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(11)数据库中间件(11)

语言

全部中文(简体)(11)

格式

全部PDF文档 PDF(11)
 
本次搜索耗时 0.212 秒,为您找到相关结果约 11 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-alpha

    从资源控制的角度看,业务方访问数据库的连接数量应当有所限制。它能够有效地防止某一业务操作过 多的占用资源,从而将数据库连接的资源耗尽,以致于影响其他业务的正常访问。特别是在一个数据库实 例中存在较多分表的情况下,一条不包含分片键的逻辑 SQL 将产生落在同库不同表的大量真实 SQL ,如 果每条真实 SQL 都占用一个独立的连接,那么一次查询无疑将会占用过多的资源。 从执行效率的角度看,为每个 整体无序的情况下,ShardingSphere 无 需将所有的数据都加载至内存即可排序。它使用的是流式归并的方式,每次 next 仅获取唯一正确的一条 数据,极大的节省了内存的消耗。 从另一个角度来说,ShardingSphere 的排序归并,是在维护数据结果集的纵轴和横轴这两个维度的有序 性。纵轴是指每个数据结果集本身,它是天然有序的,它通过包含 ORDER BY 的 SQL 所获取。横轴是指 代码的情况 下校验对应的 SQL 了。 3.10.4 性能测试 目标 对 ShardingSphere‐JDBC,ShardingSphere‐Proxy 及 MySQL 进行性能对比。从业务角度考虑,在基本应 用场景(单路由,主从 + 加密 + 分库分表,全路由)下,INSERT+UPDATE+DELETE 通常用作一个完整的 关联操作,用于性能评估,而 SELECT 关注分片优化可用
    0 码力 | 301 页 | 3.44 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.0.0

    从资源控制的角度看,业务方访问数据库的连接数量应当有所限制。它能够有效地防止某一业务操作过 多的占用资源,从而将数据库连接的资源耗尽,以致于影响其他业务的正常访问。特别是在一个数据库实 例中存在较多分表的情况下,一条不包含分片键的逻辑 SQL 将产生落在同库不同表的大量真实 SQL ,如 果每条真实 SQL 都占用一个独立的连接,那么一次查询无疑将会占用过多的资源。 从执行效率的角度看,为每个 整体无序的情况下,ShardingSphere 无 需将所有的数据都加载至内存即可排序。它使用的是流式归并的方式,每次 next 仅获取唯一正确的一条 数据,极大的节省了内存的消耗。 从另一个角度来说,ShardingSphere 的排序归并,是在维护数据结果集的纵轴和横轴这两个维度的有序 性。纵轴是指每个数据结果集本身,它是天然有序的,它通过包含 ORDER BY 的 SQL 所获取。横轴是指 提供各个压测工具的性能测试结果。 Sysbench 性能测试 目标 对 ShardingSphere‐JDBC,ShardingSphere‐Proxy 及 MySQL 进行性能对比。从业务角度考虑,在基本应 用场景(单路由,主从 + 加密 + 分库分表,全路由)下,INSERT+UPDATE+DELETE 通常用作一个完整的 关联操作,用于性能评估,而 SELECT 关注分片优化可用
    0 码力 | 385 页 | 4.26 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.4.1

    SHOW PROCESSLIST 命令和 KILL 命令。 相关操作 查看会话 针对不同关联数据库支持不同的查看会话方法,关联 MySQL 数据库可使用 SHOW PROCESSLIST 命令查 看会话。ShardingSphere 会自动生成唯一的 UUID 标识作为 ID,并将 SQL 执行信息存储在各个实例中。 当执行此命令时,ShardingSphere 会通过治理中心收集并同步各个计算节点的 从资源控制的角度看,业务方访问数据库的连接数量应当有所限制。它能够有效地防止某一业务操作过 多的占用资源,从而将数据库连接的资源耗尽,以致于影响其他业务的正常访问。特别是在一个数据库实 例中存在较多分表的情况下,一条不包含分片键的逻辑 SQL 将产生落在同库不同表的大量真实 SQL ,如 果每条真实 SQL 都占用一个独立的连接,那么一次查询无疑将会占用过多的资源。 从执行效率的角度看,为每个 整体无序的情况下,ShardingSphere 无 需将所有的数据都加载至内存即可排序。它使用的是流式归并的方式,每次 next 仅获取唯一正确的一条 数据,极大的节省了内存的消耗。 从另一个角度来说,ShardingSphere 的排序归并,是在维护数据结果集的纵轴和横轴这两个维度的有序 性。纵轴是指每个数据结果集本身,它是天然有序的,它通过包含 ORDER BY 的 SQL 所获取。横轴是指
    0 码力 | 530 页 | 4.49 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.3.2

