SQL 中表的逻辑标识。例：订单数据根据主键尾数拆 分为 10 张表，分别是 t_order_0 到 t_order_9，他们的逻辑表名为 t_order。 真实表 在水平拆分的数据库中真实存在的物理表。即上个示例中的 t_order_0 到 t_order_9。 绑定表 指分片规则一致的一组分片表。使用绑定表进行多表关联查询时，必须使用分片键进行关联，否则会出现笛 卡尔积关联或跨库关联，从而影响查询效率。例如：t_order 分片算法语法糖，用于便捷的托管所有数据节点，使用者无需关注真实表的物理分布。包括取模、哈希、 范围、时间等常用分片算法的实现。 4.3. 数据分片 29 Apache ShardingSphere document, v5.1.1 自定义分片算法 提供接口让应用开发者自行实现与业务实现紧密相关的分片算法，并允许使用者自行管理真实表的物理 分布。自定义分片算法又分为： • 标准分片算法 用于处理使用单一键作为分片键的 通过一主多从的配置方式，可以将查询请求均匀的分散到多个数据副本，能够进一步的提升系统的处理 能力。使用多主多从的方式，不但能够提升系统的吞吐量，还能够提升系统的可用性，可以达到在任何 一个数据库宕机，甚至磁盘物理损坏的情况下仍然不影响系统的正常运行。 与将数据根据分片键打散至各个数据节点的水平分片不同，读写分离则是根据 SQL 语义的分析，将读操 作和写操作分别路由至主库与从库。 读写分离的数据节点中

SQL 中表的逻辑标识。例：订单数据根据主键尾数拆 分为 10 张表，分别是 t_order_0 到 t_order_9，他们的逻辑表名为 t_order。 真实表 在水平拆分的数据库中真实存在的物理表。即上个示例中的 t_order_0 到 t_order_9。 绑定表 指分片规则一致的主表和子表。使用绑定表进行多表关联查询时，必须使用分片键进行关联，否则会出现笛 卡尔积关联或跨库关联，从而影响查询效率。例如：t_order 分片算法语法糖，用于便捷的托管所有数据节点，使用者无需关注真实表的物理分布。包括取模、哈希、 范围、时间等常用分片算法的实现。 4.3. 数据分片 29 Apache ShardingSphere document, v5.1.0 自定义分片算法 提供接口让应用开发者自行实现与业务实现紧密相关的分片算法，并允许使用者自行管理真实表的物理 分布。自定义分片算法又分为： • 标准分片算法 用于处理使用单一键作为分片键的 通过一主多从的配置方式，可以将查询请求均匀的分散到多个数据副本，能够进一步的提升系统的处理 能力。使用多主多从的方式，不但能够提升系统的吞吐量，还能够提升系统的可用性，可以达到在任何 一个数据库宕机，甚至磁盘物理损坏的情况下仍然不影响系统的正常运行。 与将数据根据分片键打散至各个数据节点的水平分片不同，读写分离则是根据 SQL 语义的分析，将读操 作和写操作分别路由至主库与从库。 4.5. 读写分离 49

SQL 中表的逻辑标识。例：订单数据根据主键尾数拆 分为 10 张表，分别是 t_order_0 到 t_order_9，他们的逻辑表名为 t_order。 真实表 在水平拆分的数据库中真实存在的物理表。即上个示例中的 t_order_0 到 t_order_9。 绑定表 指分片规则一致的一组分片表。使用绑定表进行多表关联查询时，必须使用分片键进行关联，否则会出现笛 卡尔积关联或跨库关联，从而影响查询效率。例如：t_order 分片算法语法糖，用于便捷的托管所有数据节点，使用者无需关注真实表的物理分布。包括取模、哈希、 范围、时间等常用分片算法的实现。 4.3. 数据分片 29 Apache ShardingSphere document, v5.1.2 自定义分片算法 提供接口让应用开发者自行实现与业务实现紧密相关的分片算法，并允许使用者自行管理真实表的物理 分布。自定义分片算法又分为： • 标准分片算法 用于处理使用单一键作为分片键的 通过一主多从的配置方式，可以将查询请求均匀的分散到多个数据副本，能够进一步的提升系统的处理 能力。使用多主多从的方式，不但能够提升系统的吞吐量，还能够提升系统的可用性，可以达到在任何 一个数据库宕机，甚至磁盘物理损坏的情况下仍然不影响系统的正常运行。 与将数据根据分片键打散至各个数据节点的水平分片不同，读写分离则是根据 SQL 语义的分析，将读操 作和写操作分别路由至主库与从库。 4.5. 读写分离 50

