. 51 从库 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 主从同步 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 负载均衡策略 . . . . . . . 256 存量数据迁移阶段 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257 增量数据同步阶段 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257 规则切换阶段 . . . . . . . 而无需清理运行痕迹。 3.2. 运行模式 13 Apache ShardingSphere document, v5.1.1 3.2.3 单机模式 能够将数据源和规则等元数据信息持久化，但无法将元数据同步至多个 Apache ShardingSphere 实例，无 法在集群环境中相互感知。通过某一实例更新元数据之后，会导致其他实例由于获取不到最新的元数据 而产生不一致的错误。适用于工程师在本地搭建

. 51 从库 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 主从同步 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 负载均衡策略 . . . . . . . 251 存量数据迁移阶段 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252 增量数据同步阶段 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252 规则切换阶段 . . . . . . . 而无需清理运行痕迹。 3.2. 运行模式 13 Apache ShardingSphere document, v5.1.0 3.2.3 单机模式 能够将数据源和规则等元数据信息持久化，但无法将元数据同步至多个 Apache ShardingSphere 实例，无 法在集群环境中相互感知。通过某一实例更新元数据之后，会导致其他实例由于获取不到最新的元数据 而产生不一致的错误。适用于工程师在本地搭建

. 52 从库 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 主从同步 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 负载均衡策略 . . . . . . . 267 存量数据迁移阶段 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268 增量数据同步阶段 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268 规则切换阶段 . . . . . . . 而无需清理运行痕迹。 3.2. 运行模式 13 Apache ShardingSphere document, v5.1.2 3.2.3 单机模式 能够将数据源和规则等元数据信息持久化，但无法将元数据同步至多个 Apache ShardingSphere 实例，无 法在集群环境中相互感知。通过某一实例更新元数据之后，会导致其他实例由于获取不到最新的元数据 而产生不一致的错误。适用于工程师在本地搭建

. 62 从库 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 主从同步 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 负载均衡策略 . . . . 键的不重复性，以及相同进程 主键的有序性。 实现原理 在同一个进程中，它首先是通过时间位保证不重复，如果时间相同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 服务器时钟回拨会导致产生重复序列，因此默认分布式主键生成器提供了一个最大容忍的时钟回拨毫秒 数。如果时钟回拨的时间超过最大容忍的毫秒数阈值，则程序报错；如果在可容忍的范围内，默认分布 式主键生成器会等待时钟同步到最后一次主键生成的时间后再继续工作。最大容忍的时钟回拨毫秒数的 默认值为 0，可通过属性设置。 强制分片路由 实现动机 通过解析 SQL 语句提取分片键列与值并进行分片是 Apache ShardingSphere

. 43 从库 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 主从同步 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 负载均衡策略 . . . . . . . 254 存量数据迁移阶段 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255 增量数据同步阶段 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255 规则切换阶段 . . . . . . . 键的不重复性，以及相同进程 主键的有序性。 实现原理 在同一个进程中，它首先是通过时间位保证不重复，如果时间相同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

. 37 从库 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 主从同步 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 负载均衡策略 . . . . . . . 518 存量数据迁移阶段 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 518 增量数据同步阶段 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 518 流量切换阶段 . . . . . . . 混合部署架构 9 4 运行模式 Apache ShardingSphere 提供了两种运行模式，分别是单机模式和集群模式。 4.1 单机模式 能够将数据源和规则等元数据信息持久化，但无法将元数据同步至多个 Apache ShardingSphere 实例，无 法在集群环境中相互感知。通过某一实例更新元数据之后，会导致其他实例由于获取不到最新的元数据 而产生不一致的错误。 适用于工程师在本地搭建

. 33 从库 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 主从同步 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 负载均衡策略 . . . . . . . 362 存量数据迁移阶段 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 362 增量数据同步阶段 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 362 流量切换阶段 . . . . . . . v5.2.0 1.3.2 运行模式 Apache ShardingSphere 提供了两种运行模式，分别是单机模式和集群模式。 单机模式 能够将数据源和规则等元数据信息持久化，但无法将元数据同步至多个 Apache ShardingSphere 实例，无 法在集群环境中相互感知。通过某一实例更新元数据之后，会导致其他实例由于获取不到最新的元数据 而产生不一致的错误。 适用于工程师在本地搭建

. 37 从库 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 主从同步 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 负载均衡策略 . . . . . . . 492 存量数据迁移阶段 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 492 增量数据同步阶段 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 492 流量切换阶段 . . . . . . . 混合部署架构 9 4 运行模式 Apache ShardingSphere 提供了两种运行模式，分别是单机模式和集群模式。 4.1 单机模式 能够将数据源和规则等元数据信息持久化，但无法将元数据同步至多个 Apache ShardingSphere 实例，无 法在集群环境中相互感知。通过某一实例更新元数据之后，会导致其他实例由于获取不到最新的元数据 而产生不一致的错误。 适用于工程师在本地搭建

. 37 从库 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 主从同步 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 负载均衡策略 . . . . . 471 存量数据迁移阶段 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 471 x 增量数据同步阶段 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 471 流量切换阶段 . . . . . . . 混合部署架构 9 4 运行模式 Apache ShardingSphere 提供了两种运行模式，分别是单机模式和集群模式。 4.1 单机模式 能够将数据源和规则等元数据信息持久化，但无法将元数据同步至多个 Apache ShardingSphere 实例，无 法在集群环境中相互感知。通过某一实例更新元数据之后，会导致其他实例由于获取不到最新的元数据 而产生不一致的错误。 适用于工程师在本地搭建

. . . . . 65 作业分片策略 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 线程池策略 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 错误处理策略 . . . . 1 作业分片策略 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 7.2 线程池策略 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 7.3 错误处理策略 } 4.3. 作业配置 6 5 概念 & 功能 本章节阐述 ElasticJob 相关的概念与功能，更多使用细节请阅读用户手册。 5.1 调度模型 ElasticJob 是面向进程内的线程级调度框架。通过它，作业能够透明化的与业务应用系统相结合。它能够 方便的与 Spring 、Dubbo 等 Java 框架配合使用，在作业中可自由使用 Spring 注入的 Bean，如数据源连