# 为了⼀次对图中的多条边进⾏设置 # 我们要将待设置的各条边以及它们的权重储存在以下字典 nodes_and_weights = {} # 遍历输⼊的每个三元组，从中取出边的起点、终点和权重 for start, end, weight in tuples: # 根据边的起点和终点，创建出边的名字 # 为了⼀次获取图中多条边的权重 # 我们需要把所有想要获取权重的边的名字依次放⼊到以下列表⾥⾯ edge_list = [] # 遍历输⼊的每个⼆元组，从中获取边的起点和终点 for start, end in tuples: # 根据边的起点和终点，创建出边的名字 edges = self.client.hkeys(self.key) # 创建⼀个集合，⽤于储存⼆元组格式的边 result = set() # 遍历每条边的名字 for edge in edges: # 根据边的名字，分解出边的起点和终点 start, end = decom

preparedStatement.setString(1, "王五"); //向数据库发出sql执行查询，查询出结果集 resultSet = preparedStatement.executeQuery(); //遍历查询结果集 while(resultSet.next()){ System.out.println(resultSet.getString("id")+" "+resultSet.getString("username")); 解决：Mybatis 自动将 java 对象映射至 sql 语句，通过 statement 中的 parameterType 定 义输入参数的类型。 4、 对结果集解析麻烦，sql 变化导致解析代码变化，且解析前需要遍历，如果能将数据库 记录封装成 pojo 对象解析比较方便。 解决：Mybatis 自动将 sql 执行结果映射至 java 对象，通过 statement 中的 resultType 定 义输出结果的类型。 属性名一致性映射到 pojo 中。 场合： 常见一些明细记录的展示，比如用户购买商品明细，将关联查询信息全部展示在页面时， 此时可直接使用 resultType 将每一条记录映射到 pojo 中，在前端页面遍历 list（list 中是 pojo） 即可。 resultMap： 使用association 和collection 完成一对一和一对多高级映射（对结果有特殊的映射要求）。 association：

解析之后的为抽象语法树见下图。 为了便于理解，抽象语法树中的关键字的 Token 用绿色表示，变量的 Token 用红色表示，灰色表示需要 进一步拆分。 最后，通过 visitor 对抽象语法树遍历构造域模型，通过域模型（SQLStatement）去提炼分片所需的 上下文，并标记有可能需要改写的位置。供分片使用的解析上下文包含查询选择项（Select Items）、表信 息（Table）、分片条件（Sharding x 版本开始，ShardingSphere 采用完全自研的 SQL 解析引擎。由于目的不同， ShardingSphere 并不需要将 SQL 转为一颗完全的抽象语法树，也无需通过访问器模式进行二次遍历。它 采用对 SQL 半理解的方式，仅提炼数据分片需要关注的上下文，因此 SQL 解析的性能和兼容性得到了进 一步的提高。 3.1. 数据分片 23 Apache ShardingSphere 真实表的操作，主要包括不带分片键的 DQL 和 DML，以及 DDL 等。例如： SELECT * FROM t_order WHERE good_prority IN (1, 10); 则会遍历所有数据库中的所有表，逐一匹配逻辑表和真实表名，能够匹配得上则执行。路由后成为 SELECT * FROM t_order_0 WHERE good_prority IN (1, 10); SELECT

241 7.1.11 归并引擎 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244 遍历归并 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245 排序归并 . . . document, v5.0.0 为了便于理解，抽象语法树中的关键字的 Token 用绿色表示，变量的 Token 用红色表示，灰色表示需要 进一步拆分。 最后，通过 visitor 对抽象语法树遍历构造域模型，通过域模型（SQLStatement）去提炼分片所需的 上下文，并标记有可能需要改写的位置。供分片使用的解析上下文包含查询选择项（Select Items）、表信 息（Table）、分片条件（Sharding x 版本开始，ShardingSphere 采用完全自研的 SQL 解析引擎。由于目的不同， ShardingSphere 并不需要将 SQL 转为一颗完全的抽象语法树，也无需通过访问器模式进行二次遍历。它 采用对 SQL 半理解的方式，仅提炼数据分片需要关注的上下文，因此 SQL 解析的性能和兼容性得到了进 一步的提高。 第三代 SQL 解析器从 3.0.x 版本开始，尝试使用 ANTLR

243 7.2.11 归并引擎 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246 遍历归并 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247 排序归并 . . . document, v5.1.1 为了便于理解，抽象语法树中的关键字的 Token 用绿色表示，变量的 Token 用红色表示，灰色表示需要 进一步拆分。 最后，通过 visitor 对抽象语法树遍历构造域模型，通过域模型（SQLStatement）去提炼分片所需的 上下文，并标记有可能需要改写的位置。供分片使用的解析上下文包含查询选择项（Select Items）、表信 息（Table）、分片条件（Sharding x 版本开始，ShardingSphere 采用完全自研的 SQL 解析引擎。由于目的不同， ShardingSphere 并不需要将 SQL 转为一颗完全的抽象语法树，也无需通过访问器模式进行二次遍历。它 采用对 SQL 半理解的方式，仅提炼数据分片需要关注的上下文，因此 SQL 解析的性能和兼容性得到了进 一步的提高。 第三代 SQL 解析器从 3.0.x 版本开始，尝试使用 ANTLR