    SHOW PROCESSLIST 命令和 KILL 命令。 相关操作 查看会话 针对不同关联数据库支持不同的查看会话方法,关联 MySQL 数据库可使用 SHOW PROCESSLIST 命令查 看会话。ShardingSphere 会自动生成唯一的 UUID 标识作为 ID,并将 SQL 执行信息存储在各个实例中。 当执行此命令时,ShardingSphere 会通过治理中心收集并同步各个计算节点的 从资源控制的角度看,业务方访问数据库的连接数量应当有所限制。它能够有效地防止某一业务操作过 多的占用资源,从而将数据库连接的资源耗尽,以致于影响其他业务的正常访问。特别是在一个数据库实 例中存在较多分表的情况下,一条不包含分片键的逻辑 SQL 将产生落在同库不同表的大量真实 SQL ,如 果每条真实 SQL 都占用一个独立的连接,那么一次查询无疑将会占用过多的资源。 从执行效率的角度看,为每个 整体无序的情况下,ShardingSphere 无 需将所有的数据都加载至内存即可排序。它使用的是流式归并的方式,每次 next 仅获取唯一正确的一条 数据,极大的节省了内存的消耗。 从另一个角度来说,ShardingSphere 的排序归并,是在维护数据结果集的纵轴和横轴这两个维度的有序 性。纵轴是指每个数据结果集本身,它是天然有序的,它通过包含 ORDER BY 的 SQL 所获取。横轴是指
    0 码力 | 508 页 | 4.44 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.1.1

    从资源控制的角度看,业务方访问数据库的连接数量应当有所限制。它能够有效地防止某一业务操作过 多的占用资源,从而将数据库连接的资源耗尽,以致于影响其他业务的正常访问。特别是在一个数据库实 例中存在较多分表的情况下,一条不包含分片键的逻辑 SQL 将产生落在同库不同表的大量真实 SQL ,如 果每条真实 SQL 都占用一个独立的连接,那么一次查询无疑将会占用过多的资源。 从执行效率的角度看,为每个 整体无序的情况下,ShardingSphere 无 需将所有的数据都加载至内存即可排序。它使用的是流式归并的方式,每次 next 仅获取唯一正确的一条 数据,极大的节省了内存的消耗。 从另一个角度来说,ShardingSphere 的排序归并,是在维护数据结果集的纵轴和横轴这两个维度的有序 性。纵轴是指每个数据结果集本身,它是天然有序的,它通过包含 ORDER BY 的 SQL 所获取。横轴是指 提供各个压测工具的性能测试结果。 Sysbench 性能测试 目标 对 ShardingSphere‐JDBC,ShardingSphere‐Proxy 及 MySQL 进行性能对比。从业务角度考虑,在基本应 用场景(单路由,主从 + 加密 + 分库分表,全路由)下,INSERT+UPDATE+DELETE 通常用作一个完整的 关联操作,用于性能评估,而 SELECT 关注分片优化可用
    0 码力 | 409 页 | 4.47 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.1.0

    从资源控制的角度看,业务方访问数据库的连接数量应当有所限制。它能够有效地防止某一业务操作过 多的占用资源,从而将数据库连接的资源耗尽,以致于影响其他业务的正常访问。特别是在一个数据库实 例中存在较多分表的情况下,一条不包含分片键的逻辑 SQL 将产生落在同库不同表的大量真实 SQL ,如 果每条真实 SQL 都占用一个独立的连接,那么一次查询无疑将会占用过多的资源。 从执行效率的角度看,为每个 整体无序的情况下,ShardingSphere 无 需将所有的数据都加载至内存即可排序。它使用的是流式归并的方式,每次 next 仅获取唯一正确的一条 数据,极大的节省了内存的消耗。 从另一个角度来说,ShardingSphere 的排序归并,是在维护数据结果集的纵轴和横轴这两个维度的有序 性。纵轴是指每个数据结果集本身,它是天然有序的,它通过包含 ORDER BY 的 SQL 所获取。横轴是指 提供各个压测工具的性能测试结果。 Sysbench 性能测试 目标 对 ShardingSphere‐JDBC,ShardingSphere‐Proxy 及 MySQL 进行性能对比。从业务角度考虑,在基本应 用场景(单路由,主从 + 加密 + 分库分表,全路由)下,INSERT+UPDATE+DELETE 通常用作一个完整的 关联操作,用于性能评估,而 SELECT 关注分片优化可用
    0 码力 | 406 页 | 4.40 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere v5.5.0 中文文档

