实现PostgreSQL逻辑复制实战2016Postgres中国用户大会 Postgres Conference China 2016 中国用户大会 数据库总体架构 PostgreSQL 主库 数据库中间件 备1 消息队列 对数据的写操作 PostgreSQL 动态节点管理 … 核心库 查询库 对数据库的读操作 备2 备份 归档 运维监控 数据库总体架构 应用 SQL语句 数据 MYSQL PG ORACLE LOGICAL Broker M1 M2 M3 Mn Master 逻辑解码 产生SQL+数据 MQ消息队列 DB重放语句 逻辑复制架构图 2016Postgres中国用户大会 Postgres Conference China 2016 中国用户大会 MQ-Prototype c-masterN MCluster Zk1 Zk… ZkN Monitor + Alert 如何保证数据的安全性 Kafka利用冗余、持久化、偏移量和校验、消息反馈 2016Postgres中国用户大会 Postgres Conference China 2016 中国用户大会 逻辑复制特点 它兼顾有基于触发器复制技术的灵活性 同时又有基于日志复制技术的高效性0 码力 | 17 页 | 1.90 MB | 1 年前3
 解密SHARDINGSPHERE与SERVICECOMB联合打造的分布式事务解决方案github.com/apache?q=servicecomb servicecomb.apache.org Apache ShardingSphere简介 完全开源 Apache的首个分布式数据库中间件 gitHub近8000star,近百家公司的成功落地案例 核心功能:数据分片&分布式事务&数据库治理 多接入端选择 京东主导,多公司&社区参与推动 4 github.com/apache App1 S1 App2 App3 M2 sync read S2 S3 M1 M3 write App1 M1 App2 App3 S2 M2 M3 S1 S3 数据库中间件 write sync read 7 github.com/apache?q=servicecomb servicecomb.apache.org SQL解析 SQL改写 结果归并 SQL执行 servicecomb.apache.org 分布式事务概述 金融 CAP原则 Consistency 2PC事务 XA Availability BASE事务 saga TCC 基于可靠消息 的事务 Partition tolerance 11 github.com/apache?q=servicecomb servicecomb.apache.org 事务对比 电商 技术0 码力 | 19 页 | 4.18 MB | 1 年前3
 Apache ShardingSphere ElasticJob 中文文档 2023 年 11 月 01 日记录作业异常日志,但不中断作业执行 是 是 抛出异常策略 抛出系统异常并中断作业执行 是 忽略异常策略 忽略系统异常且不中断作业执行 是 邮件通知策略 发送邮件消息通知,但不中断作业执行 是 企业微信通知策 略 发送企业微信消息通知,但不中断作业 执行 是 钉钉通知策略 发送钉钉消息通知,但不中断作业执行 是 记录日志策略 public class JobDemo { public static void main(String[] 记录作业异常日志,但不中断作业执行 是 是 抛出异常策略 抛出系统异常并中断作业执行 是 忽略异常策略 忽略系统异常且不中断作业执行 是 邮件通知策略 发送邮件消息通知,但不中断作业执行 是 企业微信通知策 略 发送企业微信消息通知,但不中断作业 执行 是 钉钉通知策略 发送钉钉消息通知,但不中断作业执行 是 记录日志策略 elasticjob: regCenter: ... jobs: ... jobErrorHandlerType: 记录作业异常日志,但不中断作业执行 是 是 抛出异常策略 抛出系统异常并中断作业执行 是 忽略异常策略 忽略系统异常且不中断作业执行 是 邮件通知策略 发送邮件消息通知,但不中断作业执行 是 企业微信通知策 略 发送企业微信消息通知,但不中断作业 执行 是 钉钉通知策略 发送钉钉消息通知,但不中断作业执行 是 以下示例用于展示如何通过 Spring 命名空间配置错误处理策略。0 码力 | 98 页 | 1.97 MB | 1 年前3