SQL 中表的逻辑标识。例：订单数据根据主键尾数拆 分为 10 张表，分别是 t_order_0 到 t_order_9，他们的逻辑表名为 t_order。 真实表 在水平拆分的数据库中真实存在的物理表。即上个示例中的 t_order_0 到 t_order_9。 绑定表 指分片规则一致的主表和子表。例如：t_order 表和 t_order_item 表，均按照 order_id 分片，则 分片算法语法糖，用于便捷的托管所有数据节点，使用者无需关注真实表的物理分布。包括取模、哈希、 范围、时间等常用分片算法的实现。 4.2. 数据分片 24 Apache ShardingSphere document, v5.0.0 自定义分片算法 提供接口让应用开发者自行实现与业务实现紧密相关的分片算法，并允许使用者自行管理真实表的物理 分布。自定义分片算法又分为： • 标准分片算法 用于处理使用单一键作为分片键的 通过一主多从的配置方式，可以将查询请求均匀的分散到多个数据副本，能够进一步的提升系统的处理 能力。使用多主多从的方式，不但能够提升系统的吞吐量，还能够提升系统的可用性，可以达到在任何 一个数据库宕机，甚至磁盘物理损坏的情况下仍然不影响系统的正常运行。 与将数据根据分片键打散至各个数据节点的水平分片不同，读写分离则是根据 SQL 语义的分析，将读操 作和写操作分别路由至主库与从库。 4.4. 读写分离 41

t_order_0 到 t_order_9，他们的逻辑表名为 t_order。 8.1. 数据分片 21 Apache ShardingSphere document 真实表 在水平拆分的数据库中真实存在的物理表。即上个示例中的 t_order_0 到 t_order_9。 绑定表 指分片规则一致的一组分片表。使用绑定表进行多表关联查询时，必须使用分片键进行关联，否则会出现笛 卡尔积关联或跨库关联，从而影响查询效率。例如：t_order 内置的分片算法语法糖，灵活度非常高。 自动化分片算法 分片算法语法糖，用于便捷的托管所有数据节点，使用者无需关注真实表的物理分布。包括取模、哈希、 范围、时间等常用分片算法的实现。 自定义分片算法 提供接口让应用开发者自行实现与业务实现紧密相关的分片算法，并允许使用者自行管理真实表的物理 分布。自定义分片算法又分为： • 标准分片算法 用于处理使用单一键作为分片键的 =、IN、BETWEEN AND、>、<、>=、<= 通过一主多从的配置方式，可以将查询请求均匀的分散到多个数据副本，能够进一步的提升系统的处理 能力。使用多主多从的方式，不但能够提升系统的吞吐量，还能够提升系统的可用性，可以达到在任何 一个数据库宕机，甚至磁盘物理损坏的情况下仍然不影响系统的正常运行。 与将数据根据分片键打散至各个数据节点的水平分片不同，读写分离则是根据 SQL 语义的分析，将读操 作和写操作分别路由至主库与从库。 读写分离的数据节点中

t_order_9，他们的逻辑表名为 t_order。 3.1. 数据分片 17 Apache ShardingSphere document, v5.2.0 真实表 在水平拆分的数据库中真实存在的物理表。即上个示例中的 t_order_0 到 t_order_9。 绑定表 指分片规则一致的一组分片表。使用绑定表进行多表关联查询时，必须使用分片键进行关联，否则会出现笛 卡尔积关联或跨库关联，从而影响查询效率。例如：t_order 内置的分片算法语法糖，灵活度非常高。 自动化分片算法 分片算法语法糖，用于便捷的托管所有数据节点，使用者无需关注真实表的物理分布。包括取模、哈希、 范围、时间等常用分片算法的实现。 自定义分片算法 提供接口让应用开发者自行实现与业务实现紧密相关的分片算法，并允许使用者自行管理真实表的物理 分布。自定义分片算法又分为： • 标准分片算法 用于处理使用单一键作为分片键的 =、IN、BETWEEN AND、>、<、>=、<= 通过一主多从的配置方式，可以将查询请求均匀的分散到多个数据副本，能够进一步的提升系统的处理 能力。使用多主多从的方式，不但能够提升系统的吞吐量，还能够提升系统的可用性，可以达到在任何 一个数据库宕机，甚至磁盘物理损坏的情况下仍然不影响系统的正常运行。 3.3. 读写分离 30 Apache ShardingSphere document, v5.2.0 与将数据根据分片键打散至各个数据节点的水平分片不同，读写分离则是根据

