积分充值
 首页
前端开发
AngularDartElectronFlutterHTML/CSSJavaScriptReactSvelteTypeScriptVue.js构建工具
后端开发
.NetC#C++C语言DenoffmpegGoIdrisJavaJuliaKotlinLeanMakefilenimNode.jsPascalPHPPythonRISC-VRubyRustSwiftUML其它语言区块链开发测试微服务敏捷开发架构设计汇编语言
数据库
Apache DorisApache HBaseCassandraClickHouseFirebirdGreenplumMongoDBMySQLPieCloudDBPostgreSQLRedisSQLSQLiteTiDBVitess数据库中间件数据库工具数据库设计
系统运维
AndroidDevOpshttpdJenkinsLinuxPrometheusTraefikZabbix存储网络与安全
云计算&大数据
Apache APISIXApache FlinkApache KarafApache KyuubiApache OzonedaprDockerHadoopHarborIstioKubernetesOpenShiftPandasrancherRocketMQServerlessService MeshVirtualBoxVMWare云原生CNCF机器学习边缘计算
综合其他
BlenderGIMPKiCadKritaWeblate产品与服务人工智能亿图数据可视化版本控制笔试面试
文库资料
前端
AngularAnt DesignBabelBootstrapChart.jsCSS3EchartsElectronHighchartsHTML/CSSHTML5JavaScriptJerryScriptJestReactSassTypeScriptVue前端工具小程序
后端
.NETApacheC/C++C#CMakeCrystalDartDenoDjangoDubboErlangFastifyFlaskGinGoGoFrameGuzzleIrisJavaJuliaLispLLVMLuaMatplotlibMicronautnimNode.jsPerlPHPPythonQtRPCRubyRustR语言ScalaShellVlangwasmYewZephirZig算法
移动端
AndroidAPP工具FlutterFramework7HarmonyHippyIoniciOSkotlinNativeObject-CPWAReactSwiftuni-appWeex
数据库
ApacheArangoDBCassandraClickHouseCouchDBCrateDBDB2DocumentDBDorisDragonflyDBEdgeDBetcdFirebirdGaussDBGraphGreenPlumHStreamDBHugeGraphimmudbIndexedDBInfluxDBIoTDBKey-ValueKitDBLevelDBM3DBMatrixOneMilvusMongoDBMySQLNavicatNebulaNewSQLNoSQLOceanBaseOpenTSDBOracleOrientDBPostgreSQLPrestoDBQuestDBRedisRocksDBSequoiaDBServerSkytableSQLSQLiteTiDBTiKVTimescaleDBYugabyteDB关系型数据库数据库数据库ORM数据库中间件数据库工具时序数据库
云计算&大数据
ActiveMQAerakiAgentAlluxioAntreaApacheApache APISIXAPISIXBFEBitBookKeeperChaosChoerodonCiliumCloudStackConsulDaprDataEaseDC/OSDockerDrillDruidElasticJobElasticSearchEnvoyErdaFlinkFluentGrafanaHadoopHarborHelmHudiInLongKafkaKnativeKongKubeCubeKubeEdgeKubeflowKubeOperatorKubernetesKubeSphereKubeVelaKumaKylinLibcloudLinkerdLonghornMeiliSearchMeshNacosNATSOKDOpenOpenEBSOpenKruiseOpenPitrixOpenSearchOpenStackOpenTracingOzonePaddlePaddlePolicyPulsarPyTorchRainbondRancherRediSearchScikit-learnServerlessShardingSphereShenYuSparkStormSupersetXuperChainZadig云原生CNCF人工智能区块链数据挖掘机器学习深度学习算法工程边缘计算
UI&美工&设计
BlenderKritaSketchUI设计
网络&系统&运维
AnsibleApacheAWKCeleryCephCI/CDCurveDevOpsGoCDHAProxyIstioJenkinsJumpServerLinuxMacNginxOpenRestyPrometheusServertraefikTrafficUnixWindowsZabbixZipkin安全防护系统内核网络运维监控
综合其它
文章资讯
 上传文档  发布文章  登录账户
IT文库
  • 综合
  • 文档
  • 文章

无数据

分类

全部数据库(13)数据库中间件(13)

语言

全部中文(简体)(12)

格式

全部PDF文档 PDF(13)
 
本次搜索耗时 0.108 秒,为您找到相关结果约 13 个.
  • 全部
  • 数据库
  • 数据库中间件
  • 全部
  • 中文(简体)
  • 全部
  • PDF文档 PDF
  • 默认排序
  • 最新排序
  • 页数排序
  • 大小排序
  • 全部时间
  • 最近一天
  • 最近一周
  • 最近一个月
  • 最近三个月
  • 最近半年
  • 最近一年
  • pdf文档 Apache ShardingSphere ElasticJob 中文文档 2023 年 11 月 01 日