    SHOW PROCESSLIST 命令和 KILL 命令。 相关操作 查看会话 针对不同关联数据库支持不同的查看会话方法,关联 MySQL 数据库可使用 SHOW PROCESSLIST 命令查 看会话。ShardingSphere 会自动生成唯一的 UUID 标识作为 ID,并将 SQL 执行信息存储在各个实例中。 当执行此命令时,ShardingSphere 会通过治理中心收集并同步各个计算节点的 从资源控制的角度看,业务方访问数据库的连接数量应当有所限制。它能够有效地防止某一业务操作过 多的占用资源,从而将数据库连接的资源耗尽,以致于影响其他业务的正常访问。特别是在一个数据库实 例中存在较多分表的情况下,一条不包含分片键的逻辑 SQL 将产生落在同库不同表的大量真实 SQL ,如 果每条真实 SQL 都占用一个独立的连接,那么一次查询无疑将会占用过多的资源。 从执行效率的角度看,为每个 整体无序的情况下,ShardingSphere 无 需将所有的数据都加载至内存即可排序。它使用的是流式归并的方式,每次 next 仅获取唯一正确的一条 数据,极大的节省了内存的消耗。 从另一个角度来说,ShardingSphere 的排序归并,是在维护数据结果集的纵轴和横轴这两个维度的有序 性。纵轴是指每个数据结果集本身,它是天然有序的,它通过包含 ORDER BY 的 SQL 所获取。横轴是指
    0 码力 | 557 页 | 4.61 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.1.2

    从资源控制的角度看,业务方访问数据库的连接数量应当有所限制。它能够有效地防止某一业务操作过 多的占用资源,从而将数据库连接的资源耗尽,以致于影响其他业务的正常访问。特别是在一个数据库实 例中存在较多分表的情况下,一条不包含分片键的逻辑 SQL 将产生落在同库不同表的大量真实 SQL ,如 果每条真实 SQL 都占用一个独立的连接,那么一次查询无疑将会占用过多的资源。 从执行效率的角度看,为每个 整体无序的情况下,ShardingSphere 无 需将所有的数据都加载至内存即可排序。它使用的是流式归并的方式,每次 next 仅获取唯一正确的一条 数据,极大的节省了内存的消耗。 从另一个角度来说,ShardingSphere 的排序归并,是在维护数据结果集的纵轴和横轴这两个维度的有序 性。纵轴是指每个数据结果集本身,它是天然有序的,它通过包含 ORDER BY 的 SQL 所获取。横轴是指 提供各个压测工具的性能测试结果。 Sysbench 性能测试 目标 对 ShardingSphere‐JDBC,ShardingSphere‐Proxy 及 MySQL 进行性能对比。从业务角度考虑,在基本应 用场景(单路由,主从 + 加密 + 分库分表,全路由)下,INSERT+UPDATE+DELETE 通常用作一个完整的 关联操作,用于性能评估,而 SELECT 关注分片优化可用
    0 码力 | 446 页 | 4.67 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.2.0

    从资源控制的角度看,业务方访问数据库的连接数量应当有所限制。它能够有效地防止某一业务操作过 多的占用资源,从而将数据库连接的资源耗尽,以致于影响其他业务的正常访问。特别是在一个数据库实 例中存在较多分表的情况下,一条不包含分片键的逻辑 SQL 将产生落在同库不同表的大量真实 SQL ,如 果每条真实 SQL 都占用一个独立的连接,那么一次查询无疑将会占用过多的资源。 从执行效率的角度看,为每个 整体无序的情况下,ShardingSphere 无 需将所有的数据都加载至内存即可排序。它使用的是流式归并的方式,每次 next 仅获取唯一正确的一条 数据,极大的节省了内存的消耗。 从另一个角度来说,ShardingSphere 的排序归并,是在维护数据结果集的纵轴和横轴这两个维度的有序 性。纵轴是指每个数据结果集本身,它是天然有序的,它通过包含 ORDER BY 的 SQL 所获取。横轴是指
    0 码力 | 449 页 | 5.85 MB | 1 年前
    3
  • pdf文档 Mybatis 框架课程第二天

    而我们的是实体类并没有注册别名,所以必须写全限定类名。在今天课程的最后一个章节中将讲解如何注册实体类 的别名。 在 mybatis 的官方文档的说明(第 19 页) 这些都是支持的默认别名。我们也可以从源码角度来看它们分别都是如何定义出来的。 可以参考 TypeAliasRegistery.class 的源码。 传智播客——专注于 Java、.Net 和 Php、网页平面设计工程师的培训 北京市昌平区建材城西路金燕龙办公楼一层
    0 码力 | 27 页 | 1.21 MB | 1 年前
    3
共 11 条
  • 1
  • 2
前往
页
相关搜索词
ApacheShardingSphere中文文档5.0alpha5.45.35.1v55.2Mybatis框架课程第二二天第二天
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