave

2.4 读写分离配置

ProxySQL 最有意思的地方是它的管理接口——你通过 MySQL 客户端连上管理端口，直接用 SQL 来配置：

Bash

1# 连接管理接口
2mysql -h 127.0.0.1 -P 6032 -u admin -padmin

SQL

1-- 第一步：添加后端 MySQL 服务器
2-- hostgroup_id=10 是写组，hostgroup_id=20 是读组
3INSERT INTO mysql_servers (hostgroup_id, hostname, port, max_connections)
4VALUES
5  (10, 'mysql-master', 3306, 100),
6  (20, 'mysql-slave', 3306, 100);
7
8-- 第二步：配置读写分离规则
9INSERT INTO mysql_replication_hostgroups
10  (writer_hostgroup, reader_hostgroup, check_type)
11VALUES
12  (10, 20, 'read_only');
13
14-- 第三步：添加用户
15INSERT INTO mysql_users (username, password, default_hostgroup)
16VALUES ('app_user', 'app_password', 10);
17
18-- 第四步：加载配置并持久化
19LOAD MYSQL SERVERS TO RUNTIME;
20SAVE MYSQL SERVERS TO DISK;
21LOAD MYSQL USERS TO RUNTIME;
22SAVE MYSQL USERS TO DISK;

2.5 查询规则配置

ProxySQL 的查询规则非常强大，你可以用正则表达式把特定查询路由到指定的 hostgroup：

SQL

1-- 所有 SELECT 语句路由到读组（hostgroup 20）
2INSERT INTO mysql_query_rules (rule_id, active, match_pattern, destination_hostgroup, apply)
3VALUES (1, 1, '^SELECT.*', 20, 1);
4
5-- 但是 SELECT ... FOR UPDATE 路由到写组（hostgroup 10）
6INSERT INTO mysql_query_rules (rule_id, active, match_pattern, destination_hostgroup, apply)
7VALUES (2, 1, '^SELECT.*FOR UPDATE$', 10, 1);
8
9-- 拦截不带 WHERE 的 DELETE（查询防火墙）
10INSERT INTO mysql_query_rules (rule_id, active, match_pattern, error_msg, apply)
11VALUES (3, 1, '^DELETE\s+FROM\s+\w+\s*$', 'Dangerous! DELETE without WHERE is blocked.', 1);
12
13-- 缓存某些热点查询 10 秒
14INSERT INTO mysql_query_rules (rule_id, active, match_pattern, cache_ttl, destination_hostgroup, apply)
15VALUES (4, 1, '^SELECT.*FROM\s+hot_config', 10000, 20, 1);
16
17-- 加载生效
18LOAD MYSQL QUERY RULES TO RUNTIME;
19SAVE MYSQL QUERY RULES TO DISK;

2.6 监控

ProxySQL 内置了丰富的统计表，可以直接查询：

SQL

1-- 连上管理端口后
2
3-- 查看连接池状态
4SELECT hostgroup, srv_host, status, ConnUsed, ConnFree, ConnOK, ConnERR
5FROM stats_mysql_connection_pool;
6
7-- 查看查询统计（哪些查询最慢？）
8SELECT hostgroup, digest_text, count_star, sum_time_us,
9       ROUND(sum_time_us/count_star) AS avg_time_us
10FROM stats_mysql_query_digest
11ORDER BY sum_time_us DESC
12LIMIT 10;
13
14-- 查看查询规则命中情况
15SELECT rule_id, hits, match_pattern
16FROM stats_mysql_query_rules
17ORDER BY hits DESC;

这些统计数据对于性能调优非常有价值。你还可以接入 Prometheus + Grafana 实现可视化监控。

2.7 优缺点

优点：

极其轻量，C++ 编写，性能开销很小
动态配置，修改路由规则不需要重启
连接池效果显著，能大幅降低后端连接数
查询缓存和查询防火墙实用
运维友好，SQL 管理接口学习成本低
社区成熟，生产案例丰富

缺点：

只支持 MySQL（包括 Percona、MariaDB），不支持 PostgreSQL
没有分库分表能力，不做数据分片
需要手动配置主从关系（虽然支持自动发现）
官方 UI 比较简陋
复杂的查询路由规则调试起来比较麻烦

三、Vitess：为超大规模而生

3.1 架构概览

Vitess 是 YouTube 为了解决 MySQL 扩展性问题而开发的，现在是 CNCF 毕业项目。它的架构比前两个复杂得多：

三个核心组件：

VTGate： 无状态的查询网关，应用连接它。它理解分片拓扑，把 SQL 拆分路由到正确的分片
VTTablet： 每个 MySQL 实例前面的"小管家"，管理连接池、执行查询、处理复制切换
Topology Service： 使用 etcd、ZooKeeper 或 Consul 存储集群元数据