    . . . . . . . . . . . . 91 10.10 Windows 环 境 下, 运 行 ShardingSphere‐ElasticJob‐UI, 找 不 到 或 无 法 加 载 主 类 org.apache.shardingsphere.elasticjob.kernel.ui.Bootstrap,如何解决? . . . . . . . . . 91 10.11 运行 Cloud } } 4.3. 作业配置 6 5 概念 & 功能 本章节阐述 ElasticJob 相关的概念与功能,更多使用细节请阅读用户手册。 5.1 调度模型 ElasticJob 是面向进程内的线程级调度框架。通过它,作业能够透明化的与业务应用系统相结合。它能够 方便的与 Spring 、Dubbo 等 Java 框架配合使用,在作业中可自由使用 Spring 注入的 Bean,如数据源连 台的服务器执行作业,作业将会以 1 主 n 从的方式执行。一旦执行作 业的服务器宕机,等待执行的服务器将会在下次作业启动时替补执行。开启失效转移功能效果更好,如 果本次作业在执行过程中宕机,备机会立即替补执行。 5.2.4 实现原理 ElasticJob 并无作业调度中心节点,而是基于部署作业框架的程序在到达相应时间点时各自触发调度。注 册中心仅用于作业注册和监控信息存储。而主作业节点仅用于处理分片和清理等功能。
    0 码力 | 98 页 | 1.97 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.0.0-alpha

    . . . . . . . . . . . . . . . . 288 7.14 Windows 环 境 下, 运 行 ShardingSphere‐Proxy, 找 不 到 或 无 法 加 载 主 类 org.apache.shardingsphere.proxy.Bootstrap,如何解决? . . . . . . . . . . . . . . . . . 289 7.15 Type ,分库还能够用于有效的分散对数据库 单点的访问量;分表虽然无法缓解数据库压力,但却能够提供尽量将分布式事务转化为本地事务的可能, 一旦涉及到跨库的更新操作,分布式事务往往会使问题变得复杂。使用多主多从的分片方式,可以有效 的避免数据单点,从而提升数据架构的可用性。 通过分库和分表进行数据的拆分来使得各个表的数据量保持在阈值以下,以及对流量进行疏导应对高访 问量,是应对高并发和海量数据系统 水平分片 水平分片又称为横向拆分。相对于垂直分片,它不再将数据根据业务逻辑分类,而是通过某个字段(或 某几个字段),根据某种规则将数据分散至多个库或表中,每个分片仅包含数据的一部分。例如:根据主 键分片,偶数主键的记录放入 0 库(或表),奇数主键的记录放入 1 库(或表),如下图所示。 3.1. 数据分片 9 Apache ShardingSphere document, v5.0.0-beta
    0 码力 | 301 页 | 3.44 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.1.1

    . . . . . . . . . . . . . . . . . . 305 7.8.4 [Proxy] Windows 环境下,运行 ShardingSphere‐Proxy,找不到或无法加载主类 org.apache.shardingsphere.proxy.Bootstrap,如何解决? . . . . . . . . . . . . 305 7.8.5 [Proxy] 在使用 ShardingSphere‐Proxy Apache ShardingSphere 提供的 3 种运行模式分别 是内存模式、单机模式和集群模式。 3.2.2 内存模式 初始化配置或执行 SQL 等造成的元数据结果变更的操作,仅在当前进程中生效。适用于集成测试的环境 启动,方便开发人员在整合功能测试中集成 Apache ShardingSphere 而无需清理运行痕迹。 3.2. 运行模式 13 Apache ShardingSphere ShardingSphere document, v5.1.1 4.1.3 目标 尽量多的兼容各种数据库,让用户零使用成本,是 Apache ShardingSphere 数据库兼容度希望达成的主 要目标。 4.1.4 SQL 解析 SQL 是使用者与数据库交流的标准语言。SQL 解析引擎负责将 SQL 字符串解析为抽象语法树,供 Apache ShardingSphere 理解并实现其增量功能。
    0 码力 | 409 页 | 4.47 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.1.0

    . . . . . . . . . . . . . . . . . . 301 7.8.4 [Proxy] Windows 环境下,运行 ShardingSphere‐Proxy,找不到或无法加载主类 org.apache.shardingsphere.proxy.Bootstrap,如何解决? . . . . . . . . . . . . 301 7.8.5 [Proxy] 在使用 ShardingSphere‐Proxy Apache ShardingSphere 提供的 3 种运行模式分别 是内存模式、单机模式和集群模式。 3.2.2 内存模式 初始化配置或执行 SQL 等造成的元数据结果变更的操作,仅在当前进程中生效。适用于集成测试的环境 启动,方便开发人员在整合功能测试中集成 Apache ShardingSphere 而无需清理运行痕迹。 3.2. 运行模式 13 Apache ShardingSphere ShardingSphere document, v5.1.0 4.1.3 目标 尽量多的兼容各种数据库,让用户零使用成本,是 Apache ShardingSphere 数据库兼容度希望达成的主 要目标。 4.1.4 SQL 解析 SQL 是使用者与数据库交流的标准语言。SQL 解析引擎负责将 SQL 字符串解析为抽象语法树,供 Apache ShardingSphere 理解并实现其增量功能。
    0 码力 | 406 页 | 4.40 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.0.0

