提供了两种运行模式，分别是单机模式和集群模式。 单机模式 能够将数据源和规则等元数据信息持久化，但无法将元数据同步至多个 Apache ShardingSphere 实例，无 法在集群环境中相互感知。通过某一实例更新元数据之后，会导致其他实例由于获取不到最新的元数据 而产生不一致的错误。 适用于工程师在本地搭建 Apache ShardingSphere 环境。 集群模式 提供了多个 Apache ShardingSphere 单点的访问量；分表虽然无法缓解数据库压力，但却能够提供尽量将分布式事务转化为本地事务的可能， 14 Apache ShardingSphere document, v5.2.0 一旦涉及到跨库的更新操作，分布式事务往往会使问题变得复杂。使用多主多从的分片方式，可以有效 的避免数据单点，从而提升数据架构的可用性。 通过分库和分表进行数据的拆分来使得各个表的数据量保持在阈值以下，以及对流量进行疏导应对高访 是基本可用、柔性状态和最终一致性这三个要素的缩写。 • 基本可用（Basically Available）保证分布式事务参与方不一定同时在线； • 柔性状态（Soft state）则允许系统状态更新有一定的延时，这个延时对客户来说不一定能够察觉； • 最终一致性（Eventually consistent）通常是通过消息传递的方式保证系统的最终一致性。 在 ACID 事务中对隔离性的要求很

提供了两种运行模式，分别是单机模式和集群模式。 4.1 单机模式 能够将数据源和规则等元数据信息持久化，但无法将元数据同步至多个 Apache ShardingSphere 实例，无 法在集群环境中相互感知。通过某一实例更新元数据之后，会导致其他实例由于获取不到最新的元数据 而产生不一致的错误。 适用于工程师在本地搭建 Apache ShardingSphere 环境。 4.2 集群模式 提供了多个 Apache 散对数据库 单点的访问量；分表虽然无法缓解数据库压力，但却能够提供尽量将分布式事务转化为本地事务的可能， 18 Apache ShardingSphere document 一旦涉及到跨库的更新操作，分布式事务往往会使问题变得复杂。使用多主多从的分片方式，可以有效 的避免数据单点，从而提升数据架构的可用性。 通过分库和分表进行数据的拆分来使得各个表的数据量保持在阈值以下，以及对流量进行疏导应对高访 是基本可用、柔性状态和最终一致性这三个要素的缩写。 • 基本可用（Basically Available）保证分布式事务参与方不一定同时在线； • 柔性状态（Soft state）则允许系统状态更新有一定的延时，这个延时对客户来说不一定能够察觉； • 最终一致性（Eventually consistent）通常是通过消息传递的方式保证系统的最终一致性。 在 ACID 事务中对隔离性的要求很

提供了两种运行模式，分别是单机模式和集群模式。 4.1 单机模式 能够将数据源和规则等元数据信息持久化，但无法将元数据同步至多个 Apache ShardingSphere 实例，无 法在集群环境中相互感知。通过某一实例更新元数据之后，会导致其他实例由于获取不到最新的元数据 而产生不一致的错误。 适用于工程师在本地搭建 Apache ShardingSphere 环境。 4.2 集群模式 提供了多个 Apache 散对数据库 单点的访问量；分表虽然无法缓解数据库压力，但却能够提供尽量将分布式事务转化为本地事务的可能， 18 Apache ShardingSphere document 一旦涉及到跨库的更新操作，分布式事务往往会使问题变得复杂。使用多主多从的分片方式，可以有效 的避免数据单点，从而提升数据架构的可用性。 通过分库和分表进行数据的拆分来使得各个表的数据量保持在阈值以下，以及对流量进行疏导应对高访 是基本可用、柔性状态和最终一致性这三个要素的缩写。 • 基本可用（Basically Available）保证分布式事务参与方不一定同时在线； • 柔性状态（Soft state）则允许系统状态更新有一定的延时，这个延时对客户来说不一定能够察觉； • 最终一致性（Eventually consistent）通常是通过消息传递的方式保证系统的最终一致性。 在 ACID 事务中对隔离性的要求很

