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(16)数据库中间件(16)

语言

全部中文(简体)(14)

格式

全部PDF文档 PDF(16)
 
本次搜索耗时 0.143 秒,为您找到相关结果约 16 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 中文文档 5.2.0

    数据分片 16 Apache ShardingSphere document, v5.2.0 3.1.3 目标 尽量透明化分库分表所带来的影响,让使用方尽量像使用一个数据库一样使用水平分片之后的数据库集 群,是 Apache ShardingSphere 数据分片模块的主要设计目标。 3.1.4 应用场景 海量数据高并发的 OLTP 场景 由于关系型数据库大多采用 B+ 树类型的索引,在数据 和从库。高可用的数据源会动态的修正读 写分离的主从关系,并正确地疏导读写流量。 3.4.7 使用限制 支持项 • MySQL MGR 单主模式。 • MySQL 主从复制模式。 • openGauss 主从复制模式。 不支持项 • MySQL MGR 多主模式。 3.5 数据库网关 3.5.1 背景 随着数据库碎片化趋势的不可逆转,多种类型数据库的共存已渐成常态。使用一种 SQL 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
    0 码力 | 449 页 | 5.85 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.0.0-alpha

    Apache ShardingSphere document, v5.0.0-beta 3.1.3 目标 尽量透明化分库分表所带来的影响,让使用方尽量像使用一个数据库一样使用水平分片之后的数据库集 群,是 Apache ShardingSphere 数据分片模块的主要设计目标。 3.1.4 核心概念 导览 本小节主要介绍数据分片的核心概念,主要包括: • SQL 核心概念 • 分片核心概念 和广播路由。 SQL 改写 将 SQL 改写为在真实数据库中可以正确执行的语句。SQL 改写分为正确性改写和优化改写。 SQL 执行 通过多线程执行器异步执行。 结果归并 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 执行效率。为每个数据库连接开启独立的线程,可以将 I/O 所产生的消耗并行处理。为每个分片维持一个 独立的数据库连接,还能够避免过早的将查询结果数据加载至内存。独立的数据库连接,能够持有查询 结果集游标位置的引用,在需要获取相应数据时移动游标即可。 以结果集游标下移进行结果归并的方式,称之为流式归并,它无需将结果数据全数加载至内存,可以有效 的节省内存资源,进而减少垃圾回收的频次。当无法保证每个分片查询持有一个独立数据库连接时,则
    0 码力 | 301 页 | 3.44 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.1.1

    数据分片 26 Apache ShardingSphere document, v5.1.1 4.3.3 目标 尽量透明化分库分表所带来的影响,让使用方尽量像使用一个数据库一样使用水平分片之后的数据库集 群,是 Apache ShardingSphere 数据分片模块的主要设计目标。 4.3.4 核心概念 导览 本小节主要介绍数据分片的核心概念。 表 表是透明化数据分片的关键概念。Apache ShardingSphere 会将 1,000,010 * 2 记录全部 加载至内存,进而占用大量内存而导致内存溢出。但由于每个结果集的记录是有序的,因此 ShardingSphere 每次比较仅获取各个分片的当前结果集记录,驻留在内存中的记录仅为当前路由到的分片的结果集的当 前游标指向而已。按归并思想合并 m 个长度为 n 的已排序数组,时间复杂度为 O(mn(log m)),一般分 片数量 m Statement 和 PreparedStatement 接口 • 不支持返回多结果集的语句(即存储过程,非 SELECT 多条数据); • 不支持国际化字符的操作。 ResultSet 接口 • 不支持对于结果集指针位置判断; • 不支持通过非 next 方法改变结果指针位置; • 不支持修改结果集内容; • 不支持获取国际化字符; • 不支持获取 Array。 JDBC 4.1
    0 码力 | 409 页 | 4.47 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.1.0

