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 0.109 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 中文文档 5.0.0

    ds$->{id % 10} 分布式主键 实现动机 传统数据库软件开发中,主键自动生成技术是基本需求。而各个数据库对于该需求也提供了相应的支持, 比如 MySQL 的自增键,Oracle 的自增序列等。数据分片后,不同数据节点生成全局唯一主键是非常棘手 的问题。同一个逻辑表内的不同实际表之间的自增键由于无法互相感知而产生重复主键。虽然可通过约 束自增主键初始值和步长的方式避免碰撞,但需引入 则是通过序列位保证。同时由于时间 位是单调递增的,且各个服务器如果大体做了时间同步,那么生成的主键在分布式环境可以认为是总体 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。 0,可通过属性设置。 • 序列号位(12bit) 该序列是用来在同一个毫秒内生成不同的 ID。如果在这个毫秒内生成的数量超过 4096 (2 的 12 次幂),那 么生成器会等待到下个毫秒继续生成。 雪花算法主键的详细结构见下图。 4.2. 数据分片 29 Apache ShardingSphere document, v5.0.0 时钟回拨 服务器时钟回拨会导致产生重复序列,因此默认分布式主
    0 码力 | 385 页 | 4.26 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.1.1

    115 分片算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 分布式序列算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119 负载均衡算法 . . . . . . ds$->{id % 10} 分布式主键 实现动机 传统数据库软件开发中,主键自动生成技术是基本需求。而各个数据库对于该需求也提供了相应的支持, 比如 MySQL 的自增键,Oracle 的自增序列等。数据分片后,不同数据节点生成全局唯一主键是非常棘手 的问题。同一个逻辑表内的不同实际表之间的自增键由于无法互相感知而产生重复主键。虽然可通过约 束自增主键初始值和步长的方式避免碰撞,但需引入 则是通过序列位保证。同时由于时间 位是单调递增的,且各个服务器如果大体做了时间同步,那么生成的主键在分布式环境可以认为是总体 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。
    0 码力 | 409 页 | 4.47 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.1.0

    114 分片算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115 分布式序列算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 负载均衡算法 . . . . . . ds$->{id % 10} 分布式主键 实现动机 传统数据库软件开发中,主键自动生成技术是基本需求。而各个数据库对于该需求也提供了相应的支持, 比如 MySQL 的自增键,Oracle 的自增序列等。数据分片后,不同数据节点生成全局唯一主键是非常棘手 的问题。同一个逻辑表内的不同实际表之间的自增键由于无法互相感知而产生重复主键。虽然可通过约 束自增主键初始值和步长的方式避免碰撞,但需引入 则是通过序列位保证。同时由于时间 位是单调递增的,且各个服务器如果大体做了时间同步,那么生成的主键在分布式环境可以认为是总体 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。
    0 码力 | 406 页 | 4.40 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.1.2

    119 分片算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120 分布式序列算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122 负载均衡算法 . . . . . . ds$->{id % 10} 分布式主键 实现动机 传统数据库软件开发中,主键自动生成技术是基本需求。而各个数据库对于该需求也提供了相应的支持, 比如 MySQL 的自增键,Oracle 的自增序列等。数据分片后,不同数据节点生成全局唯一主键是非常棘手 的问题。同一个逻辑表内的不同实际表之间的自增键由于无法互相感知而产生重复主键。虽然可通过约 束自增主键初始值和步长的方式避免碰撞,但需引入 则是通过序列位保证。同时由于时间 位是单调递增的,且各个服务器如果大体做了时间同步,那么生成的主键在分布式环境可以认为是总体 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。
    0 码力 | 446 页 | 4.67 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.0.0-alpha

    ds$->{id % 10} 分布式主键 实现动机 传统数据库软件开发中,主键自动生成技术是基本需求。而各个数据库对于该需求也提供了相应的支持, 比如 MySQL 的自增键,Oracle 的自增序列等。数据分片后,不同数据节点生成全局唯一主键是非常棘手 的问题。同一个逻辑表内的不同实际表之间的自增键由于无法互相感知而产生重复主键。虽然可通过约 束自增主键初始值和步长的方式避免碰撞,但需引入 则是通过序列位保证。同时由于时间 位是单调递增的,且各个服务器如果大体做了时间同步,那么生成的主键在分布式环境可以认为是总体 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。 0,可通过属性设置。 • 序列号位(12bit) 该序列是用来在同一个毫秒内生成不同的 ID。如果在这个毫秒内生成的数量超过 4096 (2 的 12 次幂),那 么生成器会等待到下个毫秒继续生成。 雪花算法主键的详细结构见下图。 3.1. 数据分片 19 Apache ShardingSphere document, v5.0.0-beta 时钟回拨 服务器时钟回拨会导致产生重复序列,因此默认分
    0 码力 | 301 页 | 3.44 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.2.0