提供了两种运行模式，分别是单机模式和集群模式。 4.1 单机模式 能够将数据源和规则等元数据信息持久化，但无法将元数据同步至多个 Apache ShardingSphere 实例，无 法在集群环境中相互感知。通过某一实例更新元数据之后，会导致其他实例由于获取不到最新的元数据 而产生不一致的错误。 适用于工程师在本地搭建 Apache ShardingSphere 环境。 4.2 集群模式 提供了多个 Apache 散对数据库 单点的访问量；分表虽然无法缓解数据库压力，但却能够提供尽量将分布式事务转化为本地事务的可能， 18 Apache ShardingSphere document 一旦涉及到跨库的更新操作，分布式事务往往会使问题变得复杂。使用多主多从的分片方式，可以有效 的避免数据单点，从而提升数据架构的可用性。 通过分库和分表进行数据的拆分来使得各个表的数据量保持在阈值以下，以及对流量进行疏导应对高访 是基本可用、柔性状态和最终一致性这三个要素的缩写。 • 基本可用（Basically Available）保证分布式事务参与方不一定同时在线； • 柔性状态（Soft state）则允许系统状态更新有一定的延时，这个延时对客户来说不一定能够察觉； • 最终一致性（Eventually consistent）通常是通过消息传递的方式保证系统的最终一致性。 在 ACID 事务中对隔离性的要求很

该源码库，做出更新，然后提交一个 pull request 吧。 你将成为本文档的最佳作者，MyBatis 的用户定会过来查阅的。 当前的国际化版本 当前的国际化版本 MyBatis 的其他语言版本： English Español 日本語 한국어 简体中文 你想使用本地语言来了解MyBatis吗？那就将它翻译成你的母语并提供给我们吧！ 最近更新: 24 五月 2015 最近更新: 24 五月 getResourceAsStream(resource); sqlSessionFactory = new SqlSessionFactoryBuilder().build(inputStream); 最近更新: 24 五月 2015 最近更新: 24 五月 2015 || 版本: 3.3.0 版本: 3.3.0 PDFmyURL - the best online web to pdf conversion service 最近更新: 24 五月 2015 最近更新: 24 五月 2015 || 版本: 3.3.0 版本: 3.3.0 Save web pages as PDF manually or automatically with

电话：400-618-9090 2.3 用户更新 2.3.1 在持久层接口中添加更新方法 /** * 更新用户 * @param user * @return 影响数据库记录的行数 */ int updateUser(User user); 2.3.2 在用户的映射配置文件中配置 2.3.3 加入更新的测试方法 @Test public void testUpdateUser()throws Exception{ //1.根据 id 查询 User user = userDao.findById(52); //2.更新操作 user.setAddress("北京市顺义区"); * @param user * @return 影响数据库记录的行数 */ int saveUser(User user); /** * 更新用户 * @param user 传智播客——专注于 Java、.Net 和 Php、网页平面设计工程师的培训 北京市昌平区建材城西路金燕龙办公楼一层 电话：400-618-9090

sql，再导入 sql_data.sql 脚本： 如下： 1.6 Mybatis 入门程序 1.6.1 需求 实现以下功能： 根据用户 id 查询一个用户信息 根据用户名称模糊查询用户信息列表 添加用户 更新用户 删除用户 1.6.2 第一步：创建 java 工程 使用 eclipse 创建 java 工程，jdk 使用 1.7.0_72。 1.6.3 第二步：加入 jar 包 加入 mybatis finally { if (sqlSession != null) { sqlSession.close(); } } } 1.6.7.4修改 1.6.7.4.1 映射文件 update user set username=#{username} username=#{username},birthday=#{birthday},sex=#{sex},address=#{address} where id=#{id} 1.6.7.4.2 测试程序 // 更新用户信息 @Test public void testUpdate() { // 数据库会话实例 SqlSession sqlSession = null; try { // 创建数据库会话实例sqlSession

