指所有的分片数据源中只存在唯一一张的表。适用于数据量不大且不需要做任何分片操作的场景。 分片 分片键 用于分片的数据库字段，是将数据库（表）水平拆分的关键字段。例：将订单表中的订单主键的尾数取模 分片，则订单主键为分片字段。SQL 中如果无分片字段，将执行全路由，性能较差。除了对单分片字段的 支持，Apache ShardingSphere 也支持根据多个字段进行分片。 3.1. 数据分片 和范围路由 (分片 键的操作符是 BETWEEN)。不携带分片键的 SQL 则采用广播路由。 分片策略通常可以采用由数据库内置或由用户方配置。数据库内置的方案较为简单，内置的分片策略大 致可分为尾数取模、哈希、范围、标签、时间等。由用户方配置的分片策略则更加灵活，可以根据使用方 需求定制复合分片策略。如果配合数据自动迁移来使用，可以做到无需用户关注分片策略，自动由数据 库中间层分片和平衡数据即可 理能力。但对于使用单数据库运行的系统来说，如何安全简单地将数据迁移至水平分片的数据库上，一 直以来都是一个迫切的需求；同时，对于已经使用了 Apache ShardingSphere 的用户来说，随着业务规 模的快速变化，也可能需要对现有的分片集群进行弹性扩容或缩容。 3.5.2 简介 ShardingSphere‐Scaling 是一个提供给用户的通用数据接入迁移及弹性伸缩的解决方案。 从 4.1.0

db0.t_order1, db1.t_order2, db1.t_order3, db1.t_order4 分片 分片键 用于将数据库（表）水平拆分的数据库字段。例：将订单表中的订单主键的尾数取模分片，则订单主键 为分片字段。SQL 中如果无分片字段，将执行全路由，性能较差。除了对单分片字段的支持，Apache ShardingSphere 也支持根据多个字段进行分片。 分片算法 用于将数据分片的算法，支持 实现，也可使用 Apache ShardingSphere 内置的分片算法语法糖，灵活度非常高。 自动化分片算法 分片算法语法糖，用于便捷的托管所有数据节点，使用者无需关注真实表的物理分布。包括取模、哈希、 范围、时间等常用分片算法的实现。 4.2. 数据分片 24 Apache ShardingSphere document, v5.0.0 自定义分片算法 提供接口让应用开发者自行实 规则配置 ShardingSphere‐JDBC 的 Java API 通过数据源集合、规则集合以及属性配置组成。以下示例是根据 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

容 ， 打 破 数 据 孤 岛 • 全 面 支 持 H T A P 湖 仓 ⼀ 体 和 向 量 计 算 • 原 ⽣ 支 持 数 据 治 理 ， 三 权 分 离 • 支 持 ⼤ 语 ⾔ 基 础 模 型 和 私 域 数 据 结 合 开 发 垂 直 应 用 • CMU战略合作⼤模型基础理论，训练合作⼀事⼀议 πCloudDB πCloudVector πCloudML 虚拟数仓服务HTAP | reserved. OpenPie Confidential PieCloudVector与LLM在私域知识库领域的应用实践路径 π D a t a C S 优 势 2 : 全 面 支 持 ⼤ 语 ⾔ 基 础 模 型 和 私 域 数 据 结 合 做 垂 直 应 用 @2024 OpenPie. All rights reserved. OpenPie Confidential πDataCS优势3 ：云原 引擎计算 Parquet πFPGA 数据存储｜虚拟数仓 | 特定领域（如神经⽹络） Orc … Mundo 元数据管理系统 计算引擎之PieCloudML（⼤模型）机器学习，更⼤模型多模机器学习数据计算 @2024 OpenPie. All rights reserved. OpenPie Confidential 产 品 版 本 和 部 署 ⽅ 式 ⼀体机 企业版/社区版 云上云版

