Apache ShardingSphere 中文文档 5.0.0. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255 7.4.1 处理流程详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255 整体架构 . . . . . . . 3 路由过程 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267 7.5.4 影子判定流程 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267 DML 语句 . . . . . . . 实现动机 配置的简化与一体化是行表达式所希望解决的两个主要问题。 在繁琐的数据分片规则配置中,随着数据节点的增多,大量的重复配置使得配置本身不易被维护。通过 行表达式可以有效地简化数据节点配置工作量。 对于常见的分片算法,使用 Java 代码实现并不有助于配置的统一管理。通过行表达式书写分片算法,可 以有效地将规则配置一同存放,更加易于浏览与存储。 4.2. 数据分片 25 Apache0 码力 | 385 页 | 4.26 MB | 1 年前3
Apache ShardingSphere 中文文档 5.1.1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257 7.5.1 处理流程详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257 整体架构 . . . . . . . 3 路由过程 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268 7.6.4 影子判定流程 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269 DML 语句 . . . . . . . 实现动机 配置的简化与一体化是行表达式所希望解决的两个主要问题。 在繁琐的数据分片规则配置中,随着数据节点的增多,大量的重复配置使得配置本身不易被维护。通过 行表达式可以有效地简化数据节点配置工作量。 对于常见的分片算法,使用 Java 代码实现并不有助于配置的统一管理。通过行表达式书写分片算法,可 以有效地将规则配置一同存放,更加易于浏览与存储。 4.3. 数据分片 30 Apache0 码力 | 409 页 | 4.47 MB | 1 年前3
Apache ShardingSphere 中文文档 5.1.0. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252 7.5.1 处理流程详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252 整体架构 . . . . . . . 3 路由过程 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263 7.6.4 影子判定流程 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264 DML 语句 . . . . . . . 实现动机 配置的简化与一体化是行表达式所希望解决的两个主要问题。 在繁琐的数据分片规则配置中,随着数据节点的增多,大量的重复配置使得配置本身不易被维护。通过 行表达式可以有效地简化数据节点配置工作量。 对于常见的分片算法,使用 Java 代码实现并不有助于配置的统一管理。通过行表达式书写分片算法,可 以有效地将规则配置一同存放,更加易于浏览与存储。 4.3. 数据分片 30 Apache0 码力 | 406 页 | 4.40 MB | 1 年前3
Apache ShardingSphere 中文文档 5.1.2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268 7.5.1 处理流程详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268 整体架构 . . . . . . . 3 路由过程 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279 7.6.4 影子判定流程 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 280 DML 语句 . . . . . . . 实现动机 配置的简化与一体化是行表达式所希望解决的两个主要问题。 在繁琐的数据分片规则配置中,随着数据节点的增多,大量的重复配置使得配置本身不易被维护。通过 行表达式可以有效地简化数据节点配置工作量。 对于常见的分片算法,使用 Java 代码实现并不有助于配置的统一管理。通过行表达式书写分片算法,可 以有效地将规则配置一同存放,更加易于浏览与存储。 4.3. 数据分片 30 Apache0 码力 | 446 页 | 4.67 MB | 1 年前3
Apache ShardingSphere 中文文档 5.0.0-alpha76 3.6.5 实现原理 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 处理流程详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 解决方案详解 . . . . . . 实现动机 配置的简化与一体化是行表达式所希望解决的两个主要问题。 在繁琐的数据分片规则配置中,随着数据节点的增多,大量的重复配置使得配置本身不易被维护。通过 行表达式可以有效地简化数据节点配置工作量。 对于常见的分片算法,使用 Java 代码实现并不有助于配置的统一管理。通过行表达式书写分片算法,可 以有效地将规则配置一同存放,更加易于浏览与存储。 语法说明 行表达式的使用非常直观,只需要在配置中使用 有序的,这就保证了对索引字段的插入的高效性。例如 MySQL 的 Innodb 存储引擎的主键。 使用雪花算法生成的主键,二进制表示形式包含 4 部分,从高位到低位分表为:1bit 符号位、41bit 时间 戳位、10bit 工作进程位以及 12bit 序列号位。 • 符号位(1bit) 预留的符号位,恒为零。 • 时间戳位(41bit) 41 位的时间戳可以容纳的毫秒数是 2 的 41 次幂,一年所使用的毫秒数是:3650 码力 | 301 页 | 3.44 MB | 1 年前3
