(Experimental) 9 3 概念 Apache ShardingSphere 功能十分复杂，有数百模块之多，但众多模块间的概念却简单明了。大部分模块 都是面向这几个概念的横向扩展。 它的概念主要包括：面向独立产品的接入端、面向启动的运行模式、面向使用者操作的 DistSQL 以及面 向开发者的可插拔架构。 本章节将详细阐述 Apache ShardingSphere 相关的概念。 3.1 接入端 文件或注册中心配置资源和规则。然 而，操作习惯变更，对于运维工程师并不友好。 DistSQL 让用户可以像操作数据库一样操作 Apache ShardingSphere，使其从面向开发人员的框架和中间 件转变为面向运维人员的数据库产品。 DistSQL 细分为 RDL、RQL 和 RAL 三种类型。 • RDL（Resource & Rule Definition Language）负责资源和规则的创建、修改和删除； 用于提供增量能力，其所有组件均是可选的，可以包含零至多个组件。组件之间完全隔离，互无感知，多 组件可通过叠加的方式相互配合使用。主要包括数据分片、读写分离、数据库高可用、数据加密、影子库 等。用户自定义功能可完全面向 Apache ShardingSphere 定义的顶层接口进行定制化扩展，而无需改动 内核代码。 L3 生态层 用于对接和融入现有数据库生态，包括数据库协议、SQL 解析器和存储适配器，分别对应于

(Experimental) 9 3 概念 Apache ShardingSphere 功能十分复杂，有数百模块之多，但众多模块间的概念却简单明了。大部分模块 都是面向这几个概念的横向扩展。 它的概念主要包括：面向独立产品的接入端、面向启动的运行模式、面向使用者操作的 DistSQL 以及面 向开发者的可插拔架构。 本章节将详细阐述 Apache ShardingSphere 相关的概念。 3.1 接入端 文件或注册中心配置资源和规则。然 而，操作习惯变更，对于运维工程师并不友好。 DistSQL 让用户可以像操作数据库一样操作 Apache ShardingSphere，使其从面向开发人员的框架和中间 件转变为面向运维人员的数据库产品。 DistSQL 细分为 RDL、RQL 和 RAL 三种类型。 • RDL（Resource & Rule Definition Language）负责资源和规则的创建、修改和删除； 用于提供增量能力，其所有组件均是可选的，可以包含零至多个组件。组件之间完全隔离，互无感知，多 组件可通过叠加的方式相互配合使用。主要包括数据分片、读写分离、数据库高可用、数据加密、影子库 等。用户自定义功能可完全面向 Apache ShardingSphere 定义的顶层接口进行定制化扩展，而无需改动 内核代码。 L3 生态层 用于对接和融入现有数据库生态，包括数据库协议、SQL 解析器和存储适配器，分别对应于

ShardingSphere 中叫做 Hint。 实现机制 Apache ShardingSphere 使用 ThreadLocal 管理分片键值。可以通过编程的方式向 HintManager 中 添加分片条件，该分片条件仅在当前线程内生效。 除了通过编程的方式使用强制分片路由，Apache ShardingSphere 还计划通过 SQL 中的特殊注释的方式 引用 Hint，使开发者可以采用更加透明的方式使用该功能。 将多个执行结果集归并以便于通过统一的 JDBC 接口输出。结果归并包括流式归并、内存归并和使用装饰 者模式的追加归并这几种方式。 解析引擎 相对于其他编程语言，SQL 是比较简单的。不过，它依然是一门完善的编程语言，因此对 SQL 的语法进 行解析，与解析其他编程语言（如：Java 语言、C 语言、Go 语言等）并无本质区别。 抽象语法树 解析过程分为词法解析和语法解析。词法解析器用于将 SQL 拆解为不可再分的原子符号，称为 Schema 的命令发送至数据库中。 路由引擎的整体结构划分如下图。 3.1. 数据分片 30 Apache ShardingSphere document, v5.0.0-beta 改写引擎 工程师面向逻辑库与逻辑表书写的 SQL，并不能够直接在真实的数据库中执行，SQL 改写用于将逻辑 SQL 改写为在真实数据库中可以正确执行的 SQL。它包括正确性改写和优化改写两部分。 正确性改写 在包

