关于Sharding-jdbc的几点求证和建议？

[cocodroid]

Please answer these questions before submitting your issue. Thanks!

Which version of Sharding-Jdbc do you using?

2.0.0.M2

使用mybatis跑了一下，总结出几点，希望有空帮忙确认下是否有问题？
只分表：
1、可以配置分表或不分表，分不分表都走sj的解析（可以用多数据源解决不分表不走sj的解析）。
2、不执行insert values(),()...批量操作，即使是分表或者未分表（由1得知）。
3、使用默认分布式id主键，insert时不能指定id字段。
只分库：
4、默认分布式id主键，生成偶数，数据往一个库倒，另一个库基本没数据，只要使数据奇偶生成均匀，就能均匀分配到两个库。
分库分表：
5、不要使用同一字段作为分片键，分库分表的依据，不然数据更加不均匀分布（可能造成部分表一直没数据）。
Master-Slave：
6、需要自己用外部工具实现主从同步。

麻烦确认下这6点是否正确或者有问题，谢谢。

另外关于数据不均匀的情况，有个建议或者想法吧。我打算在分片算法里面增加ThreadLocal来让其均匀分配，不知是否可以？
如：
`
ThreadLocal threadLocal = new ThreadLocal(){
@OverRide
protected AtomicInteger initialValue() {
return new AtomicInteger(0);
}
};

@Override
public String doSharding(final Collection<String> availableTargetNames, final PreciseShardingValue<Long> shardingValue) {
    String s = threadLocal.get().getAndIncrement() % 4 + "";
    for (String each : availableTargetNames) {
        if(each.endsWith(s)){
            return each;
        }
    }
    throw new UnsupportedOperationException();
}`

麻烦有时间回复下，十分感谢！

[terrymanu]

1. 已经立项，请参见issue 支持只是读写分离的场景，可以透穿任何sql #439
2. 已经立项，请参见issue Support batch INSERT #290
3. 请详细说明，应该是可以的
4. 请阅读faq第9个问题：http://shardingjdbc.io/docs/01-start/faq/
5. 分片策略和分片键是应用开发者自己定的，与sharding-jdbc无关，sharding-jdbc只提供分片的平台
6. 请阅读读写分离文档，不支持项部分：http://shardingjdbc.io/docs/02-guide/master-slave/

关于最后的建议，我们只是忠实的实现了snowflake算法，不会对其进行修改。分布式主键生成策略可以自己定制。再次重申，sharding-jdbc只提供平台，各种需要已预留接口，或算法实现，请自行扩展。

除了第三个问题未确定，其他问题文档和issue中都已提及。因此issue先关闭了。第三个问题请再试试，若有问题，请独立提交issue，并参照issue提交格式填充所需信息，以便于定位。

[cocodroid]

@terrymanu 好的，多谢了

[cocodroid]

第三个问题：#443

[jimforcode]

问题4 可以用多线程测试， 在一个毫秒内有多条数据生成就不会全是偶数了， 感觉这也是 雪花算法的一个弊端， 就是如果并发弱的情况下，数据就不均衡了，不过这不是sharejdbc 的核心问题，只是不可避免要考虑的因素