 2. 腾讯 clickhouse实践 _2019丁晓坤&熊峰BY value DESC LIMIT 10 一切以用户价值为依归 24 业务应用实践 iData 2 如何使用ClickHouse ClickHouse集群 TGMARS DATA 消息中间件 RDBMS(MYSQL) 数据仓库(TDW) 画像服务 BI服务 查询服务 ETL工具 一切以用户价值为依归 25 业务应用实践 iData 2 • 支持更多的机器学习算法 • 支持explain0 码力 | 26 页 | 3.58 MB | 1 年前3
 Apache ShardingSphere v5.5.0 中文文档12.7.2 解决方案详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 522 12.7.3 中间件加密服务优势 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 523 12.7.4 加密算法解析 . . . . Available)保证分布式事务参与方不一定同时在线; • 柔性状态(Soft state)则允许系统状态更新有一定的延时,这个延时对客户来说不一定能够察觉; • 最终一致性(Eventually consistent)通常是通过消息传递的方式保证系统的最终一致性。 在 ACID 事务中对隔离性的要求很高,在事务执行过程中,必须将所有的资源锁定。柔性事务的理念则是 通过业务逻辑将互斥锁操作从资源层面上移至业务层面。通过放宽对强一致性要求,来换取系统吞吐量 ShardingSphere document 8.5.2 挑战 管控的挑战,在于对集群的集中化管理的统一管理能力以及在单点出现故障时精细化的操作能力。 集中化管理的挑战体现在将包括数据库存储节点和中间件计算节点的状态统一管理,并且能够实时的探 测到分布式环境下最新的变动情况,进一步为集群的控制和调度提供依据。 面对超负荷的流量下,针对某一节点进行熔断和限流,以保证整个数据库集群得以继续运行,是分布式0 码力 | 557 页 | 4.61 MB | 1 年前3
 分布式NewSQL数据库TiDB对存储容量、可扩展性、并发要求较⾼的海量数据及⾼并发的 OLTP 场景 场景 随着业务的⾼速发展,数据呈现爆炸性的增⻓,传统的单机数据库⽆法满⾜因数据爆炸性的增⻓对数据库的容量要求,可⾏⽅案是采⽤分库分表的中间件产品或者 NewSQL 数据库替代、 采⽤⾼端的存储设备等,其中性价⽐最⼤的是 NewSQL 数据库,例如:TiDB。TiDB 采⽤计算、存储分离的架构,可对计算、存储分别进⾏扩容和缩容,计算最⼤⽀持 存储费⽤由⽤⼾承担。 计费 分布式NewSQL数据库 TiDB Copyright © 2012-2021 UCloud 优刻得 27/120 回收与删除 回收与删除 通知渠道 通知渠道 所有通知消息将通过邮件、短信以及站内信的⽅式通知到您设置的通知接收⼈。 设置通知⼈:https://console.ucloud.cn/umon/contact TiDB 删除 删除 当您删除实例,系统将⽴即停0 码力 | 120 页 | 7.42 MB | 6 月前3
 Apache ShardingSphere 中文文档 5.0.0-alpha. . . . 76 解决方案详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80 中间件加密服务优势 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 加密算法解析 . . . . . . . . 需要在复用该数据库连接获取下一张分表的查询结果集之前,将当前的查询结果集全数加载至内存。因 此,即使可以采用流式归并,在此场景下也将退化为内存归并。 一方面是对数据库连接资源的控制保护,一方面是采用更优的归并模式达到对中间件内存资源的节省,如 何处理好两者之间的关系,是 ShardingSphere 执行引擎需要解决的问题。具体来说,如果一条 SQL 在经 过 ShardingSphere 的分片后,需要操作某数据库实例下的 不一定同时在线。 • 柔性状态(Soft state)则允许系统状态更新有一定的延时,这个延时对客户来说不一定能够察觉。 • 而最终一致性(Eventually consistent)通常是通过消息传递的方式保证系统的最终一致性。 在 ACID 事务中对隔离性的要求很高,在事务执行过程中,必须将所有的资源锁定。柔性事务的理念则是 通过业务逻辑将互斥锁操作从资源层面上移至业务层面。通过放宽对强一致性要求,来换取系统吞吐量0 码力 | 301 页 | 3.44 MB | 1 年前3