3.2 核心功能

水平分片（Horizontal Sharding）： Vitess 的核心能力，支持基于 range 或 hash 的分片
在线 Resharding： 可以在不停机的情况下拆分或合并分片
连接池： VTTablet 在 MySQL 前做连接复用
查询服务： VTGate 自动做查询分析、改写、结果聚合
Schema 管理： 在所有分片上统一执行 DDL
备份恢复： 内置备份到对象存储的能力
VReplication： 强大的数据移动引擎，支持物化视图、Change Data Capture

3.3 Kubernetes 原生部署

Vitess 天然适合 Kubernetes，官方提供 Operator：

Bash

1# 安装 Vitess Operator
2kubectl apply -f https://github.com/planetscale/vitess-operator/releases/latest/download/operator.yaml

定义一个最简单的 Vitess 集群：

YAML

1# vitess-cluster.yaml
2apiVersion: planetscale.com/v2
3kind: VitessCluster
4metadata:
5  name: my-vitess
6spec:
7  images:
8    vtgate: vitess/lite:v19.0.0
9    vttablet: vitess/lite:v19.0.0
10    vtbackup: vitess/lite:v19.0.0
11    mysqld:
12      mysql80Compatible: vitess/lite:v19.0.0
13    vtctld: vitess/lite:v19.0.0
14
15  cells:
16    - name: zone1
17      gateway:
18        replicas: 2
19        resources:
20          requests:
21            cpu: 500m
22            memory: 512Mi
23
24  keyspaces:
25    - name: commerce
26      turndownPolicy: Immediate
27      partitionings:
28        - equal:
29            parts: 2
30            shardTemplate:
31              databaseInitScriptSecret:
32                name: commerce-schema
33                key: init_db.sql
34              tabletPools:
35                - cell: zone1
36                  type: replica
37                  replicas: 2
38                  mysqld:
39                    resources:
40                      requests:
41                        cpu: 500m
42                        memory: 1Gi
43                  dataVolumeClaimTemplate:
44                    accessModes: ["ReadWriteOnce"]
45                    resources:
46                      requests:
47                        storage: 10Gi
48
49  etcd:
50    createEtcdClusters:
51      zone1:
52        replicas: 3
53        resources:
54          requests:
55            cpu: 200m
56            memory: 256Mi

Bash

1kubectl apply -f vitess-cluster.yaml

对于本地测试，Vitess 也提供了 Docker Compose 方式：

Bash

1git clone https://github.com/vitessio/vitess.git
2cd vitess/examples/compose
3docker-compose up -d

3.4 VSchema 分片配置

Vitess 使用 VSchema 来定义分片策略：

JSON

1{
2  "sharded": true,
3  "vindexes": {
4    "hash": {
5      "type": "hash"
6    }
7  },
8  "tables": {
9    "users": {
10      "column_vindexes": [
11        {
12          "column": "user_id",
13          "name": "hash"
14        }
15      ]
16    },
17    "orders": {
18      "column_vindexes": [
19        {
20          "column": "user_id",
21          "name": "hash"
22        }
23      ]
24    }
25  }
26}

这里 users 和 orders 都按 user_id 的 hash 来分片，好处是同一个用户的订单和用户信息在同一个分片上，JOIN 查询不需要跨分片。

3.5 谁在用 Vitess？

Vitess 的用户名单非常亮眼：

YouTube / Google： Vitess 的发源地，支撑着 YouTube 的全部 MySQL 流量
Slack： 所有消息存储都跑在 Vitess 上
GitHub： 用 Vitess 管理 MySQL 集群
Square： 支付平台的核心数据库层
PlanetScale： 基于 Vitess 的 DBaaS 产品

3.6 优缺点

优点：

经过超大规模生产验证（YouTube 级别）
原生支持 Kubernetes
在线 Resharding 能力强大
VReplication 引擎灵活
CNCF 毕业项目，社区活跃

缺点：

架构复杂，组件多，运维难度大
学习曲线最陡
只支持 MySQL
部分 MySQL 功能不支持（存储过程、触发器、外键等）
小规模场景下杀鸡用牛刀
本地开发环境搭建比较折腾