    JtaTransactionManager? . . . . . . . . . . . . . . 288 7.7.4 4. [Proxy] Windows 环境下,运行 ShardingSphere‐Proxy,找不到或无法加载主 类 org.apache.shardingsphere.proxy.Bootstrap,如何解决? . . . . . . . . . . . 289 7.7.5 5. [Proxy] 在使用 ShardingSphere document, v5.0.0 4.1.3 目标 尽量多的兼容各种数据库,让用户零使用成本,是 Apache ShardingSphere 数据库兼容度希望达成的主 要目标。 4.1.4 SQL 解析 SQL 是使用者与数据库交流的标准语言。SQL 解析引擎负责将 SQL 字符串解析为抽象语法树,供 Apache ShardingSphere 理解并实现其增量功能。 ShardingSphere document, v5.0.0 单点的访问量;分表虽然无法缓解数据库压力,但却能够提供尽量将分布式事务转化为本地事务的可能, 一旦涉及到跨库的更新操作,分布式事务往往会使问题变得复杂。使用多主多从的分片方式,可以有效 的避免数据单点,从而提升数据架构的可用性。 通过分库和分表进行数据的拆分来使得各个表的数据量保持在阈值以下,以及对流量进行疏导应对高访 问量,是应对高并发和海量数据系统
    0 码力 | 385 页 | 4.26 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.1.2

    . . . . . . . . . . . . . . . . . . 316 7.8.4 [Proxy] Windows 环境下,运行 ShardingSphere‐Proxy,找不到或无法加载主类 org.apache.shardingsphere.proxy.Bootstrap,如何解决? . . . . . . . . . . . . 316 7.8.5 [Proxy] 在使用 ShardingSphere‐Proxy Apache ShardingSphere 提供的 3 种运行模式分别 是内存模式、单机模式和集群模式。 3.2.2 内存模式 初始化配置或执行 SQL 等造成的元数据结果变更的操作,仅在当前进程中生效。适用于集成测试的环境 启动,方便开发人员在整合功能测试中集成 Apache ShardingSphere 而无需清理运行痕迹。 3.2. 运行模式 13 Apache ShardingSphere ShardingSphere document, v5.1.2 4.1.3 目标 尽量多的兼容各种数据库,让用户零使用成本,是 Apache ShardingSphere 数据库兼容度希望达成的主 要目标。 4.1.4 SQL 解析 SQL 是使用者与数据库交流的标准语言。SQL 解析引擎负责将 SQL 字符串解析为抽象语法树,供 Apache ShardingSphere 理解并实现其增量功能。
    0 码力 | 446 页 | 4.67 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere v5.5.0 中文文档

    . . . . . . . . . . . . . . . . . . 532 13.2.1 Proxy Windows 环境下,运行 ShardingSphere‐Proxy,找不到或无法加载主类 org.apache.shardingsphere.proxy.Bootstrap,如何解决? . . . . . . . . . . . . 532 13.2.2 Proxy 在使用 ShardingSphere‐Proxy 单点的访问量;分表虽然无法缓解数据库压力,但却能够提供尽量将分布式事务转化为本地事务的可能, 18 Apache ShardingSphere document 一旦涉及到跨库的更新操作,分布式事务往往会使问题变得复杂。使用多主多从的分片方式,可以有效 的避免数据单点,从而提升数据架构的可用性。 通过分库和分表进行数据的拆分来使得各个表的数据量保持在阈值以下,以及对流量进行疏导应对高访 问量,是应对高并发和海量数据系统 水平分片 水平分片又称为横向拆分。相对于垂直分片,它不再将数据根据业务逻辑分类,而是通过某个字段(或 某几个字段),根据某种规则将数据分散至多个库或表中,每个分片仅包含数据的一部分。例如:根据主 键分片,偶数主键的记录放入 0 库(或表),奇数主键的记录放入 1 库(或表),如下图所示。 水平分片从理论上突破了单机数据量处理的瓶颈,并且扩展相对自由,是数据分片的标准解决方案。 8.1.2
    0 码力 | 557 页 | 4.61 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.4.1

