数据迁移的实现原理 8.6. 数据迁移 40 Apache ShardingSphere document 8.6.6 核心概念 节点 运行计算层或存储层组件进程的实例，可以是物理机、虚拟机、容器等。 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。 String databaseName = "foo_schema"; // 指定逻辑 Database 名称 ModeConfiguration modeConfig = ... // 构建运行模式 Map dataSourceMap = ... // 构建真实数据源 Collection ruleConfigs = .. version} 更改为实际的版本号。 配置示例 Standalone 运行模式 ModeConfiguration modeConfig = createModeConfiguration(); Map dataSourceMap = ... // 构建真实数据源 Collection ruleConfigs = ..

数据迁移的实现原理 8.6. 数据迁移 40 Apache ShardingSphere document 8.6.6 核心概念 节点 运行计算层或存储层组件进程的实例，可以是物理机、虚拟机、容器等。 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。 String databaseName = "foo_schema"; // 指定逻辑 Database 名称 ModeConfiguration modeConfig = ... // 构建运行模式 Map dataSourceMap = ... // 构建真实数据源 Collection ruleConfigs = .. version} 更改为实际的版本号。 配置示例 Standalone 运行模式 ModeConfiguration modeConfig = createModeConfiguration(); Map dataSourceMap = ... // 构建真实数据源 Collection ruleConfigs = ..

数据迁移的实现原理 8.6. 数据迁移 40 Apache ShardingSphere document 8.6.6 核心概念 节点 运行计算层或存储层组件进程的实例，可以是物理机、虚拟机、容器等。 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。 String databaseName = "foo_schema"; // 指定逻辑 Database 名称 ModeConfiguration modeConfig = ... // 构建运行模式 Map dataSourceMap = ... // 构建真实数据源 Collection ruleConfigs = .. version} 更改为实际的版本号。 配置示例 Standalone 运行模式 ModeConfiguration modeConfig = createModeConfiguration(); Map dataSourceMap = ... // 构建真实数据源 Collection ruleConfigs = ..

3.7. 数据迁移 38 Apache ShardingSphere document, v5.2.0 3.7.6 核心概念 节点 运行计算层或存储层组件进程的实例，可以是物理机、虚拟机、容器等。 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。 String databaseName = "foo_schema"; // 指定逻辑 Database 名称 ModeConfiguration modeConfig = ... // 构建运行模式 Map dataSourceMap = ... // 构建真实数据源 Collection ruleConfigs = .. document, v5.2.0 配置示例 Standalone 运行模式 ModeConfiguration modeConfig = createModeConfiguration(); Map dataSourceMap = ... // 构建真实数据源 Collection ruleConfigs = ..

MANAGED | 自定义 JDBC：使用了 JDBC 的提交和回滚设置，依赖于从数据源得到的连接来管理事务 范 围。 JdbcTransactionFactory MANAGED：不提交或回滚一个连接、让容器来管理事务的整个生命周期（比如 JEE 应用服务器的上下文）。 ManagedTransactionFactory 自定义：实现 TransactionFactory 接口，type=全类名/别名 UNPOOLED：不使用连接池， UnpooledDataSourceFactory POOLED：使用连接池， PooledDataSourceFactory JNDI： 在 EJB 或应用服务器这类容器中查找指定的数据源 自定义：实现 DataSourceFactory 接口，定义数据源的获取方式。 7) 实际开发中我们使用 Spring 管理数据源，并进行事务控制的配置来覆盖上述配置 JAVAEE 重新包装成一个 Map 传入。Map 的 key 是 param1， param2，或者 0，1…，值就是参数的值 3) 命名参数 为参数使用@Param 起一个名字，MyBatis 就会将这些参数封装进 map 中，key 就是我 们自己指定的名字 4) POJO 当这些参数属于我们业务 POJO 时，我们直接传递 POJO 5) Map 我们也可以封装多个参数为 map，直接传递 6)