ShardingSphere-Proxy 9 3 概念 Apache ShardingSphere 功能十分复杂，有数百模块之多，但众多模块间的概念却简单明了。大部分模块 都是面向这几个概念的横向扩展。 它的概念主要包括：面向独立产品的接入端、面向启动的运行模式、面向使用者操作的 DistSQL 以及面 向开发者的可插拔架构。 本章节将详细阐述 Apache ShardingSphere 相关的概念。 3.1 接入端 文件或注册中心配置资源和规则。然 而，操作习惯变更，对于运维工程师并不友好。 DistSQL 让用户可以像操作数据库一样操作 Apache ShardingSphere，使其从面向开发人员的框架和中间 件转变为面向运维人员的数据库产品。 DistSQL 细分为 RDL、RQL 和 RAL 三种类型。 • RDL（Resource & Rule Definition Language）负责资源和规则的创建、修改和删除； 用于提供增量能力，其所有组件均是可选的，可以包含零至多个组件。组件之间完全隔离，互无感知，多 组件可通过叠加的方式相互配合使用。主要包括数据分片、读写分离、数据库高可用、数据加密、影子库 等。用户自定义功能可完全面向 Apache ShardingSphere 定义的顶层接口进行定制化扩展，而无需改动 内核代码。 L3 生态层 用于对接和融入现有数据库生态，包括数据库协议、SQL 解析器和存储适配器，分别对应于

(Experimental) 9 3 概念 Apache ShardingSphere 功能十分复杂，有数百模块之多，但众多模块间的概念却简单明了。大部分模块 都是面向这几个概念的横向扩展。 它的概念主要包括：面向独立产品的接入端、面向启动的运行模式、面向使用者操作的 DistSQL 以及面 向开发者的可插拔架构。 本章节将详细阐述 Apache ShardingSphere 相关的概念。 3.1 接入端 格式的展现形式，以及注册中心动态修改带来的操作习惯变更，对于运维工程师并不 友好。 DistSQL 让用户可以像操作数据库一样操作 Apache ShardingSphere，使其从面向开发人员的框架和中间 件转变为面向运维人员的数据库产品。 DistSQL 细分为 RDL、RQL 和 RAL 三种类型。 • RDL（Resource & Rule Definition Language）负责资源和规则的创建、修改和删除； 用于提供增量能力，其所有组件均是可选的，可以包含零至多个组件。组件之间完全隔离，互无感知，多 组件可通过叠加的方式相互配合使用。主要包括数据分片、读写分离、数据库高可用、数据加密、影子库 等。用户自定义功能可完全面向 Apache ShardingSphere 定义的顶层接口进行定制化扩展，而无需改动 内核代码。 L3 生态层 用于对接和融入现有数据库生态，包括数据库协议、SQL 解析器和存储适配器，分别对应于

用于提供增量能力，其所有组件均是可选的，可以包含零至多个组件。组件之间完全隔离，互无感知，多 组件可通过叠加的方式相互配合使用。主要包括数据分片、读写分离、数据库高可用、数据加密、影子库 等。用户自定义功能可完全面向 Apache ShardingSphere 定义的顶层接口进行定制化扩展，而无需改动 内核代码。 1.2. 设计哲学 5 Apache ShardingSphere document, v5 3.10 可观察性 3.10.1 背景 如何观测集群的运行状态，使运维人员可以快速掌握当前系统现状，并进行进一步的维护工作，是分布式 系统的全新挑战。登录到具体服务器的点对点运维方式，无法适用于面向大量分布式服务器的场景。通 3.10. 可观察性 44 Apache ShardingSphere document, v5.2.0 过对可系统观察性数据的遥测是分布式系统推荐的运维方式。Tr 系统统计指标，通过探针收集，并且写入到时序数据库，供第三方应用展示。 Logging 日志，通过 Agent 能够方便的扩展日志内容，为分析系统运行状态提供更多信息。 3.10. 可观察性 48 4 用户手册 本章节面向 Apache ShardingSphere 的用户，详细阐述项目的使用说明。 4.1 ShardingSphere-JDBC 配置是 ShardingSphere‐JDBC 中唯一与应用开发者交互的模块，通过它可以快速清晰的理解

用于提供增量能力，其所有组件均是可选的，可以包含零至多个组件。组件之间完全隔离，互无感知，多 组件可通过叠加的方式相互配合使用。主要包括数据分片、读写分离、数据加密、影子库等。用户自定义 功能可完全面向 Apache ShardingSphere 定义的顶层接口进行定制化扩展，而无需改动内核代码。 2.3.3 L3 生态层 用于对接和融入现有数据库生态，包括数据库协议、SQL 解析器和存储适配器，分别对应于 8.10 可观察性 8.10.1 背景 如何观测集群的运行状态，使运维人员可以快速掌握当前系统现状，并进行进一步的维护工作，是分布式 系统的全新挑战。登录到具体服务器的点对点运维方式，无法适用于面向大量分布式服务器的场景。通 过对可系统观察性数据的遥测是分布式系统推荐的运维方式。Tracing（链路跟踪）、Metrics（指标监控） 和 Logging （日志）是系统运行状况的可观察性数据重要的获取手段。 系统统计指标，通过探针收集，供第三方应用展示。 Logging 日志，通过 Agent 能够方便的扩展日志内容，为分析系统运行状态提供更多信息。 8.10. 可观察性 50 9 用户手册 本章节面向 Apache ShardingSphere 的用户，详细阐述项目的使用说明。 9.1 ShardingSphere-JDBC 配置是 ShardingSphere‐JDBC 中唯一与应用开发者交互的模块，通过它可以快速清晰的理解

