积分充值
 首页
前端开发
AngularDartElectronFlutterHTML/CSSJavaScriptReactSvelteTypeScriptVue.js构建工具
后端开发
.NetC#C++C语言DenoffmpegGoIdrisJavaJuliaKotlinLeanMakefilenimNode.jsPascalPHPPythonRISC-VRubyRustSwiftUML其它语言区块链开发测试微服务敏捷开发架构设计汇编语言
数据库
Apache DorisApache HBaseCassandraClickHouseFirebirdGreenplumMongoDBMySQLPieCloudDBPostgreSQLRedisSQLSQLiteTiDBVitess数据库中间件数据库工具数据库设计
系统运维
AndroidDevOpshttpdJenkinsLinuxPrometheusTraefikZabbix存储网络与安全
云计算&大数据
Apache APISIXApache FlinkApache KarafApache KyuubiApache OzonedaprDockerHadoopHarborIstioKubernetesOpenShiftPandasrancherRocketMQServerlessService MeshVirtualBoxVMWare云原生CNCF机器学习边缘计算
综合其他
BlenderGIMPKiCadKritaWeblate产品与服务人工智能亿图数据可视化版本控制笔试面试
文库资料
前端
AngularAnt DesignBabelBootstrapChart.jsCSS3EchartsElectronHighchartsHTML/CSSHTML5JavaScriptJerryScriptJestReactSassTypeScriptVue前端工具小程序
后端
.NETApacheC/C++C#CMakeCrystalDartDenoDjangoDubboErlangFastifyFlaskGinGoGoFrameGuzzleIrisJavaJuliaLispLLVMLuaMatplotlibMicronautnimNode.jsPerlPHPPythonQtRPCRubyRustR语言ScalaShellVlangwasmYewZephirZig算法
移动端
AndroidAPP工具FlutterFramework7HarmonyHippyIoniciOSkotlinNativeObject-CPWAReactSwiftuni-appWeex
数据库
ApacheArangoDBCassandraClickHouseCouchDBCrateDBDB2DocumentDBDorisDragonflyDBEdgeDBetcdFirebirdGaussDBGraphGreenPlumHStreamDBHugeGraphimmudbIndexedDBInfluxDBIoTDBKey-ValueKitDBLevelDBM3DBMatrixOneMilvusMongoDBMySQLNavicatNebulaNewSQLNoSQLOceanBaseOpenTSDBOracleOrientDBPostgreSQLPrestoDBQuestDBRedisRocksDBSequoiaDBServerSkytableSQLSQLiteTiDBTiKVTimescaleDBYugabyteDB关系型数据库数据库数据库ORM数据库中间件数据库工具时序数据库
云计算&大数据
ActiveMQAerakiAgentAlluxioAntreaApacheApache APISIXAPISIXBFEBitBookKeeperChaosChoerodonCiliumCloudStackConsulDaprDataEaseDC/OSDockerDrillDruidElasticJobElasticSearchEnvoyErdaFlinkFluentGrafanaHadoopHarborHelmHudiInLongKafkaKnativeKongKubeCubeKubeEdgeKubeflowKubeOperatorKubernetesKubeSphereKubeVelaKumaKylinLibcloudLinkerdLonghornMeiliSearchMeshNacosNATSOKDOpenOpenEBSOpenKruiseOpenPitrixOpenSearchOpenStackOpenTracingOzonePaddlePaddlePolicyPulsarPyTorchRainbondRancherRediSearchScikit-learnServerlessShardingSphereShenYuSparkStormSupersetXuperChainZadig云原生CNCF人工智能区块链数据挖掘机器学习深度学习算法工程边缘计算
UI&美工&设计
BlenderKritaSketchUI设计
网络&系统&运维
AnsibleApacheAWKCeleryCephCI/CDCurveDevOpsGoCDHAProxyIstioJenkinsJumpServerLinuxMacNginxOpenRestyPrometheusServertraefikTrafficUnixWindowsZabbixZipkin安全防护系统内核网络运维监控
综合其它
文章资讯
 上传文档  发布文章  登录账户
IT文库
  • 综合
  • 文档
  • 文章

无数据

分类

全部数据库(18)数据库中间件(18)

语言

全部中文(简体)(13)

格式

全部PDF文档 PDF(18)
 