String schemaName = "foo_schema"; // 指定逻辑 Schema 名称 ModeConfiguration modeConfig = ... // 构建运行模式 Map dataSourceMap = ... // 构建真实数据源 Collection ruleConfigs = .. ingSphere 硬定义，相关的处理可以参考类 org.apache.shardingsphere.infra.datasource. pool.creator.DataSourcePoolCreator。 Map dataSourceMap = new HashMap<>(); // 配置第 1 个数据源 HikariDataSource dataSource1 = ataSources (+) Collection 读写数据源配置 loa dBalancers (*) Map 从库负载均衡算法配 置 主从数据源配置 类名称：org.apache.shardingsphere

？ MyBatis 是支持定制化 SQL、存储过程以及高级映射的优秀的持久层框架。MyBatis 避免了几乎所有的 JDBC 代码和手动设置参数以 及获取结果集。MyBatis 可以对配置和原生Map使用简单的 XML 或注解，将接口和 Java 的 POJOs(Plain Old Java Objects,普通的 Java对象)映射成数据库中的记录。 帮助改进文档 帮助改进文档... 不管 xmltags.XMLDynamicLanguageDriver callSettersOnNulls 指定当结果集中值 为 null 的时候是否 调用映射对象的 setter（map 对象 时为 put）方法，这 对于有 Map.keySet() 依赖 或 null 值初始化的 时候是有用的。注 意基本类型（int、 boolean等）是不 能设置成 null 的。 true | false false float Float boolean Boolean date Date decimal BigDecimal bigdecimal BigDecimal object Object map Map hashmap HashMap list List arraylist ArrayList collection Collection iterator Iterator typeHandlers

现核心作业逻辑并辅以少量配置，即可利用轻量、无中心化的 ElasticJob 解决分布式调度问题。 作业配置 实现作业逻辑 作业逻辑实现与 ElasticJob 的其他使用方式并没有较大的区别，只需将当前作业注册为 Spring 容器中的 bean。 线程安全问题 Bean 默认是单例的，如果该作业实现会在同一个进程内被创建出多个 JobBootstrap 的实例，可以考 虑设置 Scope 为 prototype。 @Component Zookeeper。配置前缀为 elasticjob.reg-center。 elasticjob.jobs 是一个 Map，key 为作业名称，value 为作业类型与配置。Starter 会根据该配置自 动创建 OneOffJobBootstrap 或 ScheduleJobBootstrap 的实例并注册到 Spring 容器中。 配置参考： elasticjob: regCenter: serverLists: 3000 readTimeout: 5000 使用 Spring 命名空间 ElasticJob 提供自定义的 Spring 命名空间，可以与 Spring 容器配合使用。开发者能够便捷的在作业中通 过依赖注入使用 Spring 容器管理的数据源等对象，并使用占位符从属性文件中取值。 作业配置 0 码力 | 98 页 | 1.97 MB | 1 年前

3

user_id 取模分库, 且根据 order_id 取模分表的 2 库 2 表的配置。 注：示例的数据库连接池为 HikariCP，可根据业务场景更换为其他主流数据库连接池。 // 配置真实数据源 Map dataSourceMap = new HashMap<>(); // 配置第 1 个数据源 HikariDataSource dataSource1 = table_inline.props. algorithm-expression=t_order_${order_id % 2} 使用 JNDI 数据源 如果计划使用 JNDI 配置数据库，在应用容器（如 Tomcat）中使用 ShardingSphere‐JDBC 时，可使 用 spring.shardingsphere.datasource.${datasourceName}.jndiName ShardingSphereDataSourceFactory 工厂创建的 ShardingSphereDataSource 实现自 JDBC 的标准接 口 DataSource。 // 构建数据源 Map dataSourceMap = // ... // 构建配置规则 Collection configurations

String schemaName = "foo_schema"; // 指定逻辑 Schema 名称 ModeConfiguration modeConfig = ... // 构建运行模式 Map dataSourceMap = ... // 构建真实数据源 Collection ruleConfigs = .. ShardingSphere‐JDBC 支持所有的数据库 JDBC 驱动和连接池。 配置示例 示例的数据库驱动为 MySQL，连接池为 HikariCP，可以更换为其他数据库驱动和连接池。 Map dataSourceMap = new HashMap<>(); // 配置第 1 个数据源 HikariDataSource dataSource1 = ataSources (+) Collection 读写数据源配置 loa dBalancers (*) Map 从库负载均衡算法配 置 主从数据源配置 类名称：org.apache.shardingsphere