区和并行运行查询，它让 服务器群集能够以单一数据超级计算机的方式运行，且性能比传统数据库或其他同类平台高出数十甚至数百倍。其多种分 析扩展功能支持 ANSI SQL，并通过封装扩展提供多种内置语言和附加功能。Greenplum 能够管理各种规模的数据卷，数 据量从数 GB 到数 PB 不等。 pivotal.io/cn 白皮书 4 © Copyright 2017 Pivotal Software 的后续发展，Pivotal 于 2015 年决定将其产品 Greenplum Database 开源。由此产生的最积极结果是 Greenplum Database 社区规模迅速扩大。该社区的成员为核心组件的开发贡献了力量，并且已经受益于 Pivotal 长久以来 在市场上取得的成功。从 2017 年初开始，他们每个月发布一次 Greenplum 更新，使其保有快速而可靠的创新力。 此次推 出的 Greenplum 可以支持更复杂的模式，例如基于相等和范围谓词的分区选择，以及动态分区消除。7 Greenplum 5 中的 ANALYZE 命令使用更快速的 PostgreSQL 实施来收集表统计数据，从而针对堆积优化表和附加优化表提 高其性能。系统会在单个查询中收集行示例，并在内存中执行每列统计数据的计算。而在过去，则会针对每列运行单独的 查询。在分析操作执行过程中，不会再创建用于保存示例的表。这些改进可以针对涉及大型表的查询生成更好的总体统计

. 64 注册中心 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64 第三方组件依赖 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 变更历史 . . . . . . . . 然占有巨大市场份额，是企业核心系统的基石，未 来也难于撼动，我们更加注重在原有基础上提供增量，而非颠覆。 Apache ShardingSphere 5.x 版本开始致力于可插拔架构，项目的功能组件能够灵活的以可插拔的方式 进行扩展。目前，数据分片、读写分离、数据加密、影子库压测等功能，以及对 MySQL、PostgreSQL、 SQLServer、Oracle 等 SQL 与协议的支持， 锁机制。这方面，我们使用 Zookeeper/Etcd 等实现配置的同步，状态变更的通知，以及分布式锁来控制排他性操作。 同时，由于治理功能本身可以采用合适的第三方组件作为基础服务，需要我们抽象统一的接口，统一各 种不同的组件的标准调用 API，对接到治理功能模块。 最后对于可管理性和可观测性的要求，我们需要完善通过 UI 查询、操作和控制系统的功能，进一步完善 对于 tracing 和

. 45 注册中心 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 第三方组件依赖 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 变更历史 . . . . . . . . 据加密、数据脱敏）、流量鉴权（安全、审计、权限）、流量治理（熔断、限流）以及流量分析（服 务质量分析、可观察性）等透明化增量功能； • 可插拔：项目采用微内核 + 三层可插拔模型，使内核、功能组件以及生态对接完全能够灵活的方式 进行插拔式扩展，开发者能够像使用积木一样定制属于自己的独特系统。 ShardingSphere 已于 2020 年 4 月 16 日成为 Apache 软件基金会的顶级项目。欢迎通过邮件列表参与讨 Apache ShardingSphere document, v5.0.0 3.2.4 集群模式 适用于分布式场景，它提供了多个计算节点之间的元数据共享和状态协调。需要提供用于分布式协调的 注册中心组件，如：ZooKeeper、Etcd 等。 3.3 DistSQL 3.3.1 背景 DistSQL（Distributed SQL）是 Apache ShardingSphere 特有的内置 SQL