本次搜索耗时 0.110 秒,为您找到相关结果约 18 个.
  • 全部
  • 数据库
  • 数据库中间件
  • 全部
  • 中文(简体)
  • 全部
  • PDF文档 PDF
  • 默认排序
  • 最新排序
  • 页数排序
  • 大小排序
  • 全部时间
  • 最近一天
  • 最近一周
  • 最近一个月
  • 最近三个月
  • 最近半年
  • 最近一年
  • pdf文档 Apache ShardingSphere 中文文档 5.4.1

    ShardingSphere document • 业务零侵入 面对数据库替换场景,ShardingSphere 可满足业务无需改造,实现平滑业务迁移。 • 运维低成本 在保留原技术栈不变前提下,对 DBA 学习、管理成本低,交互友好。 • 安全稳定 基于成熟数据库底座之上提供增量能力,兼顾安全性及稳定性。 • 弹性扩展 具备计算、存储平滑在线扩展能力,可满足业务多变的需求。 • 开放生态 通过 ShardingSphere‐JDBC 和 ShardingSphere‐Proxy,并采用同一注册中心统一配置分片策略,能够灵活的搭建适用于各种场景的应 用系统,使得架构师更加自由地调整适合于当前业务的最佳系统架构。 3.3. 混合部署架构 8 Apache ShardingSphere document 3.3. 混合部署架构 9 4 运行模式 Apache ShardingSphere 垂直分片 按照业务拆分的方式称为垂直分片,又称为纵向拆分,它的核心理念是专库专用。在拆分之前,一个数 据库由多个数据表构成,每个表对应着不同的业务。而拆分之后,则是按照业务将表进行归类,分布到 不同的数据库中,从而将压力分散至不同的数据库。下图展示了根据业务需要,将用户表和订单表垂直 分片到不同的数据库的方案。 垂直分片往往需要对架构和设计进行调整。通常来讲,是来不及应对互联网业务需求快速变化的;而且,
    0 码力 | 530 页 | 4.49 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.3.2

    ShardingSphere document • 业务零侵入 面对数据库替换场景,ShardingSphere 可满足业务无需改造,实现平滑业务迁移。 • 运维低成本 在保留原技术栈不变前提下,对 DBA 学习、管理成本低,交互友好。 • 安全稳定 基于成熟数据库底座之上提供增量能力,兼顾安全性及稳定性。 • 弹性扩展 具备计算、存储平滑在线扩展能力,可满足业务多变的需求。 • 开放生态 通过 ShardingSphere‐JDBC 和 ShardingSphere‐Proxy,并采用同一注册中心统一配置分片策略,能够灵活的搭建适用于各种场景的应 用系统,使得架构师更加自由地调整适合于当前业务的最佳系统架构。 3.3. 混合部署架构 8 Apache ShardingSphere document 3.3. 混合部署架构 9 4 运行模式 Apache ShardingSphere 垂直分片 按照业务拆分的方式称为垂直分片,又称为纵向拆分,它的核心理念是专库专用。在拆分之前,一个数 据库由多个数据表构成,每个表对应着不同的业务。而拆分之后,则是按照业务将表进行归类,分布到 不同的数据库中,从而将压力分散至不同的数据库。下图展示了根据业务需要,将用户表和订单表垂直 分片到不同的数据库的方案。 垂直分片往往需要对架构和设计进行调整。通常来讲,是来不及应对互联网业务需求快速变化的;而且,
    0 码力 | 508 页 | 4.44 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere v5.5.0 中文文档

    ShardingSphere document • 业务零侵入 面对数据库替换场景,ShardingSphere 可满足业务无需改造,实现平滑业务迁移。 • 运维低成本 在保留原技术栈不变前提下,对 DBA 学习、管理成本低,交互友好。 • 安全稳定 基于成熟数据库底座之上提供增量能力,兼顾安全性及稳定性。 • 弹性扩展 具备计算、存储平滑在线扩展能力,可满足业务多变的需求。 • 开放生态 通过 ShardingSphere‐JDBC 和 ShardingSphere‐Proxy,并采用同一注册中心统一配置分片策略,能够灵活的搭建适用于各种场景的应 用系统,使得架构师更加自由地调整适合于当前业务的最佳系统架构。 3.3. 混合部署架构 8 Apache ShardingSphere document 3.3. 混合部署架构 9 4 运行模式 Apache ShardingSphere 垂直分片 按照业务拆分的方式称为垂直分片,又称为纵向拆分,它的核心理念是专库专用。在拆分之前,一个数 据库由多个数据表构成,每个表对应着不同的业务。而拆分之后,则是按照业务将表进行归类,分布到 不同的数据库中,从而将压力分散至不同的数据库。下图展示了根据业务需要,将用户表和订单表垂直 分片到不同的数据库的方案。 垂直分片往往需要对架构和设计进行调整。通常来讲,是来不及应对互联网业务需求快速变化的;而且,
    0 码力 | 557 页 | 4.61 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.2.0

