应⽤在更 多场景中。 多机功能部分介绍了 Redis 的三项多机功能， 它们分别是复制、Sentinel 和集群。 其中复制⽤于创建多个 Redis 服务器的副本， 并藉此提升整个 Redis 系统的读性能以及容灾能⼒。 ⾄于 Sentinel 则在复制的基础上， 为 Redis 系统提供了⾃动的故障转移功能， 从⽽使得整个系统可以更健壮地运⾏。 最后， 通过使⽤ Redis 集群， ⽤户可以在线扩展 ⽂章⻓度计数功能⽤于显示⽂章内容的⻓度， 读者可以通过这个⻓度值来了解⼀篇⽂章⼤概有多⻓， 从⽽ 决定是否阅读⼀篇⽂章。 ⽂章预览功能则⽤于显示⽂章开头的⼀部分内容， 这些内容可以帮助读者快速地了解⽂章本身， 并吸引读 者进⼀步阅读整篇⽂章。 代码清单 2-4 展示了这两个功能的具体实现代码， 其中⽂章⻓度计数功能是通过对⽂章内容执⾏ STRLEN 命令来 实现的， ⽽⽂章预览功能则是通过对⽂章内容执⾏ GETRANGE fruits ALPHA LIMIT 2 1 1) "cherry" 注意， 因为 offset 参数的值是从 0 开始计算的， 所以这个命令在获取第三个被排序元素时使⽤了 2 ⽽不是 3 来 作为偏移量。 11.6.4 获取外部键的值作为结果 在默认情况下， SORT 命令将返回被排序的元素作为结果， 但如果⽤户有需要的话， 也可以使⽤ GET 选项去获取 其他别的值作为排序结果： SORT

改写之后的分页执行结果。 3.1. 数据分片 34 Apache ShardingSphere document, v5.0.0-beta 越获取偏移量位置靠后数据，使用 LIMIT 分页方式的效率就越低。有很多方法可以避免使用 LIMIT 进行 分页。比如构建行记录数量与行偏移量的二级索引，或使用上次分页数据结尾 ID 作为下次查询条件的分 页方式等。 分页信息修正时，如果使用占位符的方式书写 SQL，则只需要改写参数列表即可，无需改写 个连接，则不会发生两 个请求相互等待的场景，无需锁定。对于大部分 OLTP 的操作，都是使用分片键路由至唯一的数据 节点，这会使得系统变为完全无锁的状态，进一步提升了并发效率。除了路由至单分片的情况，读 写分离也在此范畴之内。 2. 仅针对内存限制模式时才进行资源锁定。在使用连接限制模式时，所有的查询结果集将在装载至内 存之后释放掉数据库连接资源，因此不会产生死锁等待的问题。 执行阶段 该阶段用于真正的执行 查询表存在别名, 则可使用表的别名 分页 完全支持 MySQL、PostgreSQL 和 Oracle 的分页查询，SQLServer 由于分页查询较为复杂，仅部分支持。 分页性能 性能瓶颈 查询偏移量过大的分页会导致数据库获取数据性能低下，以 MySQL 为例： SELECT * FROM t_order ORDER BY id LIMIT 1000000, 10 这句 SQL 会使得 MySQL

前不能使用表名 使用表 别名 分页 完全支持 MySQL、PostgreSQL 和 Oracle 的分页查询，SQLServer 由于分页查询较为复杂，仅部分支持。 分页性能 性能瓶颈 查询偏移量过大的分页会导致数据库获取数据性能低下，以 MySQL 为例： SELECT * FROM t_order ORDER BY id LIMIT 1000000, 10 这句 SQL 会使得 MySQL 数据分片 35 Apache ShardingSphere document, v5.0.0 SELECT * FROM t_order ORDER BY id LIMIT 0, 1000010 即将偏移量前的记录全部取出，并仅获取排序后的最后 10 条记录。这会在数据库本身就执行很慢的情 况下，进一步加剧性能瓶颈。因为原 SQL 仅需要传输 10 条记录至客户端，而改写之后的 SQL 则会传输 Apache ShardingSphere 和 SEATA 重复 SQL 解析。 4.4 读写分离 4.4.1 背景 面对日益增加的系统访问量，数据库的吞吐量面临着巨大瓶颈。对于同一时刻有大量并发读操作和较少 写操作类型的应用系统来说，将数据库拆分为主库和从库，主库负责处理事务性的增删改操作，从库负 责处理查询操作，能够有效的避免由数据更新导致的行锁，使得整个系统的查询性能得到极大的改善。