标准 的 SQL，可以让服务器群集能够以单一数据超级计算机的方式运行，且性能比传统数据库或其他同类平台高出数十甚 至数百倍。其多种分析扩展功能支持 ANSI SQL，并通过封装扩展提供多种内置语言和附加功能。Greenplum 能够 管理各种规模的数据容量，数据量从数 GB 到数 PB 不等。 Greenplum 环境适用性强与其开放性、真正开源、社区活跃有密不可分的关系，一方面 Greenplum 以开源创新替代专有分析环境 作为技术领先的成熟的商业产品，Greenplum 在 2015 年开源，在得到商业客户的支持后，也获得 Greenplum Database 社区的拥抱。该社区的成员为核心组件的开发贡献了力量，并且已经受益于长久以来在市场上取得的成功。 从 2017 年初开始，他们基本上每个月发布一次 Greenplum 更新，使其保有快速而可靠的创新力。Greenplum 是一 个

document 2.3.1 L1 内核层 是数据库基本能力的抽象，其所有组件均必须存在，但具体实现方式可通过可插拔的方式更换。主要包 括查询优化器、分布式事务引擎、分布式执行引擎、权限引擎和调度引擎等。 2.3.2 L2 功能层 用于提供增量能力，其所有组件均是可选的，可以包含零至多个组件。组件之间完全隔离，互无感知，多 组件可通过叠加的方式相互配合使用。主要包括数据分片、读写分离、数据加密、影子库等。用户自定义 的方言和协议，访问 PostgreSQL 数据库，反之亦然。 8.5 流量治理 8.5.1 背景 随着数据规模的不断膨胀，使用多节点集群的分布式方式逐渐成为趋势。对集群整体视角的统一管理能 力，和针对单独组件细粒度的控制能力，是基于存算分离的现代数据库体系中不可或缺的功能。 8.5. 流量治理 38 Apache ShardingSphere document 8.5.2 挑战 管控的挑战，在于 面对超负荷的流量下，针对某一节点进行熔断和限流，以保证整个数据库集群得以继续运行，是分布式 系统下对单一节点控制能力的挑战。 8.5.3 目标 实现从数据库到计算节点打通的一体化管理能力，在故障中为组件提供细粒度的控制能力，并尽可能的 提供自愈的可能，是 Apache ShardingSphere 管控模块的主要设计目标。 8.5.4 应用场景 计算节点过载保护 当 ShardingSphere

document 2.3.1 L1 内核层 是数据库基本能力的抽象，其所有组件均必须存在，但具体实现方式可通过可插拔的方式更换。主要包 括查询优化器、分布式事务引擎、分布式执行引擎、权限引擎和调度引擎等。 2.3.2 L2 功能层 用于提供增量能力，其所有组件均是可选的，可以包含零至多个组件。组件之间完全隔离，互无感知，多 组件可通过叠加的方式相互配合使用。主要包括数据分片、读写分离、数据加密、影子库等。用户自定义 的方言和协议，访问 PostgreSQL 数据库，反之亦然。 8.5 流量治理 8.5.1 背景 随着数据规模的不断膨胀，使用多节点集群的分布式方式逐渐成为趋势。对集群整体视角的统一管理能 力，和针对单独组件细粒度的控制能力，是基于存算分离的现代数据库体系中不可或缺的功能。 8.5. 流量治理 38 Apache ShardingSphere document 8.5.2 挑战 管控的挑战，在于 面对超负荷的流量下，针对某一节点进行熔断和限流，以保证整个数据库集群得以继续运行，是分布式 系统下对单一节点控制能力的挑战。 8.5.3 目标 实现从数据库到计算节点打通的一体化管理能力，在故障中为组件提供细粒度的控制能力，并尽可能的 提供自愈的可能，是 Apache ShardingSphere 管控模块的主要设计目标。 8.5.4 应用场景 计算节点过载保护 当 ShardingSphere

