Apache ShardingSphere 中文文档 5.2.0. 21 3.1.7 使用限制 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 稳定支持 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 实验性支持 . . . . . 351 遍历归并 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 352 排序归并 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 352 分组归并 . . . 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 通过多层次(内核、功能、生态)插件化能力,为用户提供可定制满足自身特殊需求的独有系统。0 码力 | 449 页 | 5.85 MB | 1 年前3
Apache ShardingSphere 中文文档 5.4.1. 26 8.1.7 使用限制 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 稳定支持 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 实验性支持 . . . . . 481 遍历归并 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 482 排序归并 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 482 分组归并 . . . 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 通过多层次(内核、功能、生态)插件化能力,为用户提供可定制满足自身特殊需求的独有系统。0 码力 | 530 页 | 4.49 MB | 1 年前3
Apache ShardingSphere 中文文档 5.3.2. 25 8.1.7 使用限制 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 稳定支持 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 实验性支持 . . . . . 460 遍历归并 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 461 排序归并 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 461 分组归并 . . . 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 通过多层次(内核、功能、生态)插件化能力,为用户提供可定制满足自身特殊需求的独有系统。0 码力 | 508 页 | 4.44 MB | 1 年前3
Apache ShardingSphere 中文文档 5.0.0. . 244 遍历归并 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245 排序归并 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245 分组归并 . . . 中的重要挑战之一。他们需要知道数据需要从哪个具体的数据库的子表中获取。 另一个挑战则是,能够正确的运行在单节点数据库中的 SQL,在分片之后的数据库中并不一定能够正确 运行。例如,分表导致表名称的修改,或者分页、排序、聚合分组等操作的不正确处理。 跨库事务也是分布式的数据库集群要面对的棘手事情。合理采用分表,可以在降低单表数据量的情况下, 尽量使用本地事务,善于使用同库不同表可有效避免分布式事务带来的麻烦。在不能避免跨库事务的场 会一点一点的逐渐完善。 SQL SQL 支持程度 兼容全部常用的路由至单数据节点的 SQL;路由至多数据节点的 SQL 由于场景复杂,分为稳定支持、实 验性支持和不支持这三种情况。 稳定支持 全面支持 DML、DDL、DCL、TCL 和常用 DAL。支持分页、去重、排序、分组、聚合、表关联等复杂查询。 常规查询 • SELECT 主语句 SELECT select_expr [, select_expr0 码力 | 385 页 | 4.26 MB | 1 年前3
Apache ShardingSphere v5.5.0 中文文档. 26 8.1.7 使用限制 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 稳定支持 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 实验性支持 . . . . . 507 遍历归并 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 508 排序归并 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 508 分组归并 . . . 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 通过多层次(内核、功能、生态)插件化能力,为用户提供可定制满足自身特殊需求的独有系统。0 码力 | 557 页 | 4.61 MB | 1 年前3
Apache ShardingSphere 中文文档 5.1.0. . 241 遍历归并 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242 排序归并 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242 分组归并 . . . 中的重要挑战之一。他们需要知道数据需要从哪个具体的数据库的子表中获取。 另一个挑战则是,能够正确的运行在单节点数据库中的 SQL,在分片之后的数据库中并不一定能够正确 运行。例如,分表导致表名称的修改,或者分页、排序、聚合分组等操作的不正确处理。 跨库事务也是分布式的数据库集群要面对的棘手事情。合理采用分表,可以在降低单表数据量的情况下, 尽量使用本地事务,善于使用同库不同表可有效避免分布式事务带来的麻烦。在不能避免跨库事务的场 会一点一点的逐渐完善。 SQL SQL 支持程度 兼容全部常用的路由至单数据节点的 SQL;路由至多数据节点的 SQL 由于场景复杂,分为稳定支持、实 验性支持和不支持这三种情况。 稳定支持 全面支持 DML、DDL、DCL、TCL 和常用 DAL。支持分页、去重、排序、分组、聚合、表关联等复杂查询。 常规查询 • SELECT 主语句 SELECT select_expr [, select_expr0 码力 | 406 页 | 4.40 MB | 1 年前3