    . . . . . . . . . . . . . . . . . . . . . . . . 41 新上线业务 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 成熟业务 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 367 新上线业务 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 367 已上线业务改造 . . . . . . . . . . . . . . . . . . . . . . . . . . . 事务能力,是保障数据库完整、安全的关键技术,也是数据库的核心技术之一。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
    0 码力 | 449 页 | 5.85 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.1.0

    . . . . . . . . . . . . . . . . . . . . . . . 256 新上线业务 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 256 已上线业务改造 . . . . . . . . . . . . . . . . . . . . . . . . . . . ShardingSphere‐JDBC 和 ShardingSphere‐Proxy,并采用同一注册中心统一配置分片策略,能够灵活的搭建适用于各种场景的应 用系统,使得架构师更加自由地调整适合于当前业务的最佳系统架构。 1.1. 简介 4 Apache ShardingSphere document, v5.1.0 1.2 解决方案 解决方案/功能 分布式数据库 数据安全 • 数据库网关 ShardingSphere‐JDBC 和 ShardingSphere‐Proxy,并采用同一注册中心统一配置分片策略,能够灵活的搭建适用于各种场景的应 用系统,使得架构师更加自由地调整适合于当前业务的最佳系统架构。 3.1. 接入端 12 Apache ShardingSphere document, v5.1.0 3.2 运行模式 3.2.1 背景 Apache ShardingSphere
    0 码力 | 406 页 | 4.40 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.1.1

    . . . . . . . . . . . . . . . . . . . . . . . 261 新上线业务 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261 已上线业务改造 . . . . . . . . . . . . . . . . . . . . . . . . . . . ShardingSphere‐JDBC 和 ShardingSphere‐Proxy,并采用同一注册中心统一配置分片策略,能够灵活的搭建适用于各种场景的应 用系统,使得架构师更加自由地调整适合于当前业务的最佳系统架构。 1.1. 简介 4 Apache ShardingSphere document, v5.1.1 1.2 解决方案 解决方案/功能 分布式数据库 数据安全 • 数据库网关 ShardingSphere‐JDBC 和 ShardingSphere‐Proxy,并采用同一注册中心统一配置分片策略,能够灵活的搭建适用于各种场景的应 用系统,使得架构师更加自由地调整适合于当前业务的最佳系统架构。 3.1. 接入端 12 Apache ShardingSphere document, v5.1.1 3.2 运行模式 3.2.1 背景 Apache ShardingSphere
    0 码力 | 409 页 | 4.47 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.1.2

    . . . . . . . . . . . . . . . . . . . . . . . 272 新上线业务 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 272 已上线业务改造 . . . . . . . . . . . . . . . . . . . . . . . . . . . ShardingSphere‐JDBC 和 ShardingSphere‐Proxy,并采用同一注册中心统一配置分片策略,能够灵活的搭建适用于各种场景的应 用系统,使得架构师更加自由地调整适合于当前业务的最佳系统架构。 1.1. 简介 4 Apache ShardingSphere document, v5.1.2 1.2 解决方案 解决方案/功能 分布式数据库 数据安全 • 数据库网关 ShardingSphere‐JDBC 和 ShardingSphere‐Proxy,并采用同一注册中心统一配置分片策略,能够灵活的搭建适用于各种场景的应 用系统,使得架构师更加自由地调整适合于当前业务的最佳系统架构。 3.1. 接入端 12 Apache ShardingSphere document, v5.1.2 3.2 运行模式 3.2.1 背景 Apache ShardingSphere
    0 码力 | 446 页 | 4.67 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.0.0-alpha

