积分充值
 首页
前端开发
AngularDartElectronFlutterHTML/CSSJavaScriptReactSvelteTypeScriptVue.js构建工具
后端开发
.NetC#C++C语言DenoffmpegGoIdrisJavaJuliaKotlinLeanMakefilenimNode.jsPascalPHPPythonRISC-VRubyRustSwiftUML其它语言区块链开发测试微服务敏捷开发架构设计汇编语言
数据库
Apache DorisApache HBaseCassandraClickHouseFirebirdGreenplumMongoDBMySQLPieCloudDBPostgreSQLRedisSQLSQLiteTiDBVitess数据库中间件数据库工具数据库设计
系统运维
AndroidDevOpshttpdJenkinsLinuxPrometheusTraefikZabbix存储网络与安全
云计算&大数据
Apache APISIXApache FlinkApache KarafApache KyuubiApache OzonedaprDockerHadoopHarborIstioKubernetesOpenShiftPandasrancherRocketMQServerlessService MeshVirtualBoxVMWare云原生CNCF机器学习边缘计算
综合其他
BlenderGIMPKiCadKritaWeblate产品与服务人工智能亿图数据可视化版本控制笔试面试
文库资料
前端
AngularAnt DesignBabelBootstrapChart.jsCSS3EchartsElectronHighchartsHTML/CSSHTML5JavaScriptJerryScriptJestReactSassTypeScriptVue前端工具小程序
后端
.NETApacheC/C++C#CMakeCrystalDartDenoDjangoDubboErlangFastifyFlaskGinGoGoFrameGuzzleIrisJavaJuliaLispLLVMLuaMatplotlibMicronautnimNode.jsPerlPHPPythonQtRPCRubyRustR语言ScalaShellVlangwasmYewZephirZig算法
移动端
AndroidAPP工具FlutterFramework7HarmonyHippyIoniciOSkotlinNativeObject-CPWAReactSwiftuni-appWeex
数据库
ApacheArangoDBCassandraClickHouseCouchDBCrateDBDB2DocumentDBDorisDragonflyDBEdgeDBetcdFirebirdGaussDBGraphGreenPlumHStreamDBHugeGraphimmudbIndexedDBInfluxDBIoTDBKey-ValueKitDBLevelDBM3DBMatrixOneMilvusMongoDBMySQLNavicatNebulaNewSQLNoSQLOceanBaseOpenTSDBOracleOrientDBPostgreSQLPrestoDBQuestDBRedisRocksDBSequoiaDBServerSkytableSQLSQLiteTiDBTiKVTimescaleDBYugabyteDB关系型数据库数据库数据库ORM数据库中间件数据库工具时序数据库
云计算&大数据
ActiveMQAerakiAgentAlluxioAntreaApacheApache APISIXAPISIXBFEBitBookKeeperChaosChoerodonCiliumCloudStackConsulDaprDataEaseDC/OSDockerDrillDruidElasticJobElasticSearchEnvoyErdaFlinkFluentGrafanaHadoopHarborHelmHudiInLongKafkaKnativeKongKubeCubeKubeEdgeKubeflowKubeOperatorKubernetesKubeSphereKubeVelaKumaKylinLibcloudLinkerdLonghornMeiliSearchMeshNacosNATSOKDOpenOpenEBSOpenKruiseOpenPitrixOpenSearchOpenStackOpenTracingOzonePaddlePaddlePolicyPulsarPyTorchRainbondRancherRediSearchScikit-learnServerlessShardingSphereShenYuSparkStormSupersetXuperChainZadig云原生CNCF人工智能区块链数据挖掘机器学习深度学习算法工程边缘计算
UI&美工&设计
BlenderKritaSketchUI设计
网络&系统&运维
AnsibleApacheAWKCeleryCephCI/CDCurveDevOpsGoCDHAProxyIstioJenkinsJumpServerLinuxMacNginxOpenRestyPrometheusServertraefikTrafficUnixWindowsZabbixZipkin安全防护系统内核网络运维监控
综合其它
文章资讯
 上传文档  发布文章  登录账户
IT文库
  • 综合
  • 文档
  • 文章