设计哲学 3 Apache ShardingSphere document, v5.2.0 1.2.1 连接：打造数据库上层标准 通过对数据库协议、SQL 方言以及数据库存储的灵活适配，快速构建多模异构数据库上层的标准，同时 通过内置 DistSQL 为应用提供标准化的连接方式。 1.2.2 增强：数据库计算增强引擎 在原生数据库基础能力之上，提供分布式及流量增强方面的能力。前者可突破底层数据库在计算与存储 3.1. 数据分片 19 Apache ShardingSphere document, v5.2.0 分片 分片键 用于将数据库（表）水平拆分的数据库字段。例：将订单表中的订单主键的尾数取模分片，则订单主键 为分片字段。SQL 中如果无分片字段，将执行全路由，性能较差。除了对单分片字段的支持，Apache ShardingSphere 也支持根据多个字段进行分片。 分片算法 用于将数据分片的算法，支持 实现，也可使用 Apache ShardingSphere 内置的分片算法语法糖，灵活度非常高。 自动化分片算法 分片算法语法糖，用于便捷的托管所有数据节点，使用者无需关注真实表的物理分布。包括取模、哈希、 范围、时间等常用分片算法的实现。 自定义分片算法 提供接口让应用开发者自行实现与业务实现紧密相关的分片算法，并允许使用者自行管理真实表的物理 分布。自定义分片算法又分为： • 标准分片算法

db0.t_order1, db1.t_order2, db1.t_order3, db1.t_order4 分片 分片键 用于将数据库（表）水平拆分的数据库字段。例：将订单表中的订单主键的尾数取模分片，则订单主键 为分片字段。SQL 中如果无分片字段，将执行全路由，性能较差。除了对单分片字段的支持，Apache ShardingSphere 也支持根据多个字段进行分片。 分片算法 用于将数据分片的算法，支持 实现，也可使用 Apache ShardingSphere 内置的分片算法语法糖，灵活度非常高。 自动化分片算法 分片算法语法糖，用于便捷的托管所有数据节点，使用者无需关注真实表的物理分布。包括取模、哈希、 范围、时间等常用分片算法的实现。 4.3. 数据分片 29 Apache ShardingSphere document, v5.1.2 自定义分片算法 提供接口让应用开发者自行实 ShardingSphere-JDBC 119 Apache ShardingSphere document, v5.1.2 分片算法 自动分片算法 取模分片算法 类型：MOD 可配置属性： 属性名称 数据类型 说明 sharding‐count int 分片数量 哈希取模分片算法 类型：HASH_MOD 可配置属性： 属性名称 数据类型 说明 sharding‐count int 分片数量 基于分片容量的范围分片算法

补充数据库所缺失的能力。 3 Apache ShardingSphere document 2.1 连接：打造数据库上层标准 通过对数据库协议、SQL 方言以及数据库存储的灵活适配，快速构建多模异构数据库上层的标准，同时 通过内置 DistSQL 为应用提供标准化的连接方式。 2.2 增强：数据库计算增强引擎 在原生数据库基础能力之上，提供分布式及流量增强方面的能力。前者可突破底层数据库在计算与存储 db0.t_order1, db1.t_order2, db1.t_order3, db1.t_order4 分片 分片键 用于将数据库（表）水平拆分的数据库字段。例：将订单表中的订单主键的尾数取模分片，则订单主键 为分片字段。SQL 中如果无分片字段，将执行全路由，性能较差。除了对单分片字段的支持，Apache ShardingSphere 也支持根据多个字段进行分片。 分片算法 用于将数据分片的算法，支持 实现，也可使用 Apache ShardingSphere 内置的分片算法语法糖，灵活度非常高。 自动化分片算法 分片算法语法糖，用于便捷的托管所有数据节点，使用者无需关注真实表的物理分布。包括取模、哈希、 范围、时间等常用分片算法的实现。 自定义分片算法 提供接口让应用开发者自行实现与业务实现紧密相关的分片算法，并允许使用者自行管理真实表的物理 分布。自定义分片算法又分为： • 标准分片算法

