Apache ShardingSphere 是一款开源的分布式数据库生态项目，由 JDBC 和 Proxy 两款产品组成。其核心 采用微内核 + 可插拔架构，通过插件开放扩展功能。它提供多源异构数据库增强平台，进而围绕其上层 构建生态。 Apache ShardingSphere 设计哲学为 Database Plus，旨在构建异构数据库上层的标准和生态。它关注如 何充分合理地利用数据库的计算和存 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 计算服务访问；同时可感知并利用底层数据库自身高可用实现整体的高可用能力。 数 据 迁移 数据迁移，是打通数据生态的关键能力。SharingSphere ShardingSphere‐JDBC 接入端，可以满足高并发的 OLTP 场景下的性能要求。 海量数据实时分析 OLAP 场景 在传统的数据库架构中，如果用户想要进行数据分析，需要先使用 ETL 工具，将数据同步至数据平台中， 然后再进行数据分析，使用 ETL 工具会导致数据分析的实效性大打折扣。ShardingSphere‐Proxy 提供静 态入口以及异构语言的支持，独立于应用程序部署，适用于实时分析的 OLAP

ShardingSphere‐JDBC 接入端，可以满足高并发的 OLTP 场景下的性能要求。 海量数据实时分析 OLAP 场景 在传统的数据库架构中，如果用户想要进行数据分析，需要先使用 ETL 工具，将数据同步至数据平台中， 然后再进行数据分析，使用 ETL 工具会导致数据分析的实效性大打折扣。ShardingSphere‐Proxy 提供静 态入口以及异构语言的支持，独立于应用程序部署，适用于实时分析的 OLAP ShardingSphere document 8.4.2 挑战 多样化的数据库的存在，使访问数据库的 SQL 方言难于标准化，工程师需要针对不同种类的数据库使用 不同的方言，缺乏统一化的查询平台。 将不同类型的数据库方言自动翻译为后端数据库所使用的方言，让工程师可以使用任意一种数据库方言 访问所有的后端异构数据库，可以极大的降低开发和维护成本。 8.4.3 目标 SQL 方言的自动翻译，是 的对 接也变得异常复杂，ShardingSphere 数据库网关可以屏蔽业务应用与底层多元化数据库之间连接，同时 为不同的业务场景提供统一的访问协议和语法体系，能够帮助企业快速打造统一的数据访问平台。 8.4.5 核心概念 SQL 方言 SQL 方言也就是数据库方言，指的是某些数据库产品除了支持 SQL 之外，还会有一些自己独有的语法，这 就称之为方言，不同的数据库产品，也可能会有不同的

ShardingSphere‐JDBC 接入端，可以满足高并发的 OLTP 场景下的性能要求。 海量数据实时分析 OLAP 场景 在传统的数据库架构中，如果用户想要进行数据分析，需要先使用 ETL 工具，将数据同步至数据平台中， 然后再进行数据分析，使用 ETL 工具会导致数据分析的实效性大打折扣。ShardingSphere‐Proxy 提供静 态入口以及异构语言的支持，独立于应用程序部署，适用于实时分析的 OLAP ShardingSphere document 8.4.2 挑战 多样化的数据库的存在，使访问数据库的 SQL 方言难于标准化，工程师需要针对不同种类的数据库使用 不同的方言，缺乏统一化的查询平台。 将不同类型的数据库方言自动翻译为后端数据库所使用的方言，让工程师可以使用任意一种数据库方言 访问所有的后端异构数据库，可以极大的降低开发和维护成本。 8.4.3 目标 SQL 方言的自动翻译，是 的对 接也变得异常复杂，ShardingSphere 数据库网关可以屏蔽业务应用与底层多元化数据库之间连接，同时 为不同的业务场景提供统一的访问协议和语法体系，能够帮助企业快速打造统一的数据访问平台。 8.4.5 核心概念 SQL 方言 SQL 方言也就是数据库方言，指的是某些数据库产品除了支持 SQL 之外，还会有一些自己独有的语法，这 就称之为方言，不同的数据库产品，也可能会有不同的