    ShardingSphere‐JDBC 和 ShardingSphere‐Proxy,并采用同一注册中心统一配置分片策略,能够灵活的搭建适用于各种场景的应 用系统,使得架构师更加自由地调整适合与当前业务的最佳系统架构。 1.2 功能列表 1.2.1 数据分片 • 分库 & 分表 • 读写分离 • 分片策略定制化 • 无中心化分布式主键 1.2.2 分布式事务 • 标准化事务接口 • 垂直分片 按照业务拆分的方式称为垂直分片,又称为纵向拆分,它的核心理念是专库专用。在拆分之前,一个数 据库由多个数据表构成,每个表对应着不同的业务。而拆分之后,则是按照业务将表进行归类,分布到 不同的数据库中,从而将压力分散至不同的数据库。下图展示了根据业务需要,将用户表和订单表垂直 分片到不同的数据库的方案。 垂直分片往往需要对架构和设计进行调整。通常来讲,是来不及应对互联网业务需求快速变化的;而且, 量和访问量带来的问题,但无法根治。如果垂 直拆分之后,表中的数据量依然超过单节点所能承载的阈值,则需要水平分片来进一步处理。 水平分片 水平分片又称为横向拆分。相对于垂直分片,它不再将数据根据业务逻辑分类,而是通过某个字段(或 某几个字段),根据某种规则将数据分散至多个库或表中,每个分片仅包含数据的一部分。例如:根据主 键分片,偶数主键的记录放入 0 库(或表),奇数主键的记录放入 1 库(或表),如下图所示。
    0 码力 | 301 页 | 3.44 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.0.0

    . . . . . . . . . . . . . . . . . . . . . . . 259 新上线业务 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259 已上线业务改造 . . . . . . . . . . . . . . . . . . . . . . . . . . . ShardingSphere‐JDBC 和 ShardingSphere‐Proxy,并采用同一注册中心统一配置分片策略,能够灵活的搭建适用于各种场景的应 用系统,使得架构师更加自由地调整适合与当前业务的最佳系统架构。 1.1. 简介 4 Apache ShardingSphere document, v5.0.0 1.2 解决方案 解决方案/功能 分布式数据库 数据安全 • 数据库网关 ShardingSphere‐JDBC 和 ShardingSphere‐Proxy,并采用同一注册中心统一配置分片策略,能够灵活的搭建适用于各种场景的应 用系统,使得架构师更加自由地调整适合与当前业务的最佳系统架构。 3.1. 接入端 12 Apache ShardingSphere document, v5.0.0 3.2 运行模式 3.2.1 背景 为满足用户快速测试启动、单机运行以及集群运行等不同的需求,Apache
    0 码力 | 385 页 | 4.26 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere ElasticJob 中文文档 2023 年 11 月 01 日

    ShardingSphere 的子项目。欢迎通过邮件列表参与讨论。 1 1 简介 使用 ElasticJob 能够让开发工程师不再担心任务的线性吞吐量提升等非功能需求,使他们能够更加专注 于面向业务编码设计;同时,它也能够解放运维工程师,使他们不必再担心任务的可用性和相关管理需 求,只通过轻松的增加服务节点即可达到自动化运维的目的。 ElasticJob 定位为轻量级无中心化解决方案,使用 基于有向无环图(DAG)的作业间依赖 – 基于有向无环图(DAG)的作业分片间依赖 • 作业开放生态 – 可扩展的作业类型统一接口 – 丰富的作业类型库,如数据流、脚本、HTTP、文件、大数据等 – 易于对接业务作业,能够与 Spring 依赖注入无缝整合 • 可视化管控端 – 作业管控端 – 作业执行历史数据追踪 – 注册中心管理 3 3 环境要求 3.1 Java 请使用 Java 8 1 调度模型 ElasticJob 是面向进程内的线程级调度框架。通过它,作业能够透明化的与业务应用系统相结合。它能够 方便的与 Spring 、Dubbo 等 Java 框架配合使用,在作业中可自由使用 Spring 注入的 Bean,如数据源连 接池、Dubbo 远程服务等,更加方便的贴合业务开发。 5.2 弹性调度 弹性调度是 ElasticJob 最重要的功能,也是这款产品名称的由来。它是一款能够让任务通过分片进行水
    0 码力 | 98 页 | 1.97 MB | 1 年前
    3
共 18 条
  • 1
  • 2
前往
页
相关搜索词
ApacheShardingSphere中文文档5.45.3v55.05.25.1alphaElasticJob20231101
IT文库
关于我们 文库协议 联系我们 意见反馈 免责声明
本站文档数据由用户上传或本站整理自互联网,不以营利为目的,供所有人免费下载和学习使用。如侵犯您的权益,请联系我们进行删除。
IT文库 ©1024 - 2025 | 站点地图
Powered By MOREDOC AI v3.3.0-beta.70
  • 关注我们的公众号【刻舟求荐】,给您不一样的精彩
    关注我们的公众号【刻舟求荐】,给您不一样的精彩