的分页查询，SQLServer 由于分页查询较为复杂，仅部分支持。 4.3. 数据分片 40 Apache ShardingSphere document, v5.1.1 分页性能 性能瓶颈 查询偏移量过大的分页会导致数据库获取数据性能低下，以 MySQL 为例： SELECT * FROM t_order ORDER BY id LIMIT 1000000, 10 这句 SQL 会使得 MySQL 可想而知。而在分库分表的情况下（假设分为 2 个库），为了保证数据的正确性，SQL 会改写为： SELECT * FROM t_order ORDER BY id LIMIT 0, 1000010 即将偏移量前的记录全部取出，并仅获取排序后的最后 10 条记录。这会在数据库本身就执行很慢的情 况下，进一步加剧性能瓶颈。因为原 SQL 仅需要传输 10 条记录至客户端，而改写之后的 SQL 则会传输 Apache ShardingSphere 和 SEATA 重复 SQL 解析。 4.5 读写分离 4.5.1 背景 面对日益增加的系统访问量，数据库的吞吐量面临着巨大瓶颈。对于同一时刻有大量并发读操作和较少 写操作类型的应用系统来说，将数据库拆分为主库和从库，主库负责处理事务性的增删改操作，从库负 责处理查询操作，能够有效的避免由数据更新导致的行锁，使得整个系统的查询性能得到极大的改善。

的分页查询，SQLServer 由于分页查询较为复杂，仅部分支持。 4.3. 数据分片 40 Apache ShardingSphere document, v5.1.0 分页性能 性能瓶颈 查询偏移量过大的分页会导致数据库获取数据性能低下，以 MySQL 为例： SELECT * FROM t_order ORDER BY id LIMIT 1000000, 10 这句 SQL 会使得 MySQL 可想而知。而在分库分表的情况下（假设分为 2 个库），为了保证数据的正确性，SQL 会改写为： SELECT * FROM t_order ORDER BY id LIMIT 0, 1000010 即将偏移量前的记录全部取出，并仅获取排序后的最后 10 条记录。这会在数据库本身就执行很慢的情 况下，进一步加剧性能瓶颈。因为原 SQL 仅需要传输 10 条记录至客户端，而改写之后的 SQL 则会传输 Apache ShardingSphere 和 SEATA 重复 SQL 解析。 4.5 读写分离 4.5.1 背景 面对日益增加的系统访问量，数据库的吞吐量面临着巨大瓶颈。对于同一时刻有大量并发读操作和较少 写操作类型的应用系统来说，将数据库拆分为主库和从库，主库负责处理事务性的增删改操作，从库负 责处理查询操作，能够有效的避免由数据更新导致的行锁，使得整个系统的查询性能得到极大的改善。

动，所有的 Instance 都独立处理 本地的数据，而不需要在 Instance 之间通过内联网络交换数据。 要实现大表之间的本地关联，需要确保关联字段包含全部的分布键，这部分在"解 读 GP 分布策略"章节已经做了很多详细介绍，当关联的数据都在 Instance 本地，将 可以显著提升处理的性能。另外，在 CREATE TABLE 时应该确保关联的字段在不同的 表中采用相同的字段类 护。 MVCC以避免给数据库事务显式上锁的方式，最大化减少锁争用以确保多用户环境 下的性能。在并发控制方面，使用MVCC而不是使用锁机制的最大优势是，MVCC机制下， 查询(读)的锁与写的锁不存在冲突，并且读与写操作之间从不会互相阻塞。 GP提供了各种锁机制来控制对表数据的并发访问。大多数GP的SQL命令可以自动 获取适当模式的锁以确保在命令执行时相应的表不会被删除或者修改。对于不能适应 COMMITTED。  REPEATABLE READ和SERIALIZABLE的表现类似REPEATABLE READ。 下面描述GP的不同事务隔离级别的特征： 读未提交和读已提交 GP数据库不允许任何命令看得到另一个并行事务未提交的更新(其实，对于heap 表，设置gp_select_invisible参数为on之后是可以看到其他事务未提交的数据的，

的分页查询，SQLServer 由于分页查询较为复杂，仅部分支持。 4.3. 数据分片 40 Apache ShardingSphere document, v5.1.2 分页性能 性能瓶颈 查询偏移量过大的分页会导致数据库获取数据性能低下，以 MySQL 为例： SELECT * FROM t_order ORDER BY id LIMIT 1000000, 10 这句 SQL 会使得 MySQL 可想而知。而在分库分表的情况下（假设分为 2 个库），为了保证数据的正确性，SQL 会改写为： SELECT * FROM t_order ORDER BY id LIMIT 0, 1000010 即将偏移量前的记录全部取出，并仅获取排序后的最后 10 条记录。这会在数据库本身就执行很慢的情 况下，进一步加剧性能瓶颈。因为原 SQL 仅需要传输 10 条记录至客户端，而改写之后的 SQL 则会传输 Apache ShardingSphere 和 SEATA 重复 SQL 解析。 4.5 读写分离 4.5.1 背景 面对日益增加的系统访问量，数据库的吞吐量面临着巨大瓶颈。对于同一时刻有大量并发读操作和较少 写操作类型的应用系统来说，将数据库拆分为主库和从库，主库负责处理事务性的增删改操作，从库负 责处理查询操作，能够有效的避免由数据更新导致的行锁，使得整个系统的查询性能得到极大的改善。