ShardingSphere‐JDBC 接入端，可以满足高并发的 OLTP 场景下的性能要求。 海量数据实时分析 OLAP 场景 在传统的数据库架构中，如果用户想要进行数据分析，需要先使用 ETL 工具，将数据同步至数据平台中， 然后再进行数据分析，使用 ETL 工具会导致数据分析的实效性大打折扣。ShardingSphere‐Proxy 提供静 态入口以及异构语言的支持，独立于应用程序部署，适用于实时分析的 OLAP ShardingSphere document 8.4.2 挑战 多样化的数据库的存在，使访问数据库的 SQL 方言难于标准化，工程师需要针对不同种类的数据库使用 不同的方言，缺乏统一化的查询平台。 将不同类型的数据库方言自动翻译为后端数据库所使用的方言，让工程师可以使用任意一种数据库方言 访问所有的后端异构数据库，可以极大的降低开发和维护成本。 8.4.3 目标 SQL 方言的自动翻译，是 的对 接也变得异常复杂，ShardingSphere 数据库网关可以屏蔽业务应用与底层多元化数据库之间连接，同时 为不同的业务场景提供统一的访问协议和语法体系，能够帮助企业快速打造统一的数据访问平台。 8.4.5 核心概念 SQL 方言 SQL 方言也就是数据库方言，指的是某些数据库产品除了支持 SQL 之外，还会有一些自己独有的语法，这 就称之为方言，不同的数据库产品，也可能会有不同的

够较为准确地反应系统真实容量水平 和性能。 4.8.2 挑战 全链路压测是一项复杂而庞大的工作。需要各个微服务、中间件之间配合与调整，以应对不同流量以及压 测标识的透传。通常会搭建一整套压测平台以适用不同测试计划。在数据库层面需要做好数据隔离，为 了保证生产数据的可靠性与完整性，需要将压测产生的数据路由到压测环境数据库，防止压测数据对生 产数据库中真实数据造成污染。这就要求业务应用在执行 分类，将相应的 SQL 路由到与之对应的数据源。 4.8.3 目标 Apache ShardingSphere 关注于全链路压测场景下，数据库层面的解决方案。基于内核的 SQL 解析能力， 以及可插拔平台架构，实现压测数据与生产数据的隔离，帮助应用自动路由，支持全链路压测，是 Apache ShardingSphere 影子数据库模块的主要设计目标。 4.8.4 核心概念 影子库开关 影子库 属性 Spring Bean Id schema‐name (?) 属性 JDBC 数据源别名 data‐source‐names 标签 数据源名称，多个数据源以逗号 分隔 rule‐refs 标签 规则名称，多个规则以逗号分隔 props (?) 标签 属性配置，详情请参见‘属性配 置

0 码力 | 385 页 | 4.26 MB | 1 年前

3

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，进而做到使分布式数据库具有的弹性伸缩的能力。在 准确地反应系统 真实容量水平和性能。 3.7.2 挑战 全链路压测是一项复杂而庞大的工作，需要各个中间件、微服务之间相应的调整与配合，以应对不同流 量以及压测标识的透传，通常应该有一整套压测平台与测试计划。其中，在数据库层面，为了保证生产 数据的可靠性与完整性，做好数据隔离，需要将压测的数据请求打入影子库，以防压测数据写入生产数 据库而对真实数据造成污染。这就要求业务应用在执行 SQL 类，将相应的 SQL 路由到与之对应的数据源。 3.7.3 目标 Apache ShardingSphere 关注于全链路压测场景下，数据库层面的解决方案。基于内核的 SQL 解析能力， 以及可插拔平台架构，实现压测数据与生产数据的隔离，帮助应用自动路由，支持全链路压测，是 Apache ShardingSphere 影子数据库模块的主要设计目标。 3.7.4 核心概念 影子字段 判断该条