 Apache ShardingSphere 中文文档 5.0.0. 259 已上线业务改造 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 260 7.4.3 中间件加密服务优势 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263 7.4.4 加密算法解析 . . . . Language)负责资源和规则的查询和展现; • RAL(Resource & Rule Administration Language)负责 Hint、事务类型切换、分片执行计划查询 等管理功能。 3.3.3 目标 打破中间件和数据库之间的界限,让开发者像使用数据库一样使用 Apache ShardingSphere,是 DistSQL 的设计目标。 3.3.4 注意事项 DistSQL 只能用于 Sharding 不一定同时在线; • 柔性状态(Soft state)则允许系统状态更新有一定的延时,这个延时对客户来说不一定能够察觉; • 而最终一致性(Eventually consistent)通常是通过消息传递的方式保证系统的最终一致性。 在 ACID 事务中对隔离性的要求很高,在事务执行过程中,必须将所有的资源锁定。柔性事务的理念则是 通过业务逻辑将互斥锁操作从资源层面上移至业务层面。通过放宽对强一致性要求,来换取系统吞吐量0 码力 | 385 页 | 4.26 MB | 1 年前3
 Apache ShardingSphere 中文文档 5.1.1. 261 已上线业务改造 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262 7.5.3 中间件加密服务优势 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265 7.5.4 加密算法解析 . . . . Language)负责资源和规则的查询和展现; • RAL(Resource & Rule Administration Language)负责 Hint、事务类型切换、分片执行计划查询 等管理功能。 3.3.3 目标 打破中间件和数据库之间的界限,让开发者像使用数据库一样使用 Apache ShardingSphere,是 DistSQL 的设计目标。 3.3. DistSQL 14 Apache ShardingSphere 分离的现代数据库体系中不可或缺的功能。 4.2.2 挑战 管控的挑战,在于对集群的集中化管理的统一管理能力以及在单点出现故障时精细化的操作能力。 集中化管理的挑战体现在将包括数据库存储节点和中间件计算节点的状态统一管理,并且能够实时的探 测到分布式环境下最新的变动情况,进一步为集群的控制和调度提供依据。 面对超负荷的流量下,针对某一节点进行熔断和限流,以保证整个数据库集群得以继续运行,是分布式0 码力 | 409 页 | 4.47 MB | 1 年前3
 Apache ShardingSphere 中文文档 5.2.0. 367 已上线业务改造 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 368 7.7.3 中间件加密服务优势 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 371 7.7.4 加密算法解析 . . . . Available)保证分布式事务参与方不一定同时在线; • 柔性状态(Soft state)则允许系统状态更新有一定的延时,这个延时对客户来说不一定能够察觉; • 最终一致性(Eventually consistent)通常是通过消息传递的方式保证系统的最终一致性。 在 ACID 事务中对隔离性的要求很高,在事务执行过程中,必须将所有的资源锁定。柔性事务的理念则是 通过业务逻辑将互斥锁操作从资源层面上移至业务层面。通过放宽对强一致性要求,来换取系统吞吐量 ShardingSphere document, v5.2.0 3.6.2 挑战 管控的挑战,在于对集群的集中化管理的统一管理能力以及在单点出现故障时精细化的操作能力。 集中化管理的挑战体现在将包括数据库存储节点和中间件计算节点的状态统一管理,并且能够实时的探 测到分布式环境下最新的变动情况,进一步为集群的控制和调度提供依据。 面对超负荷的流量下,针对某一节点进行熔断和限流,以保证整个数据库集群得以继续运行,是分布式0 码力 | 449 页 | 5.85 MB | 1 年前3
共 56 条
- 1
 - 2
 - 3
 - 4
 - 5
 - 6
 













