以有效地将规则配置一同存放，更加易于浏览与存储。 行表达式作为字符串由两部分组成，分别是字符串开头的对应 SPI 实现的 Type Name 部分和表达式部 分。以 t_order_${1..3} 为例，字符串 部分的子字符串 GROOVY 为此行表达式 使用的对应 SPI 实现的 Type Name，其被 <> 符号包裹来识别。而字符串 t_order_${1..3} 为此行表 document 8.6.6 核心概念 节点 运行计算层或存储层组件进程的实例，可以是物理机、虚拟机、容器等。 集群 为了提供特定服务而集合在一起的多个节点。 源端 原始数据所在的存储集群。 目标端 原始数据将要迁移的目标存储集群。 数据迁移作业 把数据从某一个存储集群复制到另一个存储集群的完整流程。 存量数据 在数据迁移作业开始前，数据节点中已有的数据。 增量数据 在 加密后的数据列。 查询辅助列 用于查询的辅助列。对于一些安全级别更高的非幂等加密算法，提供不可逆的幂等列用于查询。 模糊查询列 用于模糊查询的列。 8.7.7 使用限制 • 需自行处理数据库中原始的存量数据； • 模糊查询支持%、_，暂不支持 escape； • 加密字段无法支持查询不区分大小写功能； • 加密字段无法支持比较操作，如：大于、小于、ORDER BY、BETWEEN 等；

以有效地将规则配置一同存放，更加易于浏览与存储。 行表达式作为字符串由两部分组成，分别是字符串开头的对应 SPI 实现的 Type Name 部分和表达式部 分。以 t_order_${1..3} 为例，字符串 部分的子字符串 GROOVY 为此行表达式 使用的对应 SPI 实现的 Type Name，其被 <> 符号包裹来识别。而字符串 t_order_${1..3} 为此行表 document 8.6.6 核心概念 节点 运行计算层或存储层组件进程的实例，可以是物理机、虚拟机、容器等。 集群 为了提供特定服务而集合在一起的多个节点。 源端 原始数据所在的存储集群。 目标端 原始数据将要迁移的目标存储集群。 数据迁移作业 把数据从某一个存储集群复制到另一个存储集群的完整流程。 存量数据 在数据迁移作业开始前，数据节点中已有的数据。 增量数据 在 加密后的数据列。 查询辅助列 用于查询的辅助列。对于一些安全级别更高的非幂等加密算法，提供不可逆的幂等列用于查询。 模糊查询列 用于模糊查询的列。 8.7.7 使用限制 • 需自行处理数据库中原始的存量数据； • 模糊查询支持%、_，暂不支持 escape； • 加密字段无法支持查询不区分大小写功能； • 加密字段无法支持比较操作，如：大于、小于、ORDER BY、BETWEEN 等；

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。 目前支持 MySQL, PostgreSQL, SQLServer, Oracle, openGauss 存储明文的列，用于在加密数据迁移过程中仍旧提供服务。在洗数结束后可以删除。 4.8.5 使用规范 支持项 • 对数据库表中某个或多个列进行加解密； • 兼容所有常用 SQL。 不支持项 • 需自行处理数据库中原始的存量数据； • 加密字段无法支持查询不区分大小写功能； • 加密字段无法支持比较操作，如：大于、小于、ORDER BY、BETWEEN、LIKE 等； • 加密字段无法支持计算操作，如：AVG、SUM 定义每秒采集数量，boundary: 0.0001 ‐ 1.0 1（const 类 型） otel.reso urce.attributes open‐ teleme‐ try 资源 属性 字符串键值对（, 分割） servi ce.name=shardi ngsphere‐ agent otel. traces.exporter Tracing expoter zipkin、jaeger

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。 目前支持 MySQL, PostgreSQL, SQLServer, Oracle, openGauss 存储明文的列，用于在加密数据迁移过程中仍旧提供服务。在洗数结束后可以删除。 4.8.5 使用规范 支持项 • 对数据库表中某个或多个列进行加解密； • 兼容所有常用 SQL。 不支持项 • 需自行处理数据库中原始的存量数据； • 加密字段无法支持比较操作，如：大于、小于、ORDER BY、BETWEEN、LIKE 等； • 加密字段无法支持计算操作，如：AVG、SUM 以及计算表达式。 4.8. 数据加密 定义每秒采集数量，boundary: 0.0001 ‐ 1.0 1（const 类 型） otel.reso urce.attributes open‐ teleme‐ try 资源 属性 字符串键值对（, 分割） servi ce.name=shardi ngsphere‐ agent otel. traces.exporter Tracing expoter zipkin、jaeger

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。 目前支持 MySQL, PostgreSQL, SQLServer, Oracle, openGauss 成器的接口， 方便用户自行实现自定义的自增主键生成器。 内置的主键生成器 UUID 采用 UUID.randomUUID() 的方式产生分布式主键。 NanoID 生成长度为 21 的字符串分布式主键。 SNOWFLAKE 在分片规则配置模块可配置每个表的主键生成策略，默认使用雪花算法（snowflake）生成 64bit 的长整 型数据。 雪花算法是由 Twitter 公布的 存储明文的列，用于在加密数据迁移过程中仍旧提供服务。在洗数结束后可以删除。 4.8.5 使用规范 支持项 • 对数据库表中某个或多个列进行加解密； • 兼容所有常用 SQL。 不支持项 • 需自行处理数据库中原始的存量数据； • 加密字段无法支持查询不区分大小写功能； • 加密字段无法支持比较操作，如：大于、小于、ORDER BY、BETWEEN、LIKE 等； • 加密字段无法支持计算操作，如：AVG、SUM