这个参数启动，TiDB 会跳过权限系统，然后使用 root 登陆以后修改密码： 1. mysql -h 127.0.0.1 -P 4000 -u root 授予 xxx 用户对数据库 test 的读权限： 1. grant Select on test.* to 'xxx'@'%'; 为 test 用户授予所有数据库，全部权限： 1. grant all privileges on *.* to SELECT @@global.time_zone, @@session.time_zone; 设置 time_zone 的值的格式： ‘SYSTEM’ 表明使用系统时间 相对于 UTC 时间的偏移，比如 ‘+10:00’ 或者 ‘-6:00’ 某个时区的名字，比如 ‘Europe/Helsinki’， ‘US/Eastern’ 或 ‘MET’ NOW() 和 CURTIME() 的返回值都受到时区设置的影响。 子句用于限制结果条数。Limit 接受一个或 两个数字参数，如果只有一个参数，那么表示返回数 据的最大行数；如果是两个参数，那么第一个参数表 示返回数据的第一行的偏移量（第一行数据的偏移量 是 0），第二个参数指定返回数据的最大条目数。 FOR UPDATE 对查询结果集所有数据上读锁，以监测其他事务对这 些的并发修改。TiDB 使用乐观事务模型在语句执行 期间不会检测锁冲突，在事务的提交阶段才会检测事 务冲突，如果执行

XA_RECOVER_ADMIN 权限，否则 XA 事务管理器执行 XA RECOVER 语句时 会报错。 8.3 读写分离 8.3.1 背景 面对日益增加的系统访问量，数据库的吞吐量面临着巨大瓶颈。对于同一时刻有大量并发读操作和较少 写操作类型的应用系统来说，将数据库拆分为主库和从库，主库负责处理事务性的增删改操作，从库负 责处理查询操作，能够有效的避免由数据更新导致的行锁，使得整个系统的查询性能得到极大的改善。 提升系统的可用性，可以达到在任何 一个数据库宕机，甚至磁盘物理损坏的情况下仍然不影响系统的正常运行。 与将数据根据分片键打散至各个数据节点的水平分片不同，读写分离则是根据 SQL 语义的分析，将读操 作和写操作分别路由至主库与从库。 读写分离的数据节点中的数据内容是一致的，而水平分片的每个数据节点的数据内容却并不相同。将水 平分片和读写分离联合使用，能够更加有效的提升系统性能。 8.3 ShardingSphere 集群内某个计算节点超过负载后，通过熔断功能，阻断应用到该计算节点的流量，保 证整个集群继续提供稳定服务。 存储节点限流 在读写分离的场景下，当 ShardingSphere 集群内某个负责读流量的存储节点承接超负荷的请求时，通过 限流功能，阻断集群内计算节点到该存储节点的流量，以保证存储节点集群正常响应。 8.5.5 核心概念 熔断 阻断 Apache ShardingSphere

一。ShardingSphere 提供在单机数据库之上的分布式事务能力，可实现跨底层数据源的数据安全。 读 写 分离 读写分离，是应对高压力业务访问的手段之一。ShardingSphere 基于对 SQL 语义理解及底层 数据库拓扑感知能力，提供灵活、安全的读写分离能力，且可实现读访问的负载均衡。 高 可 用 高可用，是对数据存储计算平台的基本要求。ShardingSphere 基于无状态服务，提供高可用 DistSQL 里的 RAL、RDL 操作； • XA 事务中使用 DDL 语句。 3.3 读写分离 3.3.1 背景 面对日益增加的系统访问量，数据库的吞吐量面临着巨大瓶颈。对于同一时刻有大量并发读操作和较少 写操作类型的应用系统来说，将数据库拆分为主库和从库，主库负责处理事务性的增删改操作，从库负 责处理查询操作，能够有效的避免由数据更新导致的行锁，使得整个系统的查询性能得到极大的改善。 3.3. 读写分离 30 Apache ShardingSphere document, v5.2.0 与将数据根据分片键打散至各个数据节点的水平分片不同，读写分离则是根据 SQL 语义的分析，将读操 作和写操作分别路由至主库与从库。 读写分离的数据节点中的数据内容是一致的，而水平分片的每个数据节点的数据内容却并不相同。将水 平分片和读写分离联合使用，能够更加有效的提升系统性能。 3.3