用于提供增量能力，其所有组件均是可选的，可以包含零至多个组件。组件之间完全隔离，互无感知，多 组件可通过叠加的方式相互配合使用。主要包括数据分片、读写分离、数据加密、影子库等。用户自定义 功能可完全面向 Apache ShardingSphere 定义的顶层接口进行定制化扩展，而无需改动内核代码。 2.3.3 L3 生态层 用于对接和融入现有数据库生态，包括数据库协议、SQL 解析器和存储适配器，分别对应于 8.10 可观察性 8.10.1 背景 如何观测集群的运行状态，使运维人员可以快速掌握当前系统现状，并进行进一步的维护工作，是分布式 系统的全新挑战。登录到具体服务器的点对点运维方式，无法适用于面向大量分布式服务器的场景。通 过对可系统观察性数据的遥测是分布式系统推荐的运维方式。Tracing（链路跟踪）、Metrics（指标监控） 和 Logging （日志）是系统运行状况的可观察性数据重要的获取手段。 系统统计指标，通过探针收集，供第三方应用展示。 Logging 日志，通过 Agent 能够方便的扩展日志内容，为分析系统运行状态提供更多信息。 8.10. 可观察性 50 9 用户手册 本章节面向 Apache ShardingSphere 的用户，详细阐述项目的使用说明。 9.1 ShardingSphere-JDBC 配置是 ShardingSphere‐JDBC 中唯一与应用开发者交互的模块，通过它可以快速清晰的理解

用于提供增量能力，其所有组件均是可选的，可以包含零至多个组件。组件之间完全隔离，互无感知，多 组件可通过叠加的方式相互配合使用。主要包括数据分片、读写分离、数据加密、影子库等。用户自定义 功能可完全面向 Apache ShardingSphere 定义的顶层接口进行定制化扩展，而无需改动内核代码。 2.3.3 L3 生态层 用于对接和融入现有数据库生态，包括数据库协议、SQL 解析器和存储适配器，分别对应于 8.10 可观察性 8.10.1 背景 如何观测集群的运行状态，使运维人员可以快速掌握当前系统现状，并进行进一步的维护工作，是分布式 系统的全新挑战。登录到具体服务器的点对点运维方式，无法适用于面向大量分布式服务器的场景。通 过对可系统观察性数据的遥测是分布式系统推荐的运维方式。Tracing（链路跟踪）、Metrics（指标监控） 和 Logging （日志）是系统运行状况的可观察性数据重要的获取手段。 8.11.5 相关参考 • 联邦查询的配置 8.11.6 使用限制 Apache ShardingSphere 的联邦查询处于实验阶段。 8.11. 联邦查询 51 9 用户手册 本章节面向 Apache ShardingSphere 的用户，详细阐述项目的使用说明。 9.1 ShardingSphere-JDBC 配置是 ShardingSphere‐JDBC 中唯一与应用开发者交互的模块，通过它可以快速清晰的理解

Mybatis 框架课程 讲师：传智.燕青 1 Mybatis 入门 1.1 单独使用 jdbc 编程问题总结 1.1.1 jdbc 程序 Public static void main(String[] args) { Connection connection = null; PreparedStatement preparedStatement = null; ResultSet Auto-generated catch block e.printStackTrace(); } } } } 上边使用 jdbc 的原始方法（未经封装）实现了查询数据库表记录的操作。 1.1.2 jdbc 编程步骤： 1、 加载数据库驱动 2、 创建并获取数据库链接 3、 创建 jdbc statement 对象 4、 设置 sql 语句 5、 设置 sql 语句中的参数(使用 preparedStatement) sql 中，输入参数映射就 是 jdbc 编程中对 preparedStatement 设置参数。 7、 Mapped Statement 对 sql执行输出结果进行定义，包括 HashMap、基本类型、pojo，Executor 通过 Mapped Statement 在执行 sql 后将输出结果映射至 java 对象中，输出结果映射过程 相当于 jdbc 编程中对结果的解析处理过程。 1.4 mybatis