Java Objects,普通的 Java对象)映射成数据库中的记录。 帮助改进文档 帮助改进文档... 不管你以何种方式发现了文档的不足，或是丢失对某一特性的描述，那么你能做的最好的事情莫过于去研究它并把文档写出来。 该文档 xdoc 格式的源码文件可通过项目的 Git 代码库 来获取。Fork 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 automatically with PDFmyURL defaultExecutorType 配置默认的执行 器。SIMPLE 就是普 通的执行器； REUSE 执行器会重 用预处理语句 （prepared statements）； BATCH 执行器将重 用语句并执行批量 更新。 SIMPLE REUSE BATCH SIMPLE defaultStatementTimeout 设置超时时间，它 决定驱动等待数据 builder"/> Save web pages as PDF manually or automatically with PDFmyURL 这些配置会告诉了 MyBatis 去哪里找映射文件，剩下的细节就应该是每个 SQL 映射文件了，也就是接下来我们要讨论的。 Copyright © 2010–2015 MyBatis.org. All rights reserved.

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_expr ...] FROM table_reference 为了便于理解，抽象语法树中的关键字的 Token 用绿色表示，变量的 Token 用红色表示，灰色表示需要 进一步拆分。 最后，通过 visitor 对抽象语法树遍历构造域模型，通过域模型（SQLStatement）去提炼分片所需的 上下文，并标记有可能需要改写的位置。供分片使用的解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 FROM t_order_1 WHERE order_id=1 AND remarks=' t_order_1 xxx'; 由于表名之外可能含有表名称的类似字符，因此不能通过简单的字符串替换的方式去改写 SQL。 下面再来看一个更加复杂的 SQL 改写场景： SELECT t_order.order_id FROM t_order WHERE t_order.order_id=1 AND remarks='

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。 常规查询 • SELECT 主语句 SELECT 为了便于理解，抽象语法树中的关键字的 Token 用绿色表示，变量的 Token 用红色表示，灰色表示需要 进一步拆分。 最后，通过 visitor 对抽象语法树遍历构造域模型，通过域模型（SQLStatement）去提炼分片所需的 上下文，并标记有可能需要改写的位置。供分片使用的解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 FROM t_order_1 WHERE order_id=1 AND remarks=' t_order_1 xxx'; 由于表名之外可能含有表名称的类似字符，因此不能通过简单的字符串替换的方式去改写 SQL。 下面再来看一个更加复杂的 SQL 改写场景： SELECT t_order.order_id FROM t_order WHERE t_order.order_id=1 AND remarks='

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_expr ...] FROM table_reference 为了便于理解，抽象语法树中的关键字的 Token 用绿色表示，变量的 Token 用红色表示，灰色表示需要 进一步拆分。 最后，通过 visitor 对抽象语法树遍历构造域模型，通过域模型（SQLStatement）去提炼分片所需的 上下文，并标记有可能需要改写的位置。供分片使用的解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 FROM t_order_1 WHERE order_id=1 AND remarks=' t_order_1 xxx'; 由于表名之外可能含有表名称的类似字符，因此不能通过简单的字符串替换的方式去改写 SQL。 下面再来看一个更加复杂的 SQL 改写场景： SELECT t_order.order_id FROM t_order WHERE t_order.order_id=1 AND remarks='

为了便于理解，抽象语法树中的关键字的 Token 用绿色表示，变量的 Token 用红色表示，灰色表示需要 进一步拆分。 最后，通过 visitor 对抽象语法树遍历构造域模型，通过域模型（SQLStatement）去提炼分片所需的 上下文，并标记有可能需要改写的位置。供分片使用的解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 FROM t_order_1 WHERE order_id=1 AND remarks=' t_order_1 xxx'; 由于表名之外可能含有表名称的类似字符，因此不能通过简单的字符串替换的方式去改写 SQL。 下面再来看一个更加复杂的 SQL 改写场景： SELECT t_order.order_id FROM t_order WHERE t_order.order_id=1 AND remarks=' 采用一套自动化的执行引擎，负责将路由和改写完成之后的真实 SQL 安全且高效发送到 底层数据源执行。它不是简单地将 SQL 通过 JDBC 直接发送至数据源执行；也并非直接将执行请求放入 线程池去并发执行。它更关注平衡数据源连接创建以及内存占用所产生的消耗，以及最大限度地合理利 用并发等问题。执行引擎的目标是自动化的平衡资源控制与执行效率。 连接模式 从资源控制的角度看，业务方访问数据库