348 7.4.11 归并引擎 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 351 遍历归并 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 352 排序归并 . . . 解析之后的为抽象语法树见下图。 为了便于理解，抽象语法树中的关键字的 Token 用绿色表示，变量的 Token 用红色表示，灰色表示需要 进一步拆分。 最后，通过 visitor 对抽象语法树遍历构造域模型，通过域模型（SQLStatement）去提炼分片所需的 上下文，并标记有可能需要改写的位置。供分片使用的解析上下文包含查询选择项（Select Items）、表信 息（Table）、分片条件（Sharding x 版本开始，ShardingSphere 采用完全自研的 SQL 解析引擎。由于目的不同， ShardingSphere 并不需要将 SQL 转为一颗完全的抽象语法树，也无需通过访问器模式进行二次遍历。它 采用对 SQL 半理解的方式，仅提炼数据分片需要关注的上下文，因此 SQL 解析的性能和兼容性得到了进 一步的提高。 7.4. 数据分片 333 Apache ShardingSphere

478 12.4.11 归并引擎 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 481 遍历归并 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 482 排序归并 . . . 解析之后的为抽象语法树见下图。 为了便于理解，抽象语法树中的关键字的 Token 用绿色表示，变量的 Token 用红色表示，灰色表示需要 进一步拆分。 最后，通过 visitor 对抽象语法树遍历构造域模型，通过域模型（SQLStatement）去提炼分片所需的 上下文，并标记有可能需要改写的位置。供分片使用的解析上下文包含查询选择项（Select Items）、表信 息（Table）、分片条件（Sharding x 版本开始，ShardingSphere 采用完全自研的 SQL 解析引擎。由于目的不同， ShardingSphere 并不需要将 SQL 转为一颗完全的抽象语法树，也无需通过访问器模式进行二次遍历。它 采用对 SQL 半理解的方式，仅提炼数据分片需要关注的上下文，因此 SQL 解析的性能和兼容性得到了进 一步的提高。 12.4. 数据分片 463 Apache ShardingSphere

238 7.2.11 归并引擎 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241 遍历归并 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242 排序归并 . . . document, v5.1.0 为了便于理解，抽象语法树中的关键字的 Token 用绿色表示，变量的 Token 用红色表示，灰色表示需要 进一步拆分。 最后，通过 visitor 对抽象语法树遍历构造域模型，通过域模型（SQLStatement）去提炼分片所需的 上下文，并标记有可能需要改写的位置。供分片使用的解析上下文包含查询选择项（Select Items）、表信 息（Table）、分片条件（Sharding x 版本开始，ShardingSphere 采用完全自研的 SQL 解析引擎。由于目的不同， ShardingSphere 并不需要将 SQL 转为一颗完全的抽象语法树，也无需通过访问器模式进行二次遍历。它 采用对 SQL 半理解的方式，仅提炼数据分片需要关注的上下文，因此 SQL 解析的性能和兼容性得到了进 一步的提高。 第三代 SQL 解析器从 3.0.x 版本开始，尝试使用 ANTLR

457 12.4.11 归并引擎 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 460 遍历归并 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 461 排序归并 . . . 解析之后的为抽象语法树见下图。 为了便于理解，抽象语法树中的关键字的 Token 用绿色表示，变量的 Token 用红色表示，灰色表示需要 进一步拆分。 最后，通过 visitor 对抽象语法树遍历构造域模型，通过域模型（SQLStatement）去提炼分片所需的 上下文，并标记有可能需要改写的位置。供分片使用的解析上下文包含查询选择项（Select Items）、表信 息（Table）、分片条件（Sharding x 版本开始，ShardingSphere 采用完全自研的 SQL 解析引擎。由于目的不同， ShardingSphere 并不需要将 SQL 转为一颗完全的抽象语法树，也无需通过访问器模式进行二次遍历。它 采用对 SQL 半理解的方式，仅提炼数据分片需要关注的上下文，因此 SQL 解析的性能和兼容性得到了进 一步的提高。 12.4. 数据分片 442 Apache ShardingSphere

254 7.2.11 归并引擎 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257 遍历归并 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258 排序归并 . . . document, v5.1.2 为了便于理解，抽象语法树中的关键字的 Token 用绿色表示，变量的 Token 用红色表示，灰色表示需要 进一步拆分。 最后，通过 visitor 对抽象语法树遍历构造域模型，通过域模型（SQLStatement）去提炼分片所需的 上下文，并标记有可能需要改写的位置。供分片使用的解析上下文包含查询选择项（Select Items）、表信 息（Table）、分片条件（Sharding x 版本开始，ShardingSphere 采用完全自研的 SQL 解析引擎。由于目的不同， ShardingSphere 并不需要将 SQL 转为一颗完全的抽象语法树，也无需通过访问器模式进行二次遍历。它 采用对 SQL 半理解的方式，仅提炼数据分片需要关注的上下文，因此 SQL 解析的性能和兼容性得到了进 一步的提高。 第三代 SQL 解析器从 3.0.x 版本开始，尝试使用 ANTLR