document 2.3.1 L1 内核层 是数据库基本能力的抽象，其所有组件均必须存在，但具体实现方式可通过可插拔的方式更换。主要包 括查询优化器、分布式事务引擎、分布式执行引擎、权限引擎和调度引擎等。 2.3.2 L2 功能层 用于提供增量能力，其所有组件均是可选的，可以包含零至多个组件。组件之间完全隔离，互无感知，多 组件可通过叠加的方式相互配合使用。主要包括数据分片、读写分离、数据加密、影子库等。用户自定义 的方言和协议，访问 PostgreSQL 数据库，反之亦然。 8.5 流量治理 8.5.1 背景 随着数据规模的不断膨胀，使用多节点集群的分布式方式逐渐成为趋势。对集群整体视角的统一管理能 力，和针对单独组件细粒度的控制能力，是基于存算分离的现代数据库体系中不可或缺的功能。 8.5. 流量治理 38 Apache ShardingSphere document 8.5.2 挑战 管控的挑战，在于 面对超负荷的流量下，针对某一节点进行熔断和限流，以保证整个数据库集群得以继续运行，是分布式 系统下对单一节点控制能力的挑战。 8.5.3 目标 实现从数据库到计算节点打通的一体化管理能力，在故障中为组件提供细粒度的控制能力，并尽可能的 提供自愈的可能，是 Apache ShardingSphere 管控模块的主要设计目标。 8.5.4 应用场景 计算节点过载保护 当 ShardingSphere

· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 328 7.3.3 查看组件 metrics · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · on · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 357 7.7 自定义监控组件的配置 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 725 11.4.4 使用 TiUP 命令管理组件 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·

据加密、数据脱敏）、流量鉴权（安全、审计、权限）、流量治理（熔断、限流）以及流量分析（服 务质量分析、可观察性）等透明化增量功能； • 可插拔：项目采用微内核 + 三层可插拔模型，使内核、功能组件以及生态对接完全能够灵活的方式 进行插拔式扩展，开发者能够像使用积木一样定制属于自己的独特系统。 ShardingSphere 已于 2020 年 4 月 16 日成为 Apache 软件基金会的顶级项目。欢迎通过邮件列表参与讨 API，它可以用于实现框架扩展或组件替换。 3.4.2 挑战 可插拔架构对程序架构设计的要求非常高，需要将各个模块相互独立，互不感知，并且通过一个可插拔 内核，以叠加的方式将各种功能组合使用。设计一套将功能开发完全隔离的架构体系，既可以最大限度 的将开源社区的活力激发出来，也能够保障项目的质量。 Apache ShardingSphere 5.x 版本开始致力于可插拔架构，项目的功能组件能够灵活的以可插拔的方式进 是数据库基本能力的抽象，其所有组件均必须存在，但具体实现方式可通过可插拔的方式更换。主要包 括查询优化器、分布式事务引擎、分布式执行引擎、权限引擎和调度引擎等。 3.4. 可插拔架构 16 Apache ShardingSphere document, v5.1.1 L2 功能层 用于提供增量能力，其所有组件均是可选的，可以包含零至多个组件。组件之间完全隔离，互无感知，多 组件可通过叠加的方式相互

内核层、L2 功能层、L3 生态层。 L1 内核层 是数据库基本能力的抽象，其所有组件均必须存在，但具体实现方式可通过可插拔的方式更换。主要包 括查询优化器、分布式事务引擎、分布式执行引擎、权限引擎和调度引擎等。 L2 功能层 用于提供增量能力，其所有组件均是可选的，可以包含零至多个组件。组件之间完全隔离，互无感知，多 组件可通过叠加的方式相互配合使用。主要包括数据分片、读写分离、数据库高可用、数据加密、影子库 的方言和协议，访问 PostgreSQL 数据库，反之亦然。 3.6 流量治理 3.6.1 背景 随着数据规模的不断膨胀，使用多节点集群的分布式方式逐渐成为趋势。对集群整体视角的统一管理能 力，和针对单独组件细粒度的控制能力，是基于存算分离的现代数据库体系中不可或缺的功能。 3.6. 流量治理 36 Apache ShardingSphere document, v5.2.0 3.6.2 挑战 面对超负荷的流量下，针对某一节点进行熔断和限流，以保证整个数据库集群得以继续运行，是分布式 系统下对单一节点控制能力的挑战。 3.6.3 目标 实现从数据库到计算节点打通的一体化管理能力，在故障中为组件提供细粒度的控制能力，并尽可能的 提供自愈的可能，是 Apache ShardingSphere 管控模块的主要设计目标。 3.6.4 应用场景 计算节点过载保护 当 ShardingSphere