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_expr ...] FROM table_reference shardingsphere.sharding.tables..database-strategy. standard.precise-algorithm-class-name= # 精确分片算法类名称，用于 = 和 IN。该类需实现 PreciseShardingAlgorithm 接口并提供无参数的构造器 spring.shardingsphere.sharding.tables config.sharding.tables..database-strategy.standard. precise-algorithm-class-name= # 精确分片算法类名称，用于 = 和 IN。该类需实现 PreciseShardingAlgorithm 接口并提供无参数的构造器 sharding.jdbc.config.sharding.tables

3.3 适用场景 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 5.4 错过任务重执行 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 5.4.1 概念 . . 的分布式锁使用 shardin g:raw‐la tex:ne cessary 否 | 是否需要重新分片的标记如 果分片总数变化，或作业服务器节点上下线或启用/禁用，以 及主节点选举，会触发设置重分片标记作业在下次执行时使 用 主节点重新分片，且中间不会被打断作业执行时不会触发分 片 sharding :raw‐lat ex:pro cessing 是 | 主节点在 分片时持有的节点如果有此节点，所有的作业执行都将阻塞， 关注单次作业的实时性，可以通过下次作业执行的重分片使所有的分片正确执行，因此不建议短间隔作 业开启失效转移。 另外需要注意的是，作业本身的幂等性，是保证失效转移正确性的前提。 5.3. 失效转移 18 Apache ShardingSphere ElasticJob document 5.4 错过任务重执行 ElasticJob 不允许作业在同一时间内叠加执行。当作业的执行时长超过其运行间隔，错过任务重执行能够 保

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。 常规查询 • SELECT 主语句 SELECT SQL 执行过程中发生异常，如何定位发生异常的节点呢？ Agent + Tracing，能够帮助用户解决以上问题。 通过对 SQL 执行过程的完整链路追踪，用户可以得到“SQL 从哪里来，发到哪里去”这样的完整信息，还 能够通过生成的拓扑图来直观的观察 SQL 路由情况，运筹帷幄，同时获得快速定位问题根源的能力。 3.10.5 相关参考 • 可观察性的使用 • 开发者指南：可观察性 • 每秒忽略错误数 ) 6.5. 性能测试 306 Apache ShardingSphere document, v5.2.0 reconnects: 0 (0.00 per sec.) # 重连次数 ( 每秒重连次数 ) General statistics: total time: 120.0463s # 总共耗时 total number of events: 1397185 # 总共发生多

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 数据库的 schema DDL 和 DML 语句，当 SQL 中不指定 schema 时，默认 访问 public SQL 执行过程中发生异常，如何定位发生异常的节点呢？ Agent + Tracing，能够帮助用户解决以上问题。 通过对 SQL 执行过程的完整链路追踪，用户可以得到“SQL 从哪里来，发到哪里去”这样的完整信息，还 能够通过生成的拓扑图来直观的观察 SQL 路由情况，运筹帷幄，同时获得快速定位问题根源的能力。 8.10.5 相关参考 • 可观察性的使用 • 开发者指南：可观察性 • 每秒执行语句次数 ) ignored errors: 0 (0.00 per sec.) # 忽略错误数 ( 每秒忽略错误数 ) reconnects: 0 (0.00 per sec.) # 重连次数 ( 每秒重连次数 ) General statistics: total time: 120.0463s # 总共耗时 total number of events: 1397185 # 总共发生多

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 数据库的 schema DDL 和 DML 语句，当 SQL 中不指定 schema 时，默认 访问 public SQL 执行过程中发生异常，如何定位发生异常的节点呢？ Agent + Tracing，能够帮助用户解决以上问题。 通过对 SQL 执行过程的完整链路追踪，用户可以得到“SQL 从哪里来，发到哪里去”这样的完整信息，还 能够通过生成的拓扑图来直观的观察 SQL 路由情况，运筹帷幄，同时获得快速定位问题根源的能力。 8.10.5 相关参考 • 可观察性的使用 • 开发者指南：可观察性 • 每秒执行语句次数 ) ignored errors: 0 (0.00 per sec.) # 忽略错误数 ( 每秒忽略错误数 ) reconnects: 0 (0.00 per sec.) # 重连次数 ( 每秒重连次数 ) General statistics: total time: 120.0463s # 总共耗时 total number of events: 1397185 # 总共发生多