，使得自主可 控的大模型数据计算系统保持全球领先，成为AI的基础科技底座的同时，开启AI技术的新范式。 πDataCS旨在助力企业优化计算瓶颈、充分利用和发挥数据规模优势，构建核心技术壁垒，让大模 型技术全面赋能行业AI场景应用，助力合作伙伴成功，为企业创造更大的商业价值。 全 球 数 据 计 算 系 统 引 领 者 • 归国后在美国500强EMC旗下创建了Greenplum中国，随后在2013年在Paul 容 ， 打 破 数 据 孤 岛 • 全 面 支 持 H T A P 湖 仓 一 体 和 向 量 计 算 • 原 生 支 持 数 据 治 理 ， 三 权 分 离 • 支 持 大 语 言 基 础 模 型 和 私 域 数 据 结 合 开 发 垂 直 应 用 • CMU战略合作大模型基础理论，训练合作一事一议 πCloudDB πCloudVector πCloudML 虚拟数仓服务HTAP 擎计算 Parquet πFPGA 数据存储｜虚拟数仓 | 特定领域（如神经网络） Orc … Mundo 元数据管理系统 计算引擎之PieCloudML（大模型）机器学习，更大模型多模机器学习数据计算 03. πDataCS 与龙蜥 大模型数据计算系统商业化入口 国家医疗健康大数据 （大模型）机器学习 数据存储｜虚拟数仓｜特定领域（如神经网络） 统一数据格式 虚拟数仓服务HTAP｜点查

db0.t_order1, db1.t_order2, db1.t_order3, db1.t_order4 分片 分片键 用于将数据库（表）水平拆分的数据库字段。例：将订单表中的订单主键的尾数取模分片，则订单主键 为分片字段。SQL 中如果无分片字段，将执行全路由，性能较差。除了对单分片字段的支持，Apache ShardingSphere 也支持根据多个字段进行分片。 分片算法 用于将数据分片的算法，支持 实现，也可使用 Apache ShardingSphere 内置的分片算法语法糖，灵活度非常高。 自动化分片算法 分片算法语法糖，用于便捷的托管所有数据节点，使用者无需关注真实表的物理分布。包括取模、哈希、 范围、时间等常用分片算法的实现。 4.3. 数据分片 29 Apache ShardingSphere document, v5.1.1 自定义分片算法 提供接口让应用开发者自行实 long 临时数据失效的秒数 30 connectionTimeout long 连接超时秒数 30 分片算法 自动分片算法 取模分片算法 类型：MOD 可配置属性： 属性名称 数据类型 说明 sharding‐count int 分片数量 哈希取模分片算法 类型：HASH_MOD 可配置属性： 属性名称 数据类型 说明 sharding‐count int 分片数量 5

db0.t_order1, db1.t_order2, db1.t_order3, db1.t_order4 分片 分片键 用于将数据库（表）水平拆分的数据库字段。例：将订单表中的订单主键的尾数取模分片，则订单主键 为分片字段。SQL 中如果无分片字段，将执行全路由，性能较差。除了对单分片字段的支持，Apache ShardingSphere 也支持根据多个字段进行分片。 分片算法 用于将数据分片的算法，支持 实现，也可使用 Apache ShardingSphere 内置的分片算法语法糖，灵活度非常高。 自动化分片算法 分片算法语法糖，用于便捷的托管所有数据节点，使用者无需关注真实表的物理分布。包括取模、哈希、 范围、时间等常用分片算法的实现。 4.3. 数据分片 29 Apache ShardingSphere document, v5.1.0 自定义分片算法 提供接口让应用开发者自行实 long 临时数据失效的秒数 30 connectionTimeout long 连接超时秒数 30 分片算法 自动分片算法 取模分片算法 类型：MOD 可配置属性： 属性名称 数据类型 说明 sharding‐count int 分片数量 哈希取模分片算法 类型：HASH_MOD 可配置属性： 属性名称 数据类型 说明 sharding‐count int 分片数量 5

不需要将表改成随机分布，单表查询可以做优化 – 对于Join查询，如果分布状态相同的情况下，可以被优化 改进与实现 • 减少重分布数据移动量 – Greenplum 5及之前版本采用取模分布 – 节点数量发生变化后重新计算取模，移动数据量大 – 不仅存在新旧节点间的移动，旧节点之间也要移动 改进与实现 • 减少重分布数据移动量 – Jump Consistent Hash ▪ 均匀性：通过概率做到均匀分布