Apache ShardingSphere 中文文档 5.2.0. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 362 7.7.1 处理流程详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 362 整体架构 . . . . . . . 见强制分片路由。 行表达式 行表达式是为了解决配置的简化与一体化这两个主要问题。在繁琐的数据分片规则配置中,随着数据节 点的增多,大量的重复配置使得配置本身不易被维护。通过行表达式可以有效地简化数据节点配置工作 量。 对于常见的分片算法,使用 Java 代码实现并不有助于配置的统一管理。通过行表达式书写分片算法,可 以有效地将规则配置一同存放,更加易于浏览与存储。 行表达式的使用非常直观,只需要在配置中使用 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 Apache0 码力 | 449 页 | 5.85 MB | 1 年前3
Apache ShardingSphere v5.5.0 中文文档. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 519 12.7.1 处理流程详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 519 整体架构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 524 12.8.1 处理流程详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 524 脱敏规则 . . . . . . . 见强制分片路由。 行表达式 行表达式是为了解决配置的简化与一体化这两个主要问题。在繁琐的数据分片规则配置中,随着数据节 点的增多,大量的重复配置使得配置本身不易被维护。通过行表达式可以有效地简化数据节点配置工作 量。 对于常见的分片算法,使用 Java 代码实现并不有助于配置的统一管理。通过行表达式书写分片算法,可 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0 码力 | 557 页 | 4.61 MB | 1 年前3
Apache ShardingSphere 中文文档 5.4.1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 493 12.7.1 处理流程详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 493 整体架构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 498 12.8.1 处理流程详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 498 脱敏规则 . . . . . . . 见强制分片路由。 行表达式 行表达式是为了解决配置的简化与一体化这两个主要问题。在繁琐的数据分片规则配置中,随着数据节 点的增多,大量的重复配置使得配置本身不易被维护。通过行表达式可以有效地简化数据节点配置工作 量。 对于常见的分片算法,使用 Java 代码实现并不有助于配置的统一管理。通过行表达式书写分片算法,可 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0 码力 | 530 页 | 4.49 MB | 1 年前3
Apache ShardingSphere 中文文档 5.3.2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 472 12.7.1 处理流程详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 472 整体架构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 477 12.8.1 处理流程详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 477 脱敏规则 . . . . . . . 见强制分片路由。 行表达式 行表达式是为了解决配置的简化与一体化这两个主要问题。在繁琐的数据分片规则配置中,随着数据节 点的增多,大量的重复配置使得配置本身不易被维护。通过行表达式可以有效地简化数据节点配置工作 量。 对于常见的分片算法,使用 Java 代码实现并不有助于配置的统一管理。通过行表达式书写分片算法,可 以有效地将规则配置一同存放,更加易于浏览与存储。 行表达式的使用非常直观,只需要在配置中使用0 码力 | 508 页 | 4.44 MB | 1 年前3
01 Sharding JDBC概览配置动态化 熔断 & 禁用 调用链路追踪 弹性伸缩 (Planning) 1.7 数据分片工作原理 ShardingSphere的3个产品的数据分片主要流程是完全一致的。 核心由 SQL解析 => 执行器优化 => SQL路由 => SQL改写 => SQL执行 => 结果归并 的流程组成。 SQL解析 分为词法解析和语法解析。 先通过词法解析器将SQL拆分为一个个不可再分的单词。再使用语0 码力 | 6 页 | 781.70 KB | 1 年前3
共 17 条
- 1
- 2