    . . . . . . . . . . . . . . . . 507 xi 13.3.1 Proxy Windows 环境下,运行 ShardingSphere‐Proxy,找不到或无法加载主类 org.apache.shardingsphere.proxy.Bootstrap,如何解决? . . . . . . . . . . . . 507 13.3.2 Proxy 在使用 ShardingSphere‐Proxy 单点的访问量;分表虽然无法缓解数据库压力,但却能够提供尽量将分布式事务转化为本地事务的可能, 18 Apache ShardingSphere document 一旦涉及到跨库的更新操作,分布式事务往往会使问题变得复杂。使用多主多从的分片方式,可以有效 的避免数据单点,从而提升数据架构的可用性。 通过分库和分表进行数据的拆分来使得各个表的数据量保持在阈值以下,以及对流量进行疏导应对高访 问量,是应对高并发和海量数据系统 水平分片 水平分片又称为横向拆分。相对于垂直分片,它不再将数据根据业务逻辑分类,而是通过某个字段(或 某几个字段),根据某种规则将数据分散至多个库或表中,每个分片仅包含数据的一部分。例如:根据主 键分片,偶数主键的记录放入 0 库(或表),奇数主键的记录放入 1 库(或表),如下图所示。 水平分片从理论上突破了单机数据量处理的瓶颈,并且扩展相对自由,是数据分片的标准解决方案。 8.1.2
    0 码力 | 530 页 | 4.49 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.3.2

    . . . . . . . . . . . . . . . . . . 486 13.3.1 Proxy Windows 环境下,运行 ShardingSphere‐Proxy,找不到或无法加载主类 org.apache.shardingsphere.proxy.Bootstrap,如何解决? . . . . . . . . . . . . 486 13.3.2 Proxy 在使用 ShardingSphere‐Proxy 单点的访问量;分表虽然无法缓解数据库压力,但却能够提供尽量将分布式事务转化为本地事务的可能, 18 Apache ShardingSphere document 一旦涉及到跨库的更新操作,分布式事务往往会使问题变得复杂。使用多主多从的分片方式,可以有效 的避免数据单点,从而提升数据架构的可用性。 通过分库和分表进行数据的拆分来使得各个表的数据量保持在阈值以下,以及对流量进行疏导应对高访 问量,是应对高并发和海量数据系统 水平分片 水平分片又称为横向拆分。相对于垂直分片,它不再将数据根据业务逻辑分类,而是通过某个字段(或 某几个字段),根据某种规则将数据分散至多个库或表中,每个分片仅包含数据的一部分。例如:根据主 键分片,偶数主键的记录放入 0 库(或表),奇数主键的记录放入 1 库(或表),如下图所示。 水平分片从理论上突破了单机数据量处理的瓶颈,并且扩展相对自由,是数据分片的标准解决方案。 8.1.2
    0 码力 | 508 页 | 4.44 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.2.0

    . . . . . . . . . . . . . . . . . . . 422 8.2.1 Proxy Windows 环境下,运行 ShardingSphere‐Proxy,找不到或无法加载主类 org.apache.shardingsphere.proxy.Bootstrap,如何解决? . . . . . . . . . . . . 422 8.2.2 Proxy 在使用 ShardingSphere‐Proxy 提供尽量将分布式事务转化为本地事务的可能, 14 Apache ShardingSphere document, v5.2.0 一旦涉及到跨库的更新操作,分布式事务往往会使问题变得复杂。使用多主多从的分片方式,可以有效 的避免数据单点,从而提升数据架构的可用性。 通过分库和分表进行数据的拆分来使得各个表的数据量保持在阈值以下,以及对流量进行疏导应对高访 问量,是应对高并发和海量数据系统 水平分片 水平分片又称为横向拆分。相对于垂直分片,它不再将数据根据业务逻辑分类,而是通过某个字段(或 某几个字段),根据某种规则将数据分散至多个库或表中,每个分片仅包含数据的一部分。例如:根据主 键分片,偶数主键的记录放入 0 库(或表),奇数主键的记录放入 1 库(或表),如下图所示。 水平分片从理论上突破了单机数据量处理的瓶颈,并且扩展相对自由,是数据分片的标准解决方案。 3.1.2
    0 码力 | 449 页 | 5.85 MB | 1 年前
    3
共 13 条
  • 1
  • 2
前往
页
相关搜索词
ApacheShardingSphereElasticJob中文文档202311015.0alpha5.1v55.45.35.2
IT文库
关于我们 文库协议 联系我们 意见反馈 免责声明
本站文档数据由用户上传或本站整理自互联网,不以营利为目的,供所有人免费下载和学习使用。如侵犯您的权益,请联系我们进行删除。
IT文库 ©1024 - 2025 | 站点地图
Powered By MOREDOC AI v3.3.0-beta.70
  • 关注我们的公众号【刻舟求荐】,给您不一样的精彩
    关注我们的公众号【刻舟求荐】,给您不一样的精彩