    数据分片 26 Apache ShardingSphere document, v5.1.0 4.3.3 目标 尽量透明化分库分表所带来的影响,让使用方尽量像使用一个数据库一样使用水平分片之后的数据库集 群,是 Apache ShardingSphere 数据分片模块的主要设计目标。 4.3.4 核心概念 导览 本小节主要介绍数据分片的核心概念。 表 表是透明化数据分片的关键概念。Apache ShardingSphere 会将 1,000,010 * 2 记录全部 加载至内存,进而占用大量内存而导致内存溢出。但由于每个结果集的记录是有序的,因此 ShardingSphere 每次比较仅获取各个分片的当前结果集记录,驻留在内存中的记录仅为当前路由到的分片的结果集的当 前游标指向而已。对于本身即有序的待排序对象,归并排序的时间复杂度仅为 O(nlogn),性能损耗很 小。 其次,ShardingSphere Statement 和 PreparedStatement 接口 • 不支持返回多结果集的语句(即存储过程,非 SELECT 多条数据) • 不支持国际化字符的操作 ResultSet 接口 • 不支持对于结果集指针位置判断 • 不支持通过非 next 方法改变结果指针位置 • 不支持修改结果集内容 • 不支持获取国际化字符 • 不支持获取 Array JDBC 4.1 • 不支持
    0 码力 | 406 页 | 4.40 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.1.2

    数据分片 26 Apache ShardingSphere document, v5.1.2 4.3.3 目标 尽量透明化分库分表所带来的影响,让使用方尽量像使用一个数据库一样使用水平分片之后的数据库集 群,是 Apache ShardingSphere 数据分片模块的主要设计目标。 源 码:https://github.com/apache/shardingsphere/tree/master/shardingsphere‐ ShardingSphere 会将 1,000,010 * 2 记录全部 加载至内存,进而占用大量内存而导致内存溢出。但由于每个结果集的记录是有序的,因此 ShardingSphere 每次比较仅获取各个分片的当前结果集记录,驻留在内存中的记录仅为当前路由到的分片的结果集的当 前游标指向而已。按归并思想合并 m 个长度为 n 的已排序数组,时间复杂度为 O(mn(log m)),一般分 片数量 m Statement 和 PreparedStatement 接口 • 不支持返回多结果集的语句(即存储过程,非 SELECT 多条数据); • 不支持国际化字符的操作。 ResultSet 接口 • 不支持对于结果集指针位置判断; • 不支持通过非 next 方法改变结果指针位置; • 不支持修改结果集内容; • 不支持获取国际化字符; • 不支持获取 Array。 JDBC 4.1
    0 码力 | 446 页 | 4.67 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.0.0

    数据分片 21 Apache ShardingSphere document, v5.0.0 4.2.3 目标 尽量透明化分库分表所带来的影响,让使用方尽量像使用一个数据库一样使用水平分片之后的数据库集 群,是 Apache ShardingSphere 数据分片模块的主要设计目标。 4.2.4 核心概念 导览 本小节主要介绍数据分片的核心概念。 表 表是透明化数据分片的关键概念。Apache ShardingSphere 会将 1,000,010 * 2 记录全部 加载至内存,进而占用大量内存而导致内存溢出。但由于每个结果集的记录是有序的,因此 ShardingSphere 每次比较仅获取各个分片的当前结果集记录,驻留在内存中的记录仅为当前路由到的分片的结果集的当 前游标指向而已。对于本身即有序的待排序对象,归并排序的时间复杂度仅为 O(nlogn),性能损耗很 小。 其次,ShardingSphere Statement 和 PreparedStatement 接口 • 不支持返回多结果集的语句(即存储过程,非 SELECT 多条数据) • 不支持国际化字符的操作 ResultSet 接口 • 不支持对于结果集指针位置判断 • 不支持通过非 next 方法改变结果指针位置 • 不支持修改结果集内容 • 不支持获取国际化字符 • 不支持获取 Array JDBC 4.1 • 不支持
    0 码力 | 385 页 | 4.26 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.4.1

    8.1. 数据分片 20 Apache ShardingSphere document 8.1.3 目标 尽量透明化分库分表所带来的影响,让使用方尽量像使用一个数据库一样使用水平分片之后的数据库集 群,是 Apache ShardingSphere 数据分片模块的主要设计目标。 8.1.4 应用场景 海量数据高并发的 OLTP 场景 由于关系型数据库大多采用 B+ 树类型的索引,在数据 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 在数据迁移作业执行过程中,业务系统所产生的新数据。 8.6.7 使用限制 支持项 • 将外围数据迁移至 接口 • 不支持返回多结果集的语句(即存储过程,非 SELECT 多条数据); • 不支持国际化字符的操作。 9.1. ShardingSphere-JDBC 119 Apache ShardingSphere document ResultSet 接口 • 不支持对于结果集指针位置判断; • 不支持通过非 next 方法改变结果指针位置; • 不支持修改结果集内容; • 不支持获取国际化字符;
    0 码力 | 530 页 | 4.49 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.3.2

