Shark简介
前身为Kratos，轻量级Mysql分库分表(Sharding)中间件，丰富的Sharding算法支持(2类4种分片算法)，能够方便DBA实现库的水平扩容和降低数据迁移成本。Shark站在巨人的肩膀上(SpringJdbc、Druid)，采用与应用集成架构，放弃通用性，只为换取更好的执行性能与降低分布式环境下外围系统的宕机风险。
Shark的优点
动态数据源的无缝切换；
master/slave一主一从读写分离；
Sql独立配置，与逻辑代码解耦；
单线程读重试(取决于的数据库连接池是否支持)；
单独且友好支持Mysql数据库；
非Proxy架构，与应用集成，应用直连数据库，降低外围系统依赖所带来的宕机风险；
使用简单，侵入性低，站在巨人的肩膀上，依赖于SpringJdbc、Druid；
基于淘宝Druid的SqlParser完成Sql解析任务，解析性能高效、稳定；
分库分表路由算法支持2类4种分片模式，库内分片/一库一片；
提供自动生成全局唯一的sequenceId的API支持；
提供自动生成配置文件的支持，降低配置出错率；
提供内置验证页面，方便开发、测试以及运维对执行后的sql进行验证；
专注于Sharding领域，无需兼容通用性，因此核心代码量少、易读易维护；
Shark的分片模型
Shark支持2类4种分片算法：
库内分片类型：
片名连续的库内分片算法；
非片名连续的库内分片算法；
一库一片类型：
片名连续的一库一片算法；
非片名连续的一库一片算法；
Shark的使用注意事项
不支持强一致性的分布式事务，建议在业务层采用依赖MQ、异步操作等方式实现事物，保证事物的最终一致性；
不建议、不支持多表查询，所有多表查询sql，务必全部打散为单条sql逐条执行；
sql语句的第一个参数务必是路由条件；
不支持sql语句中出现数据库别名；
路由条件必须是整数类型；
参考 https://www.iteye.com/news/31289
GitHub https://github.com/gaoxianglong/shark/wiki/shark-benchmark-result