. 43 主从同步 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 负载均衡策略 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 4.4.5 使用规范 . . . . . 12. [分片] ShardingSphere 提供的默认分布式自增主键策略为什么是不连续的，且 尾数大多为偶数？ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291 7.7.13 13. [分片] 如何在 inline 分表策略时，允许执行范围查询操作（BETWEEN AND、 >、<、>=、<=）？ JDBC、Proxy 和 Sidecar（规划中）这 3 款既能够独立部署，又支持混合部署 配合使用的产品组成。它们均提供标准化的基于数据库作为存储节点的增量功能，可适用于如 Java 同构、 异构语言、云原生等各种多样化的应用场景。 关系型数据库当今依然占有巨大市场份额，是企业核心系统的基石，未来也难于撼动，我们更加注重在 原有基础上提供增量，而非颠覆。 1 Apache ShardingSphere

. 52 主从同步 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 负载均衡策略 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 4.5.5 使用规范 . . . . . 8.13 [分片] ShardingSphere 提供的默认分布式自增主键策略为什么是不连续的，且尾 数大多为偶数？ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 319 7.8.14 [分片] 如何在 inline 分表策略时，允许执行范围查询操作（BETWEEN AND、>、 <、>=、<=）？ JDBC、Proxy 和 Sidecar（规划中）这 3 款既能够独立部署，又支持混合部署 配合使用的产品组成。它们均提供标准化的基于数据库作为存储节点的增量功能，可适用于如 Java 同构、 异构语言、云原生等各种多样化的应用场景。 关系型数据库当今依然占有巨大市场份额，是企业核心系统的基石，未来也难于撼动，我们更加注重在 原有基础上提供增量，而非颠覆。 1 Apache ShardingSphere

1) PG 有非常强大 SQL 支持能力和非常丰富的统计函数和统计语法 支持，除对 ANSI SQL 完全支持外，还支持比如分析函数（SQL2003 OLAP window 函数），还可以用多种语言来写存储过程，对于 Madlib、R 的支持也很好。这一点上 MYSQL 就差的很远，很多分 析功能都不支持，而 Greenplum 作为 MPP 数据分析平台，这些功 能都是必不可少的。 2) Mysql 扩展性方面，Postgresql 比 mysql 也要出色许多，Postgres 天生就 是 为 扩 展 而 生 的， 你 可 以 在 PG 中 用 Python、C、Perl、TCL、 PLSQL 等等语言来扩展功能，在后续章节中，我将展现这种扩展 是如何的方便，另外，开发新的功能模块、新的数据类型、新的索 引类型等等非常方便，只要按照 API 接口开发，无需对 PG 重新编译。 PG 中 contrib 16-11-22 下午3:38 10 前文提到，得益于 Postgresql 的良好扩展性（这里是 extension，不 是 scalability），Greenplum 可以采用各种开发语言来扩展用户自定 义函数（UDF）（我个人是 Python 和 C 的 fans，后续章节与大家分享）。 这些自定义函数部署到 Greenplum 后可用充分享受到实例级别的并行 性能优势，我们强烈建议用户将库外的处理逻辑，部署到用

. 33 主从同步 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 负载均衡策略 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 3.3.7 使用限制 . . . . . 424 8.3.6 分片 ShardingSphere 提供的默认分布式自增主键策略为什么是不连续的，且尾数 大多为偶数？ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 424 8.3.7 分片如何在 inline 分表策略时，允许执行范围查询操作（BETWEEN AND、>、<、 >=、<=）？ 框架，在 Java 的 JDBC 层提供的额外服务。 ShardingSphere-Proxy ShardingSphere‐Proxy 定位为透明化的数据库代理端，通过实现数据库二进制协议，对异构语言提供支 持。 1 Apache ShardingSphere document, v5.2.0 1.1.2 产品功能 特性 定义 数 据 分片 数据分片，是应对海量数据存储与计算的有效手段。ShardingSphere

. 51 主从同步 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 负载均衡策略 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 4.5.5 使用规范 . . . . . 8.13 [分片] ShardingSphere 提供的默认分布式自增主键策略为什么是不连续的，且尾 数大多为偶数？ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303 7.8.14 [分片] 如何在 inline 分表策略时，允许执行范围查询操作（BETWEEN AND、>、 <、>=、<=）？ JDBC、Proxy 和 Sidecar（规划中）这 3 款既能够独立部署，又支持混合部署 配合使用的产品组成。它们均提供标准化的基于数据库作为存储节点的增量功能，可适用于如 Java 同构、 异构语言、云原生等各种多样化的应用场景。 关系型数据库当今依然占有巨大市场份额，是企业核心系统的基石，未来也难于撼动，我们更加注重在 原有基础上提供增量，而非颠覆。 1 Apache ShardingSphere