四、横向对比

来一张表格直观对比：

维度	ShardingSphere	ProxySQL	Vitess
开发语言	Java	C++	Go
架构模式	JDBC嵌入 / 独立代理	独立代理	分布式集群
支持数据库	MySQL, PostgreSQL	MySQL (含Percona/MariaDB)	MySQL
分库分表	✅ 核心功能	❌ 不支持	✅ 核心功能
读写分离	✅ 支持	✅ 核心功能	✅ 支持
连接池	✅ 基础	✅ 核心功能，效果最好	✅ VTTablet层
查询缓存	❌	✅ 支持	❌
查询防火墙	❌	✅ 支持	❌
分布式事务	✅ XA/BASE	❌	✅ 两阶段提交
在线Resharding	✅ 弹性扩缩容	❌	✅ 核心功能
K8s原生	一般	一般	✅ 原生支持
学习曲线	中等偏高	低	高
社区活跃度	高 (Apache)	高 (Percona)	高 (CNCF)
典型用户	京东、当当、转转	大量MySQL运维团队	YouTube、Slack、GitHub
最小部署规模	1个Proxy实例	1个ProxySQL实例	VTGate+VTTablet+etcd

五、选型指南：你应该选哪个？

场景一：Java 项目 + 需要分库分表

推荐：ShardingSphere

如果你的技术栈是 Java，而且主要需求是分库分表，ShardingSphere 是首选。用 JDBC 模式零额外开销，用 Proxy 模式也能服务非 Java 应用。

典型场景：电商订单表按用户 ID 分片，每个库放一部分用户的数据。

选择 ShardingSphere-JDBC 如果： ✓ 纯 Java 应用 ✓ 对性能极致追求 ✓ 不想多维护一个代理服务

选择 ShardingSphere-Proxy 如果： ✓ 多语言应用需要访问 ✓ 想统一管理分片策略 ✓ DBA 需要独立管理中间件

场景二：MySQL 主从 + 读写分离 + 连接管理

推荐：ProxySQL

如果你的 MySQL 已经搭好了主从，只需要做读写分离和连接池管理，ProxySQL 是最简单高效的方案。部署简单、配置灵活、资源占用少。

典型场景：Web 应用的数据库连接数暴涨，需要连接复用；读多写少的场景需要自动路由。

选择 ProxySQL 如果： ✓ 已有 MySQL 主从架构 ✓ 不需要分库分表 ✓ 想要最轻量的方案 ✓ 需要查询级别的精细控制 ✓ 运维团队偏好命令行管理

场景三：云原生 + 大规模水平扩展

推荐：Vitess

典型场景：SaaS 平台按租户分片，数据量从 TB 级增长到 PB 级。

选择 Vitess 如果： ✓ 跑在 Kubernetes 上 ✓ 数据量大，需要水平扩展 ✓ 需要在线 Resharding ✓ 团队有足够的技术实力 ✓ 业务规模值得这个投入

决策流程图

六、能不能组合使用？

答案是：可以的。

一个常见的组合是 ProxySQL + ShardingSphere：

这个组合的优势：

ProxySQL 负责前端连接管理、查询缓存和安全防护
ShardingSphere 负责后端的分片路由和分布式事务

但要注意，组合使用也带来了额外的复杂度：

多了一跳网络延迟：每个请求要经过两层代理
故障排查更复杂：出问题时要排查两个组件
配置管理成本翻倍：需要维护两套配置

所以除非你确实同时需要两者的独有功能，否则不建议叠加使用。大多数场景下，选一个就够了。

七、总结

最后用一句话概括每个工具的定位：

ShardingSphere = 分库分表全家桶，Java 生态首选
ProxySQL = MySQL 的轻量级智能管家，读写分离和连接池一把好手
Vitess = 为超大规模而生的云原生方案，大厂标配

没有最好的中间件，只有最适合的。先搞清楚你的核心需求（分片？读写分离？连接管理？弹性扩展？），再结合团队技术栈和运维能力做决策。

如果你还是拿不定主意，我的建议是：

先从 ProxySQL 开始——它最简单，能解决 80% 的 MySQL 运维痛点
当你真的需要分库分表时，再考虑 ShardingSphere 或 Vitess
如果你的基础设施已经全面 Kubernetes 化，Vitess 值得认真评估

希望这篇文章能帮你在中间件选型上少走弯路。有问题欢迎留言讨论！

本章小结

本章介绍了以下核心内容：

前言：什么时候你需要数据库中间件？
一、ShardingSphere：Java 生态的分库分表利器
二、ProxySQL：MySQL 的瑞士军刀
三、Vitess：为超大规模而生
四、横向对比
五、选型指南：你应该选哪个？
六、能不能组合使用？
七、总结

数据库中间件三剑客：ShardingSphere vs ProxySQL vs Vitess 选型指南 - DBA 学习之路