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(12)数据库中间件(12)

语言

全部中文(简体)(11)

格式

全部PDF文档 PDF(12)
 
本次搜索耗时 0.098 秒,为您找到相关结果约 12 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 Mybatis 3.3.0 中文用户指南

    注解的一些限制加之某些 MyBatis 映射的复杂性,XML 映射对于大多数高级映射(比如:嵌套 Join 映射)来说仍然是必须的。有鉴于此,如果存在一个对等的 XML 配置文件的话,MyBatis 会自动查找并加载它(这种情况下, BlogMapper.xml 将会基于类路径和 BlogMapper.class 的类名被加载进来)。具体细节稍后讨论。 从 从 SqlSessionFactory 中获取 命名解析:为了减少输入量,MyBatis 对所有的命名配置元素(包括语句,结果映射,缓存等)使用了如下的命名解析规则。 完全限定名(比如“com.mypackage.MyMapper.selectAllThings”)将被直接查找并且找到即用。 短名称(比如“selectAllThings”)如果全局唯一也可以作为一个单独的引用。如果不唯一,有两个或两个以上的相同名称(比 如“com.foo.selectAllThings ”和“com class)增加一个 @MappedJdbcTypes 注解来指定与其关联的 JDBC 类型列表。 如果在 javaType 属性中也同时指定,则注解方式将被忽略。 最后,可以让 MyBatis 为你查找类型处理器:
    0 码力 | 98 页 | 2.03 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere ElasticJob 中文文档 2023 年 11 月 01 日

    2020 年 5 月 28 日成为 Apache ShardingSphere 的子项目。欢迎通过邮件列表参与讨论。 1 1 简介 使用 ElasticJob 能够让开发工程师不再担心任务的线性吞吐量提升等非功能需求,使他们能够更加专注 于面向业务编码设计;同时,它也能够解放运维工程师,使他们不必再担心任务的可用性和相关管理需 求,只通过轻松的增加服务节点即可达到自动化运维的目的。 ElasticJob
    0 码力 | 98 页 | 1.97 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.0.0

    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=' t_order 中 使用 Schema,例如: SHOW COLUMNS FROM t_order FROM order_ds; Schema 的改写指的是将逻辑 Schema 采用单播路由的方式,改写为随机查找到的一个正确的真实 Schema。 补列 需要在查询语句中补列通常由两种情况导致。第一种情况是 ShardingSphere 需要在结果归并时获取相应 数据,但该数据并未能通过查询的 SQL /> expected-data-file 的查找规则是:1. 查找同级目录中 dataset\${SCENARIO_NAME}\ ${DATABASE_TYPE}\${dataset_file}.xml 文 件;2. 查 找 同 级 目 录 中 dataset\
    0 码力 | 385 页 | 4.26 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.0.0-alpha

    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=' t_order 中 使用 Schema,例如: SHOW COLUMNS FROM t_order FROM order_ds; Schema 的改写指的是将逻辑 Schema 采用单播路由的方式,改写为随机查找到的一个正确的真实 Schema。 补列 需要在查询语句中补列通常由两种情况导致。第一种情况是 ShardingSphere 需要在结果归并时获取相应 数据,但该数据并未能通过查询的 SQL 0-beta expected-data-file 的查找规则是:1. 查找同级目录中 dataset\${SCENARIO_NAME}\ ${DATABASE_TYPE}\${dataset_file}.xml 文 件;2. 查 找 同 级 目 录 中 dataset\
    0 码力 | 301 页 | 3.44 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.1.1

    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=' t_order 中 使用 Schema,例如: SHOW COLUMNS FROM t_order FROM order_ds; Schema 的改写指的是将逻辑 Schema 采用单播路由的方式,改写为随机查找到的一个正确的真实 Schema。 补列 需要在查询语句中补列通常由两种情况导致。第一种情况是 ShardingSphere 需要在结果归并时获取相应 数据,但该数据并未能通过查询的 SQL 1 expected-data-file 的查找规则是:1. 查找同级目录中 dataset\${SCENARIO_NAME}\ ${DATABASE_TYPE}\${dataset_file}.xml 文 件;2. 查 找 同 级 目 录 中 dataset\
    0 码力 | 409 页 | 4.47 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.1.0