t_order_0 到 t_order_9，他们的逻辑表名为 t_order。 8.1. 数据分片 21 Apache ShardingSphere document 真实表 在水平拆分的数据库中真实存在的物理表。即上个示例中的 t_order_0 到 t_order_9。 绑定表 指分片规则一致的一组分片表。使用绑定表进行多表关联查询时，必须使用分片键进行关联，否则会出现笛 卡尔积关联或跨库关联，从而影响查询效率。例如：t_order 内置的分片算法语法糖，灵活度非常高。 自动化分片算法 分片算法语法糖，用于便捷的托管所有数据节点，使用者无需关注真实表的物理分布。包括取模、哈希、 范围、时间等常用分片算法的实现。 自定义分片算法 提供接口让应用开发者自行实现与业务实现紧密相关的分片算法，并允许使用者自行管理真实表的物理 分布。自定义分片算法又分为： • 标准分片算法 用于处理使用单一键作为分片键的 =、IN、BETWEEN AND、>、<、>=、<= 通过一主多从的配置方式，可以将查询请求均匀的分散到多个数据副本，能够进一步的提升系统的处理 能力。使用多主多从的方式，不但能够提升系统的吞吐量，还能够提升系统的可用性，可以达到在任何 一个数据库宕机，甚至磁盘物理损坏的情况下仍然不影响系统的正常运行。 与将数据根据分片键打散至各个数据节点的水平分片不同，读写分离则是根据 SQL 语义的分析，将读操 作和写操作分别路由至主库与从库。 读写分离的数据节点中

t_order_0 到 t_order_9，他们的逻辑表名为 t_order。 8.1. 数据分片 21 Apache ShardingSphere document 真实表 在水平拆分的数据库中真实存在的物理表。即上个示例中的 t_order_0 到 t_order_9。 绑定表 指分片规则一致的一组分片表。使用绑定表进行多表关联查询时，必须使用分片键进行关联，否则会出现笛 卡尔积关联或跨库关联，从而影响查询效率。例如：t_order 内置的分片算法语法糖，灵活度非常高。 自动化分片算法 分片算法语法糖，用于便捷的托管所有数据节点，使用者无需关注真实表的物理分布。包括取模、哈希、 范围、时间等常用分片算法的实现。 自定义分片算法 提供接口让应用开发者自行实现与业务实现紧密相关的分片算法，并允许使用者自行管理真实表的物理 分布。自定义分片算法又分为： • 标准分片算法 用于处理使用单一键作为分片键的 =、IN、BETWEEN AND、>、<、>=、<= 通过一主多从的配置方式，可以将查询请求均匀的分散到多个数据副本，能够进一步的提升系统的处理 能力。使用多主多从的方式，不但能够提升系统的吞吐量，还能够提升系统的可用性，可以达到在任何 一个数据库宕机，甚至磁盘物理损坏的情况下仍然不影响系统的正常运行。 与将数据根据分片键打散至各个数据节点的水平分片不同，读写分离则是根据 SQL 语义的分析，将读操 作和写操作分别路由至主库与从库。 读写分离的数据节点中

水平拆分的数据库（表）的相同逻辑和数据结构表的总称。例：订单数据根据主键尾数拆分为 10 张表，分 别是 t_order_0 到 t_order_9，他们的逻辑表名为 t_order。 真实表 在分片的数据库中真实存在的物理表。即上个示例中的 t_order_0 到 t_order_9。 数据节点 数据分片的最小单元。由数据源名称和数据表组成，例：ds_0.t_order_0。 绑定表 指分片规则一致的主表和子表。例如：t_order 的数据库连接无法持有相应的数据结果集，则必须采用内存归并；反之，当一个连接需要执行的请求数 量等于 1 时，意味着当前的数据库连接可以持有相应的数据结果集，则可以采用流式归并。 每一次的连接模式的选择，是针对每一个物理数据库的。也就是说，在同一次查询中，如果路由至一个 以上的数据库，每个数据库的连接模式不一定一样，它们可能是混合存在的形态。 通过上一步骤获得的路由分组结果创建执行的单元。当数据源使用数据库连接池等控制数据库连接数量 Seata 全局事务中的分片 SQL 通过 RM 生成 undo 快照，并且发送 participate 指令至 TC，加入 到全局事务中。由于 Apache ShardingSphere 的分片物理 SQL 采取多线程方式执行，因此整合 Seata AT 事务时，需要在主线程和子线程间进行全局事务 ID 的上下文传递。 3.2. 分布式事务 59 Apache ShardingSphere