    253 分片算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255 分布式序列算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259 负载均衡算法 . . . . . . offline_table2, offline_table3 分布式主键 传统数据库软件开发中,主键自动生成技术是基本需求。而各个数据库对于该需求也提供了相应的支持, 比如 MySQL 的自增键,Oracle 的自增序列等。数据分片后,不同数据节点生成全局唯一主键是非常棘手 的问题。同一个逻辑表内的不同实际表之间的自增键由于无法互相感知而产生重复主键。虽然可通过约 束自增主键初始值和步长的方式避免碰撞,但需引入 none: # 不分片 tableStrategy: # 分表策略,同分库策略 keyGenerateStrategy: # 分布式序列策略 column: # 自增列名称,缺省表示不使用自增主键生成器 keyGeneratorName: # 分布式序列算法名称 autoTables: # 自动分片表规则配置 t_order_auto: # 逻辑表名称 actualDataSources
    0 码力 | 449 页 | 5.85 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.4.1

    381 分片算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 384 分布式序列算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 389 负载均衡算法 . . . . . . ShardingSphere document 分布式主键 传统数据库软件开发中,主键自动生成技术是基本需求。而各个数据库对于该需求也提供了相应的支持, 比如 MySQL 的自增键,Oracle 的自增序列等。数据分片后,不同数据节点生成全局唯一主键是非常棘手 的问题。同一个逻辑表内的不同实际表之间的自增键由于无法互相感知而产生重复主键。虽然可通过约 束自增主键初始值和步长的方式避免碰撞,但需引入 SELECT MAX(tbl_name.col1) FROM tbl_name(查询列是函数表达式时,查询列前不能使用表名, 可以使用表别名) 其他: • 分片规则中配置的真实表、分片列和分布式序列需要和数据库中的列保持大小写一致。 8.2 分布式事务 8.2.1 背景 数据库事务需要满足 ACID(原子性、一致性、隔离性、持久性)四个特性。 • 原子性(Atomicity)指事务作为
    0 码力 | 530 页 | 4.49 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.3.2

    363 分片算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 366 分布式序列算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 371 负载均衡算法 . . . . . . offline_table2, offline_table3 分布式主键 传统数据库软件开发中,主键自动生成技术是基本需求。而各个数据库对于该需求也提供了相应的支持, 比如 MySQL 的自增键,Oracle 的自增序列等。数据分片后,不同数据节点生成全局唯一主键是非常棘手 的问题。同一个逻辑表内的不同实际表之间的自增键由于无法互相感知而产生重复主键。虽然可通过约 束自增主键初始值和步长的方式避免碰撞,但需引入 SELECT MAX(tbl_name.col1) FROM tbl_name(查询列是函数表达式时,查询列前不能使用表名, 可以使用表别名) 其他: • 分片规则中配置的真实表、分片列和分布式序列需要和数据库中的列保持大小写一致。 8.2 分布式事务 8.2.1 背景 数据库事务需要满足 ACID(原子性、一致性、隔离性、持久性)四个特性。 • 原子性(Atomicity)指事务作为
    0 码力 | 508 页 | 4.44 MB | 1 年前
    3
  • pdf文档 传智播客 mybatis 框架课程讲义

    #{username},#{birthday},#{sex},#{address}) 注意这里使用的 order 是“BEFORE” 1.6.7.2.5 Oracle 使用序列生成主键 首先自定义一个序列且用于生成主键,selectKey 使用如下: SELECT 自定义序列.NEXTVAL FROM DUAL insert into user(id,username,birthday,sex,address) values(#{id},#{username},#{birthday} Mapper 映射文件中添加一行: ,表示此 mapper 开启二级缓存。 6.3.3 实现序列化 二级缓存需要查询结果映射的 pojo 对象实现 java.io.Serializable 接口实现序列化和反序 列化操作,注意如果存在父类、成员 pojo 都需要实现序列化接口。 public class Orders implements Serializable public
    0 码力 | 75 页 | 1.16 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere v5.5.0 中文文档

    409 分片算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 411 分布式序列算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 416 负载均衡算法 . . . . . . ShardingSphere document 分布式主键 传统数据库软件开发中,主键自动生成技术是基本需求。而各个数据库对于该需求也提供了相应的支持, 比如 MySQL 的自增键,Oracle 的自增序列等。数据分片后,不同数据节点生成全局唯一主键是非常棘手 的问题。同一个逻辑表内的不同实际表之间的自增键由于无法互相感知而产生重复主键。虽然可通过约 束自增主键初始值和步长的方式避免碰撞,但需引入 SELECT MAX(tbl_name.col1) FROM tbl_name(查询列是函数表达式时,查询列前不能使用表名, 可以使用表别名) 其他: • 分片规则中配置的真实表、分片列和分布式序列需要和数据库中的列保持大小写一致。 8.2 分布式事务 8.2.1 背景 数据库事务需要满足 ACID(原子性、一致性、隔离性、持久性)四个特性。 • 原子性(Atomicity)指事务作为
    0 码力 | 557 页 | 4.61 MB | 1 年前
    3
共 13 条
  • 1
  • 2
前往
页
相关搜索词
ApacheShardingSphere中文文档5.05.1alpha5.25.45.3传智播mybatis框架课程讲义v5
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