v5.2.0 3.7.6 核心概念 节点 运行计算层或存储层组件进程的实例，可以是物理机、虚拟机、容器等。 集群 为了提供特定服务而集合在一起的多个节点。 源端 原始数据所在的存储集群。 目标端 原始数据将要迁移的目标存储集群。 数据迁移作业 把数据从某一个存储集群复制到另一个存储集群的完整流程。 存量数据 在数据迁移作业开始前，数据节点中已有的数据。 增量数据 在 在数据迁移作业执行过程中，业务系统所产生的新数据。 3.7.7 使用限制 支持项 • 将外围数据迁移至 Apache ShardingSphere 所管理的数据库； • 整型或字符串主键表迁移。 3.7. 数据迁移 39 Apache ShardingSphere document, v5.2.0 不支持项 • 无主键表迁移； • 复合主键表迁移； • 不支持在当前存储节点之上做 用于查询的辅助列。对于一些安全级别更高的非幂等加密算法，提供不可逆的幂等列用于查询。 明文列 存储明文的列，用于在加密数据迁移过程中仍旧提供服务。在洗数结束后可以删除。 3.8.7 使用限制 • 需自行处理数据库中原始的存量数据； • 加密字段无法支持查询不区分大小写功能； • 加密字段无法支持比较操作，如：大于、小于、ORDER BY、BETWEEN、LIKE 等； • 加密字段无法支持计算操作，如：AVG、SUM

document 8.6.6 核心概念 节点 运行计算层或存储层组件进程的实例，可以是物理机、虚拟机、容器等。 集群 为了提供特定服务而集合在一起的多个节点。 源端 原始数据所在的存储集群。 目标端 原始数据将要迁移的目标存储集群。 数据迁移作业 把数据从某一个存储集群复制到另一个存储集群的完整流程。 存量数据 在数据迁移作业开始前，数据节点中已有的数据。 增量数据 在 加密后的数据列。 查询辅助列 用于查询的辅助列。对于一些安全级别更高的非幂等加密算法，提供不可逆的幂等列用于查询。 模糊查询列 用于模糊查询的列。 8.7.7 使用限制 • 需自行处理数据库中原始的存量数据； • 模糊查询支持%、_，暂不支持 escape； • 加密字段无法支持查询不区分大小写功能； • 加密字段无法支持比较操作，如：大于、小于、ORDER BY、BETWEEN 等； • 配置：数据脱敏 • 开发者指南：数据脱敏 8.8.6 核心概念 逻辑列 用于计算脱敏列的逻辑名称，它是 SQL 中列的逻辑标识。 8.8.7 使用限制 • 脱敏列只支持字符串类型，不支持其他非字符串类型。 8.9 影子库 8.9.1 背景 在基于微服务的分布式应用架构下，业务需要多个服务是通过一系列的服务、中间件的调用来完成，所 以单个服务的压力测试已无法代表真实场景。在测

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。 目前支持 MySQL, PostgreSQL, SQLServer, Oracle, openGauss 对数据库表中某个或多个列进行加解密； • 兼容所有常用 SQL。 4.7. 数据加密 57 Apache ShardingSphere document, v5.0.0 不支持项 • 需自行处理数据库中原始的存量数据； • 加密字段无法支持比较操作，如：大于、小于、ORDER BY、BETWEEN、LIKE 等； • 加密字段无法支持计算操作，如：AVG、SUM 以及计算表达式。 4.8 影子库压测 @: - sharding@:sharding provider: type: ALL_PRIVILEGES_PERMITTED hostname 为 % 或空字符串，则代表不限制 host。 provider 的 type 必须显式指定，具体实现可以参考 6.11 Proxy 属性配置 简介 Apache ShardingSphere 提供属性配置的方式配置系统级配置。

(SQLException e) { // TODO 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 总之，按照用户的需求在有限的资源环境下只要能做出维护性、扩展性良好的软件架构 都是好架构，所以框架只有适合才是最好。 2 Dao 开发方法 使用 Mybatis 开发 Dao，通常有两个方法，即原始 Dao 开发方法和 Mapper 接口开发方 法。 2.1 需求 将下边的功能实现 Dao： 根据用户 id 查询一个用户信息 根据用户名称模糊查询用户信息列表 添加用户信息 2.2 SqlSession = sqlSessionFactory.openSession(); try { // do work } finally { session.close(); } 2.3 原始 Dao 开发方式 原始 Dao 开发方法需要程序员编写 Dao 接口和 Dao 实现类。 2.3.1 映射文件

真实表名称。仅分库则 不需要表名称的改写。除此之外，还包括补列和分页信息修正等内容。 标识符改写 需要改写的标识符包括表名称、索引名称以及 Schema 名称。 表名称改写是指将找到逻辑表在原始 SQL 中的位置，并将其改写为真实表的过程。表名称改写是一个典 型的需要对 SQL 进行解析的场景。从一个最简单的例子开始，若逻辑 SQL 为： SELECT order_id FROM t_order order_id FROM t_order_1 WHERE order_id=1; 在这种最简单的 SQL 场景中，是否将 SQL 解析为抽象语法树似乎无关紧要，只要通过字符串查找和替换 就可以达到 SQL 改写的效果。但是下面的场景，就无法仅仅通过字符串的查找替换来正确的改写 SQL 了： SELECT order_id FROM t_order WHERE order_id=1 AND remarks=' order_id FROM t_order_1 WHERE order_id=1 AND remarks=' t_order_1 xxx'; 由于表名之外可能含有表名称的类似字符，因此不能通过简单的字符串替换的方式去改写 SQL。 下面再来看一个更加复杂的 SQL 改写场景： SELECT t_order.order_id FROM t_order WHERE t_order.order_id=1