    8.1. 数据分片 20 Apache ShardingSphere document 8.1.3 目标 尽量透明化分库分表所带来的影响,让使用方尽量像使用一个数据库一样使用水平分片之后的数据库集 群,是 Apache ShardingSphere 数据分片模块的主要设计目标。 8.1.4 应用场景 海量数据高并发的 OLTP 场景 由于关系型数据库大多采用 B+ 树类型的索引,在数据 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 在数据迁移作业执行过程中,业务系统所产生的新数据。 8.6.7 使用限制 支持项 • 将外围数据迁移至 Statement 和 PreparedStatement 接口 • 不支持返回多结果集的语句(即存储过程,非 SELECT 多条数据); • 不支持国际化字符的操作。 ResultSet 接口 • 不支持对于结果集指针位置判断; • 不支持通过非 next 方法改变结果指针位置; • 不支持修改结果集内容; • 不支持获取国际化字符; • 不支持获取 Array。 9.1. ShardingSphere-JDBC
    0 码力 | 508 页 | 4.44 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere v5.5.0 中文文档

    8.1. 数据分片 20 Apache ShardingSphere document 8.1.3 目标 尽量透明化分库分表所带来的影响,让使用方尽量像使用一个数据库一样使用水平分片之后的数据库集 群,是 Apache ShardingSphere 数据分片模块的主要设计目标。 8.1.4 应用场景 海量数据高并发的 OLTP 场景 由于关系型数据库大多采用 B+ 树类型的索引,在数据 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 在数据迁移作业执行过程中,业务系统所产生的新数据。 8.6.7 使用限制 支持项 • 将外围数据迁移至 Statement 和 PreparedStatement 接口 • 不支持返回多结果集的语句(即存储过程,非 SELECT 多条数据); • 不支持国际化字符的操作。 ResultSet 接口 • 不支持对于结果集指针位置判断; • 不支持通过非 next 方法改变结果指针位置; • 不支持修改结果集内容; • 不支持获取国际化字符; • 不支持获取 Array。 JDBC 4.1
    0 码力 | 557 页 | 4.61 MB | 1 年前
    3
  • pdf文档 Mybatis 3.3.0 中文用户指南

    什么是 什么是 MyBatis ? ? MyBatis 是支持定制化 SQL、存储过程以及高级映射的优秀的持久层框架。MyBatis 避免了几乎所有的 JDBC 代码和手动设置参数以 及获取结果集。MyBatis 可以对配置和原生Map使用简单的 XML 或注解,将接口和 Java 的 POJOs(Plain Old Java Objects,普通的 Java对象)映射成数据库中的记录。 帮助改进文档 延迟属性的调用会 使带有延迟加载属 性的对象完整加 载;反之,每种属 性将会按需加载。 true | false true multipleResultSetsEnabled 是否允许单一语句 返回多结果集(需 要兼容驱动)。 true | false true useColumnLabel 使用列标签代替列 名。不同的驱动在 这方面会有不同的 表现, 具体可参考 相关驱动文档或通 过测试这两种不同 autoMappingBehavior 指定 MyBatis 应如 何自动映射列到字 段或属性。 NONE 表示取消自动映 射;PARTIAL 只会 自动映射没有定义 嵌套结果集映射的 结果集。 FULL 会 自动映射任意复杂 的结果集(无论是 否嵌套)。 NONE, PARTIAL, FULL PARTIAL Save web pages as PDF manually or automatically
    0 码力 | 98 页 | 2.03 MB | 1 年前
    3
共 16 条
  • 1
  • 2
前往
页
相关搜索词
ApacheShardingSphere中文文档5.25.0alpha5.15.45.3v5Mybatis3.3用户指南
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