    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=' t_order 中 使用 Schema,例如: SHOW COLUMNS FROM t_order FROM order_ds; Schema 的改写指的是将逻辑 Schema 采用单播路由的方式,改写为随机查找到的一个正确的真实 Schema。 补列 需要在查询语句中补列通常由两种情况导致。第一种情况是 ShardingSphere 需要在结果归并时获取相应 数据,但该数据并未能通过查询的 SQL 0 expected-data-file 的查找规则是:1. 查找同级目录中 dataset\${SCENARIO_NAME}\ ${DATABASE_TYPE}\${dataset_file}.xml 文 件;2. 查 找 同 级 目 录 中 dataset\
    0 码力 | 406 页 | 4.40 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.1.2

    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=' t_order 中 使用 Schema,例如: SHOW COLUMNS FROM t_order FROM order_ds; Schema 的改写指的是将逻辑 Schema 采用单播路由的方式,改写为随机查找到的一个正确的真实 Schema。 补列 需要在查询语句中补列通常由两种情况导致。第一种情况是 ShardingSphere 需要在结果归并时获取相应 数据,但该数据并未能通过查询的 SQL /> expected-data-file 的查找规则是:1. 查找同级目录中 dataset\${SCENARIO_NAME}\ ${DATABASE_TYPE}\${dataset_file}.xml 文 件;2. 查 找 同 级 目 录 中 dataset\
    0 码力 | 446 页 | 4.67 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.2.0

    /> expected-data-file 的查找规则是:1. 查找同级目录中 dataset\${SCENARIO_NAME}\ ${DATABASE_TYPE}\${dataset_file}.xml 文 件;2. 查 找 同 级 目 录 中 dataset\ 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=' t_order 中 使用 Schema,例如: SHOW COLUMNS FROM t_order FROM order_ds; Schema 的改写指的是将逻辑 Schema 采用单播路由的方式,改写为随机查找到的一个正确的真实 Schema。 补列 需要在查询语句中补列通常由两种情况导致。第一种情况是 ShardingSphere 需要在结果归并时获取相应 数据,但该数据并未能通过查询的 SQL
    0 码力 | 449 页 | 5.85 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.4.1

    /> expected-data-file 的查找规则是:1. 查找同级目录中 dataset\${SCENARIO_NAME}\ ${DATABASE_TYPE}\${dataset_file}.xml 文 件;2. 查 找 同 级 目 录 中 dataset\ 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=' t_order 中 使用 Schema,例如: SHOW COLUMNS FROM t_order FROM order_ds; Schema 的改写指的是将逻辑 Schema 采用单播路由的方式,改写为随机查找到的一个正确的真实 Schema。 补列 需要在查询语句中补列通常由两种情况导致。第一种情况是 ShardingSphere 需要在结果归并时获取相应 数据,但该数据并未能通过查询的 SQL
    0 码力 | 530 页 | 4.49 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.3.2

    /> expected-data-file 的查找规则是:1. 查找同级目录中 dataset\${SCENARIO_NAME}\ ${DATABASE_TYPE}\${dataset_file}.xml 文 件;2. 查 找 同 级 目 录 中 dataset\ 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=' t_order 中 使用 Schema,例如: SHOW COLUMNS FROM t_order FROM order_ds; Schema 的改写指的是将逻辑 Schema 采用单播路由的方式,改写为随机查找到的一个正确的真实 Schema。 补列 需要在查询语句中补列通常由两种情况导致。第一种情况是 ShardingSphere 需要在结果归并时获取相应 数据,但该数据并未能通过查询的 SQL
    0 码力 | 508 页 | 4.44 MB | 1 年前
    3
共 12 条
  • 1
  • 2
前往
页
相关搜索词
Mybatis3.3中文用户指南ApacheShardingSphereElasticJob文档202311015.0alpha5.15.25.45.3
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