无数据

分类

全部数据库(14)数据库中间件(14)

语言

全部中文(简体)(11)

格式

全部PDF文档 PDF(14)
 
本次搜索耗时 0.266 秒,为您找到相关结果约 14 个.
  • 全部
  • 数据库
  • 数据库中间件
  • 全部
  • 中文(简体)
  • 全部
  • PDF文档 PDF
  • 默认排序
  • 最新排序
  • 页数排序
  • 大小排序
  • 全部时间
  • 最近一天
  • 最近一周
  • 最近一个月
  • 最近三个月
  • 最近半年
  • 最近一年
  • pdf文档 Mybatis 3.3.0 中文用户指南

    当然,还有很多可以在XML 文件中进行配置,上面的示例指出的则是最关键的部分。要注意 XML 头部的声明,用来验证 XML 文档正 确性。environment 元素体中包含了事务管理和连接池的配置。mappers 元素则是包含一组 mapper 映射器(这些 mapper 的 XML 文件包含了 SQL 代码和映射定义信息)。 不使用 不使用 XML 构建 构建 SQL语句构建器 日志 日志 XML 映射配置文件 映射配置文件 MyBatis 的配置文件包含了影响 MyBatis 行为甚深的设置(settings)和属性(properties)信息。文档的顶层结构如下: configuration 配置 properties 属性 settings 设置 typeAliases 类型命名 typeHandlers 类型处理器 objectFactory 对象工厂 个是处理带参数的构造方法的。 最 后,setProperties 方法可以被用来配置 ObjectFactory,在初始化你的 ObjectFactory 实例后, objectFactory 元素体中定义的 属性会被传递给 setProperties 方法。 插件( 插件(plugins) ) MyBatis 允许你在已映射语句执行过程中的某一点进行拦截调用。默认情况下,MyBatis 允许使用插件来拦截的方法调用包括:
    0 码力 | 98 页 | 2.03 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.0.0-alpha

    本小节主要介绍数据分片的核心概念,主要包括: • SQL 核心概念 • 分片核心概念 • 配置核心概念 • 行表达式 • 分布式主键 • 强制分片路由 SQL 逻辑表 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 将会以它作为整个绑定表的主表。所有路由计算将 会只使用主表的策略,那么 t_order_item 表的分片计算将会使用 t_order 的条件。故绑定表之间的 分区键要完全相同。 广播表 指所有的分片数据源中都存在的表,表结构和表中的数据在每个数据库中均完全一致。适用于数据量不 大且需要与海量数据的表进行关联查询的场景,例如:字典表。 单表 指所有的分片数据源中只存在唯一一张的表。适用于数据量不大且不需要做任何分片操作的场景。 故表分片策略是依赖于数据源分片策略的结果的。 两种策略的 API 完全相同。 自增主键生成策略 通过在客户端生成自增主键替换以数据库原生自增主键的方式,做到分布式主键无重复。 行表达式 实现动机 配置的简化与一体化是行表达式所希望解决的两个主要问题。 在繁琐的数据分片规则配置中,随着数据节点的增多,大量的重复配置使得配置本身不易被维护。通过 行表达式可以有效地简化数据节点配置工作量。 对于常见的分片算法,使用
    0 码力 | 301 页 | 3.44 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.4.1

    . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 456 12.3.1 注册中心数据结构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 456 /rules . . . . . . . . . 数据分片的开发者指南 8.1.6 核心概念 表 表是透明化数据分片的关键概念。Apache ShardingSphere 通过提供多样化的表类型,适配不同场景下 的数据分片需求。 逻辑表 相同结构的水平拆分数据库(表)的逻辑名称,是 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。 ds_${0..1}.t_order_item_${0..1} 8.1. 数据分片 22 Apache ShardingSphere document 广播表 指所有的数据源中都存在的表,表结构及其数据在每个数据库中均完全一致。适用于数据量不大且需要 与海量数据的表进行关联查询的场景,例如:字典表。 单表 指所有的分片数据源中仅唯一存在的表。适用于数据量不大且无需分片的表。 注意:符合以下条件的单表会被自动加载:‐
    0 码力 | 530 页 | 4.49 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere v5.5.0 中文文档

    . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 482 12.3.1 注册中心数据结构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 482 /rules . . . . . . . . . 数据分片的开发者指南 8.1.6 核心概念 表 表是透明化数据分片的关键概念。Apache ShardingSphere 通过提供多样化的表类型,适配不同场景下 的数据分片需求。 逻辑表 相同结构的水平拆分数据库(表)的逻辑名称,是 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。 actualDataNodes: ds_${0..1}.t_order_item_${0..1} bindingTables: - t_order, t_order_item 广播表 指所有的数据源中都存在的表,表结构及其数据在每个数据库中均完全一致。适用于数据量不大且需要 与海量数据的表进行关联查询的场景,例如:字典表。 单表 指所有的分片数据源中仅唯一存在的表。适用于数据量不大且无需分片的表。 注意:符合以下条件的单表会被自动加载:‐
    0 码力 | 557 页 | 4.61 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.1.0

    . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 7.1.1 注册中心数据结构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 /rules . . . . . . . . . 调度提供依据。 面对超负荷的流量下,针对某一节点进行熔断和限流,以保证整个数据库集群得以继续运行,是分布式 系统下对单一节点控制能力的挑战。 4.2.3 目标 实现从数据库到计算节点打通的一体化管理能力,在故障中为组件提供细粒度的控制能力,并尽可能的 提供自愈的可能,是 Apache ShardingSphere 管控模块的主要设计目标。 4.2.4 核心概念 熔断 阻断 Apache 导览 本小节主要介绍数据分片的核心概念。 表 表是透明化数据分片的关键概念。Apache ShardingSphere 通过提供多样化的表类型,适配不同场景下 的数据分片需求。 逻辑表 相同结构的水平拆分数据库(表)的逻辑名称,是 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。
    0 码力 | 406 页 | 4.40 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.1.1

    . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222 7.1.1 注册中心数据结构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222 /rules . . . . . . . . . 调度提供依据。 面对超负荷的流量下,针对某一节点进行熔断和限流,以保证整个数据库集群得以继续运行,是分布式 系统下对单一节点控制能力的挑战。 4.2.3 目标 实现从数据库到计算节点打通的一体化管理能力,在故障中为组件提供细粒度的控制能力,并尽可能的 提供自愈的可能,是 Apache ShardingSphere 管控模块的主要设计目标。 4.2.4 核心概念 熔断 阻断 Apache 导览 本小节主要介绍数据分片的核心概念。 表 表是透明化数据分片的关键概念。Apache ShardingSphere 通过提供多样化的表类型,适配不同场景下 的数据分片需求。 逻辑表 相同结构的水平拆分数据库(表)的逻辑名称,是 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。
    0 码力 | 409 页 | 4.47 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.3.2

    . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 435 12.3.1 注册中心数据结构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 435 /rules . . . . . . . . . 数据分片的开发者指南 8.1.6 核心概念 表 表是透明化数据分片的关键概念。Apache ShardingSphere 通过提供多样化的表类型,适配不同场景下 的数据分片需求。 逻辑表 相同结构的水平拆分数据库(表)的逻辑名称,是 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。 ds_${0..1}.t_order_item_${0..1} 8.1. 数据分片 22 Apache ShardingSphere document 广播表 指所有的数据源中都存在的表,表结构及其数据在每个数据库中均完全一致。适用于数据量不大且需要 与海量数据的表进行关联查询的场景,例如:字典表。 单表 指所有的分片数据源中仅唯一存在的表。适用于数据量不大且无需分片的表。 注意:符合以下条件的单表会被自动加载:‐
    0 码力 | 508 页 | 4.44 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.2.0

    . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 327 7.3.1 注册中心数据结构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 327 /rules . . . . . . . . . 数据分片的开发者指南 3.1.6 核心概念 表 表是透明化数据分片的关键概念。Apache ShardingSphere 通过提供多样化的表类型,适配不同场景下 的数据分片需求。 逻辑表 相同结构的水平拆分数据库(表)的逻辑名称,是 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。 表的分片计算将会使用 t_order 的条件。 3.1. 数据分片 18 Apache ShardingSphere document, v5.2.0 广播表 指所有的分片数据源中都存在的表,表结构及其数据在每个数据库中均完全一致。适用于数据量不大且 需要与海量数据的表进行关联查询的场景,例如:字典表。 单表 指所有的分片数据源中仅唯一存在的表。适用于数据量不大且无需分片的表。 数据节点
    0 码力 | 449 页 | 5.85 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.1.2

    . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233 7.1.1 注册中心数据结构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233 /rules . . . . . . . . . 调度提供依据。 面对超负荷的流量下,针对某一节点进行熔断和限流,以保证整个数据库集群得以继续运行,是分布式 系统下对单一节点控制能力的挑战。 4.2.3 目标 实现从数据库到计算节点打通的一体化管理能力,在故障中为组件提供细粒度的控制能力,并尽可能的 提供自愈的可能,是 Apache ShardingSphere 管控模块的主要设计目标。 4.2. 集群管控 23 Apache ShardingSphere 导览 本小节主要介绍数据分片的核心概念。 表 表是透明化数据分片的关键概念。Apache ShardingSphere 通过提供多样化的表类型,适配不同场景下 的数据分片需求。 逻辑表 相同结构的水平拆分数据库(表)的逻辑名称,是 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。
    0 码力 | 446 页 | 4.67 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.0.0

    导览 本小节主要介绍数据分片的核心概念。 表 表是透明化数据分片的关键概念。Apache ShardingSphere 通过提供多样化的表类型,适配不同场景下 的数据分片需求。 逻辑表 相同结构的水平拆分数据库(表)的逻辑名称,是 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。 将会以它作为整个绑定表的主表。所有路由计算将 会只使用主表的策略,那么 t_order_item 表的分片计算将会使用 t_order 的条件。因此,绑定表间 的分区键需要完全相同。 广播表 指所有的分片数据源中都存在的表,表结构及其数据在每个数据库中均完全一致。适用于数据量不大且 需要与海量数据的表进行关联查询的场景,例如:字典表。 单表 指所有的分片数据源中仅唯一存在的表。适用于数据量不大且无需分片的表。 数据节点 注入分片值。例:按照员工登 录主键分库,而数据库中并无此字段。SQL Hint 支持通过 Java API 和 SQL 注释(待实现)两种方式使用。 详情请参见强制分片路由。 行表达式 实现动机 配置的简化与一体化是行表达式所希望解决的两个主要问题。 在繁琐的数据分片规则配置中,随着数据节点的增多,大量的重复配置使得配置本身不易被维护。通过 行表达式可以有效地简化数据节点配置工作量。 对于常见的分片算法,使用
    0 码力 | 385 页 | 4.26 MB | 1 年前
    3
共 14 条
  • 1
  • 2
前往
页
相关搜索词
Mybatis3.3中文用户指南ApacheShardingSphere文档5.0alpha5.4v55.15.35.2
IT文库
关于我们 文库协议 联系我们 意见反馈 免责声明
本站文档数据由用户上传或本站整理自互联网,不以营利为目的,供所有人免费下载和学习使用。如侵犯您的权益,请联系我们进行删除。
IT文库 ©1024 - 2025 | 站点地图
Powered By MOREDOC AI v3.3.0-beta.70
  • 关注我们的公众号【刻舟求荐】,给您不一样的精彩
    关注我们的公众号【刻舟求荐】,给您不一样的精彩