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 10.3 为什么在代码或配置文件中修改了作业配置，注册中心配置却没有更新? . . . . . . . . . 89 10.4 作业与注册中心无法通信会如何? . . . . . . . . . . . . . . . . . . . . . . . . . . . 第一台服务器上线触发主服务器选举。主服务器一旦下线，则重新触发选举，选举过程中阻塞，只 有主服务器选举完成，才会执行其他任务。 • 某作业服务器上线时会自动将服务器信息注册到注册中心，下线时会自动更新服务器状态。 • 主节点选举，服务器上下线，分片总数变更均更新重新分片标记。 • 定时任务触发时，如需重新分片，则通过主服务器分片，分片过程中阻塞，分片结束后才可执行任 务。如分片过程中主服务器下线，则先选举主服务器，再分片。 则作业将一直运行下去；如果关闭流式处理，则作业只会在每次作业执行过程中执行一次 fetchData 和 processData 方法，随即完成本次作业。 如果采用流式作业处理方式，建议 processData 在处理数据后更新其状态，避免 fetchData 再次抓取到， 从而使得作业永不停止。 6.1. 使用手册 24 Apache ShardingSphere ElasticJob document 脚本作业

v5.1.1 3.2.3 单机模式 能够将数据源和规则等元数据信息持久化，但无法将元数据同步至多个 Apache ShardingSphere 实例，无 法在集群环境中相互感知。通过某一实例更新元数据之后，会导致其他实例由于获取不到最新的元数据 而产生不一致的错误。适用于工程师在本地搭建 Apache ShardingSphere 环境。 3.2.4 集群模式 提供了多个 Apache 效的避免由数据量超过可承受阈值而产生的查询瓶颈。除此之外，分库还能够用于有效的分散对数据库 单点的访问量；分表虽然无法缓解数据库压力，但却能够提供尽量将分布式事务转化为本地事务的可能， 一旦涉及到跨库的更新操作，分布式事务往往会使问题变得复杂。使用多主多从的分片方式，可以有效 的避免数据单点，从而提升数据架构的可用性。 通过分库和分表进行数据的拆分来使得各个表的数据量保持在阈值以下，以及对流量进行疏导应对高访 是基本可用、柔性状态和最终一致性这三个要素的缩写。 • 基本可用（Basically Available）保证分布式事务参与方不一定同时在线； • 柔性状态（Soft state）则允许系统状态更新有一定的延时，这个延时对客户来说不一定能够察觉； • 最终一致性（Eventually consistent）通常是通过消息传递的方式保证系统的最终一致性。 在 ACID 事务中对隔离性的要求很

v5.1.0 3.2.3 单机模式 能够将数据源和规则等元数据信息持久化，但无法将元数据同步至多个 Apache ShardingSphere 实例，无 法在集群环境中相互感知。通过某一实例更新元数据之后，会导致其他实例由于获取不到最新的元数据 而产生不一致的错误。适用于工程师在本地搭建 Apache ShardingSphere 环境。 3.2.4 集群模式 提供了多个 Apache 效的避免由数据量超过可承受阈值而产生的查询瓶颈。除此之外，分库还能够用于有效的分散对数据库 单点的访问量；分表虽然无法缓解数据库压力，但却能够提供尽量将分布式事务转化为本地事务的可能， 一旦涉及到跨库的更新操作，分布式事务往往会使问题变得复杂。使用多主多从的分片方式，可以有效 的避免数据单点，从而提升数据架构的可用性。 通过分库和分表进行数据的拆分来使得各个表的数据量保持在阈值以下，以及对流量进行疏导应对高访 是基本可用、柔性状态和最终一致性这三个要素的缩写。 • 基本可用（Basically Available）保证分布式事务参与方不一定同时在线； • 柔性状态（Soft state）则允许系统状态更新有一定的延时，这个延时对客户来说不一定能够察觉； • 最终一致性（Eventually consistent）通常是通过消息传递的方式保证系统的最终一致性。 在 ACID 事务中对隔离性的要求很