Apache ShardingSphere 中文文档 5.1.1. . 246 遍历归并 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247 排序归并 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247 分组归并 . . . 中的重要挑战之一。他们需要知道数据需要从哪个具体的数据库的子表中获取。 另一个挑战则是,能够正确的运行在单节点数据库中的 SQL,在分片之后的数据库中并不一定能够正确 运行。例如,分表导致表名称的修改,或者分页、排序、聚合分组等操作的不正确处理。 跨库事务也是分布式的数据库集群要面对的棘手事情。合理采用分表,可以在降低单表数据量的情况下, 尽量使用本地事务,善于使用同库不同表可有效避免分布式事务带来的麻烦。在不能避免跨库事务的场 会一点一点的逐渐完善。 SQL SQL 支持程度 兼容全部常用的路由至单数据节点的 SQL;路由至多数据节点的 SQL 由于场景复杂,分为稳定支持、实 验性支持和不支持这三种情况。 稳定支持 全面支持 DML、DDL、DCL、TCL 和常用 DAL。支持分页、去重、排序、分组、聚合、表关联等复杂查询。 常规查询 • SELECT 主语句 SELECT select_expr [, select_expr0 码力 | 409 页 | 4.47 MB | 1 年前3
Apache ShardingSphere 中文文档 5.1.2. . 257 遍历归并 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258 排序归并 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258 分组归并 . . . 中的重要挑战之一。他们需要知道数据需要从哪个具体的数据库的子表中获取。 另一个挑战则是,能够正确的运行在单节点数据库中的 SQL,在分片之后的数据库中并不一定能够正确 运行。例如,分表导致表名称的修改,或者分页、排序、聚合分组等操作的不正确处理。 跨库事务也是分布式的数据库集群要面对的棘手事情。合理采用分表,可以在降低单表数据量的情况下, 尽量使用本地事务,善于使用同库不同表可有效避免分布式事务带来的麻烦。在不能避免跨库事务的场 会一点一点的逐渐完善。 SQL SQL 支持程度 兼容全部常用的路由至单数据节点的 SQL;路由至多数据节点的 SQL 由于场景复杂,分为稳定支持、实 验性支持和不支持这三种情况。 稳定支持 全面支持 DML、DDL、DCL、TCL 和常用 DAL。支持分页、去重、排序、分组、聚合、表关联等复杂查 询。支持 PostgreSQL 和 openGauss 数据库 SCHEMA DDL 和 DML 语句。0 码力 | 446 页 | 4.67 MB | 1 年前3
Apache ShardingSphere 中文文档 5.0.0-alpha是其中的重要挑战之一。他们需要知道数据需要从哪个具体的数据库的分表中获取。 另一个挑战则是,能够正确的运行在单节点数据库中的 SQL,在分片之后的数据库中并不一定能够正确 运行。例如,分表导致表名称的修改,或者分页、排序、聚合分组等操作的不正确处理。 跨库事务也是分布式的数据库集群要面对的棘手事情。合理采用分表,可以在降低单表数据量的情况下, 尽量使用本地事务,善于使用同库不同表可有效避免分布式事务带来的麻烦。在不能避免跨库事务的场 0-beta SQL 解析 分为词法解析和语法解析。先通过词法解析器将 SQL 拆分为一个个不可再分的单词。再使用语法解析器 对 SQL 进行理解,并最终提炼出解析上下文。解析上下文包括表、选择项、排序项、分组项、聚合函数、 分页信息、查询条件以及可能需要修改的占位符的标记。 执行器优化 合并和优化分片条件,如 OR 等。 SQL 路由 根据解析上下文匹配用户配置的分片策略,并生成路由路径。目前支持分片路由和广播路由。 析上下文包含查询选择项(Select Items)、表信 息(Table)、分片条件(Sharding Condition)、自增主键信息(Auto increment Primary Key)、排序信 息(Order By)、分组信息(Group By)以及分页信息(Limit、Rownum、Top)。SQL 的一次解析过程 是不可逆的,一个个 Token 按 SQL 原本的顺序依次进行解析,性能很高。考虑到各种数据库0 码力 | 301 页 | 3.44 MB | 1 年前3
Apache ShardingSphere ElasticJob 中文文档 2023 年 11 月 01 日中阻塞,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。 • 通过上一项说明可知,为了维持作业运行时的稳定性,运行过程中只会标记分片状态,不会重新分 片。分片仅可能发生在下次任务触发前。 • 每次分片都会按服务器 IP 排序,保证分片结果不会产生较大波动。 • 实现失效转移功能,在某台服务器执行完毕后主动抓取未分配的分片,并且在某台服务器下线后主 动寻找可用的服务器执行任务。 5. 作业开放生态 21 6 用户手册 ElasticJob 定位为轻量级无中心化解决方案,使用 jar 的形式提供分布式任务的协调服务。 他的优势在于无中心化设计且外部依赖少,适用于资源分配稳定的业务系统。 22 Apache ShardingSphere ElasticJob document 6.1 使用手册 本章节将介绍 ElasticJob 相关使用。更多使用细节请参见使用示例。 JobConfiguration createJobConfiguration() { // 创建作业配置 ... } } 配置作业导出端口 使用 ElasticJob 过程中可能会碰到一些分布式问题,导致作业运行不稳定。 由于无法在生产环境调试,通过 dump 命令可以把作业内部相关信息导出,方便开发者调试分析; 导出命令的使用请参见运维指南。 以下示例用于展示如何通过 SnapshotService 开启用于导出命令的监听端口。0 码力 | 98 页 | 1.97 MB | 1 年前3
共 13 条
- 1
- 2