试结果能够准确地反应系统真实容量和性能水平。 4.9.2 挑战 全链路压测是一项复杂而庞大的工作。需要各个微服务、中间件之间配合与调整，以应对不同流量以及压 测标识的透传。通常会搭建一整套压测平台以适用不同测试计划。在数据库层面需要做好数据隔离，为 了保证生产数据的可靠性与完整性，需要将压测产生的数据路由到压测环境数据库，防止压测数据对生 产数据库中真实数据造成污染。这就要求业务应用在执行 Spring Bean Id schema‐name (?) 属性 JDBC 数据源别名 data‐source‐names 标签 数据源名称，多个数据源以逗号分隔 rule‐refs 标签 规则名称，多个规则以逗号分隔 mode (?) 标签 运行模式配置 props (?) 标签 属性配置，详情请参见属性配置 配置示例

0 码力 | 409 页 | 4.47 MB | 1 年前

3

试结果能够准确地反应系统真实容量和性能水平。 4.9.2 挑战 全链路压测是一项复杂而庞大的工作。需要各个微服务、中间件之间配合与调整，以应对不同流量以及压 测标识的透传。通常会搭建一整套压测平台以适用不同测试计划。在数据库层面需要做好数据隔离，为 了保证生产数据的可靠性与完整性，需要将压测产生的数据路由到压测环境数据库，防止压测数据对生 产数据库中真实数据造成污染。这就要求业务应用在执行 Bean Id schema‐name (?) 属性 JDBC 数据源别名 data‐source‐names 标签 数据源名称，多个数据源以逗号 分隔 rule‐refs 标签 规则名称，多个规则以逗号分隔 mode (?) 标签 运行模式配置 props (?) 标签 属性配置，详情请参见‘属性配 置 标签 持久化仓库所需属性 配置示例

0 码力 | 406 页 | 4.40 MB | 1 年前

3

试结果能够准确地反应系统真实容量和性能水平。 4.9.2 挑战 全链路压测是一项复杂而庞大的工作。需要各个微服务、中间件之间配合与调整，以应对不同流量以及压 测标识的透传。通常会搭建一整套压测平台以适用不同测试计划。在数据库层面需要做好数据隔离，为 了保证生产数据的可靠性与完整性，需要将压测产生的数据路由到压测环境数据库，防止压测数据对生 产数据库中真实数据造成污染。这就要求业务应用在执行 Bean Id database‐name (?) 属性 JDBC 数据源别名 data‐source‐names 标签 数据源名称，多个数据源以逗号分隔 rule‐refs 标签 规则名称，多个规则以逗号分隔 mode (?) 标签 运行模式配置 props (?) 标签 属性配置，详情请参见属性配置 配置示例

0 码力 | 446 页 | 4.67 MB | 1 年前

3

id ); } 2) 完成两个绑定 1 Mapper 接口与 Mapper 映射文件的绑定 在 Mppper 映射文件中的标签中的 namespace 中必须指定 Mapper 接口 的全类名 2 Mapper 映射文件中的增删改查标签的 id 必须指定成 Mapper 接口中的方法名. 3) 获取 Mapper 接口的代理实现类对象 @Test public void test() environments 环境配置 1) MyBatis 可以配置多种环境，比如开发、测试和生产环境需要有不同的配置 2) 每种环境使用一个 environment 标签进行配置并指定唯一标识符 3) 可以通过 environments 标签中的 default 属性指定一个环境的标识符来快速的切换环境 JAVAEE 课程系列 ————————————————————————————— 13 更多 识 Property-value：为标识起一个别名，方便 SQL 语句使用 databaseId 属性引用 3) 配置了 databaseIdProvider 后，在 SQL 映射文件中的增删改查标签中使用 databaseId 来指定数据库标识的别名

0 码力 | 44 页 | 926.54 KB | 1 年前

3

共 16 条

• 1
• 2

前往