. 51 主从同步 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 负载均衡策略 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 4.5.5 使用规范 . . . . . 8.13 [分片] ShardingSphere 提供的默认分布式自增主键策略为什么是不连续的，且尾 数大多为偶数？ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 307 7.8.14 [分片] 如何在 inline 分表策略时，允许执行范围查询操作（BETWEEN AND、>、 <、>=、<=）？ JDBC、Proxy 和 Sidecar（规划中）这 3 款既能够独立部署，又支持混合部署 配合使用的产品组成。它们均提供标准化的基于数据库作为存储节点的增量功能，可适用于如 Java 同构、 异构语言、云原生等各种多样化的应用场景。 关系型数据库当今依然占有巨大市场份额，是企业核心系统的基石，未来也难于撼动，我们更加注重在 原有基础上提供增量，而非颠覆。 1 Apache ShardingSphere

. 62 主从同步 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 负载均衡策略 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 3.3.5 使用规范 . . . . . 时分库结果不正确？ . . . . . . . . . . . . . . . . . . . . . . . . . . . . 288 7.12 ShardingSphere 提供的默认分布式自增主键策略为什么是不连续的，且尾数大多为偶数？ 288 7.13 Windows 环境下，通过 Git 克隆 ShardingSphere 源码时为什么提示文件名过长，如何解 决？ . . . . . . 18 服务启动时如何加快 metadata 加载速度？ . . . . . . . . . . . . . . . . . . . . . . . . 290 7.19 如何在 inline 分表策略时，允许执行范围查询操作（BETWEEN AND、>、<、>=、<=）？ 290 7.20 为什么配置了某个数据连接池的 spring‐boot‐starter（比如 druid）和 shardingsphere‐

. 37 主从同步 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 负载均衡策略 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 8.3.7 使用限制 . . . . . 13.4.6 分片 ShardingSphere 提供的默认分布式自增主键策略为什么是不连续的，且尾数 大多为偶数？ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 509 13.4.7 分片如何在 inline 分表策略时，允许执行范围查询操作（BETWEEN AND、>、<、 >=、<=）？ Java 的 JDBC 层提供的额外服务。 1.1.2 ShardingSphere-Proxy ShardingSphere‐Proxy 定位为透明化的数据库代理端，通过实现数据库二进制协议，对异构语言提供支 持。 1.2 产品功能 1.3 产品优势 • 极致性能 驱动程序端历经长年打磨，效率接近原生 JDBC，性能极致。 • 生态兼容 代理端支持任何通过 MySQL/PostgreSQL

. 37 主从同步 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 负载均衡策略 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 8.3.7 使用限制 . . . . . 13.4.6 分片 ShardingSphere 提供的默认分布式自增主键策略为什么是不连续的，且尾数 大多为偶数？ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 488 13.4.7 分片如何在 inline 分表策略时，允许执行范围查询操作（BETWEEN AND、>、<、 >=、<=）？ Java 的 JDBC 层提供的额外服务。 1.1.2 ShardingSphere-Proxy ShardingSphere‐Proxy 定位为透明化的数据库代理端，通过实现数据库二进制协议，对异构语言提供支 持。 1.2 产品功能 1.3 产品优势 • 极致性能 驱动程序端历经长年打磨，效率接近原生 JDBC，性能极致。 • 生态兼容 代理端支持任何通过 MySQL/PostgreSQL

. 37 主从同步 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 负载均衡策略 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 8.3.7 使用限制 . . . . . 13.3.6 分片 ShardingSphere 提供的默认分布式自增主键策略为什么是不连续的，且尾数 大多为偶数？ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 535 13.3.7 分片如何在 inline 分表策略时，允许执行范围查询操作（BETWEEN AND、>、<、 >=、<=）？ Java 的 JDBC 层提供的额外服务。 1.1.2 ShardingSphere-Proxy ShardingSphere‐Proxy 定位为透明化的数据库代理端，通过实现数据库二进制协议，对异构语言提供支 持。 1.2 产品功能 1.3 产品优势 • 极致性能 驱动程序端历经长年打磨，效率接近原生 JDBC，性能极致。 • 生态兼容 代理端支持任何通过 MySQL/PostgreSQL