数据加密 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 362 7.7.1 处理流程详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 362 整体架构 . . . . . . . 363 加密规则 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 363 加密处理过程 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 365 7.7.2 解决方案详解 . . 数据的场景。 从性能方面来说，由于关系型数据库大多采用 B+ 树类型的索引，在数据量超过阈值的情况下，索引深度 的增加也将使得磁盘访问的 IO 次数增加，进而导致查询性能的下降；同时，高并发访问请求也使得集中 式数据库成为系统的最大瓶颈。 从可用性的方面来讲，服务化的无状态性，能够达到较小成本的随意扩容，这必然导致系统的最终压力 都落在数据库之上。而单一的数据节点，或者简单的主从架构，已经越来越难以承担。数据库的可用性，

selectAllThings”），那么使用时就会收到错误报告说短名称是不唯一的，这种情况下 就必须使用完全限定名。 对于像 BlogMapper 这样的映射器类（Mapper class）来说，还有另一招来处理。它们的映射的语句可以不需要用 XML 来做，取而 代之的是可以使用 Java 注解。比如，上面的 XML 示例可被替换如下： package org.mybatis.example; public 例的引用放在任何类型的管理范围中，比如 Serlvet 架构中的 HttpSession。如果你现在正在使用一种 Web 框架，要考虑 SqlSession 放在一个和 HTTP 请求对象相似的范围中。换句话说，每次收到的 HTTP 请求，就可以打开一个 SqlSession，返回一个 响应，就关闭它。这个关闭操作是很重要的，你应该把这个关闭操作放到 finally 块中以确保每次都能执行关闭。下面的示例就是一个 中获得的。因此从技术层面讲，映射器实例的最大范围是 和 SqlSession 相同的，因为它们都是从 SqlSession 里被请求的。尽管如此，映射器实例的最佳范围是方法范围。也就是说，映射器 实例应该在调用它们的方法中被请求，用过之后即可废弃。并不需要显式地关闭映射器实例，尽管在整个请求范围（request scope） 保持映射器实例也不会有什么问题，但是很快你会发现，像 SqlSession 一样，

数据加密 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257 7.5.1 处理流程详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257 整体架构 . . . . . . . 258 加密规则 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258 加密处理过程 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 260 7.5.2 解决方案详解 . . 该节点对数据库的访问，使数据库能够保证足够的资源为其他节点提供服务。 4.2. 管控 23 Apache ShardingSphere document, v5.1.1 限流 面对超负荷的请求开启限流，以保护部分请求可以得以高质量的响应。 4.3 数据分片 4.3.1 背景 传统的将数据集中存储至单一节点的解决方案，在性能、可用性和运维成本这三方面已经难于满足海量 数据的场景。 从性能方面来说，由于关系型数据库大多采用

数据加密 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252 7.5.1 处理流程详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252 整体架构 . . . . . . . 253 加密规则 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253 加密处理过程 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255 7.5.2 解决方案详解 . . 该节点对数据库的访问，使数据库能够保证足够的资源为其他节点提供服务。 4.2. 管控 23 Apache ShardingSphere document, v5.1.0 限流 面对超负荷的请求开启限流，以保护部分请求可以得以高质量的响应。 4.3 数据分片 4.3.1 背景 传统的将数据集中存储至单一节点的解决方案，在性能、可用性和运维成本这三方面已经难于满足海量 数据的场景。 从性能方面来说，由于关系型数据库大多采用

数据加密 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268 7.5.1 处理流程详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268 整体架构 . . . . . . . 269 加密规则 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269 加密处理过程 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271 7.5.2 解决方案详解 . . ShardingSphere 和数据库的连接。当某个 Apache ShardingSphere 节点超过负载后，停止 该节点对数据库的访问，使数据库能够保证足够的资源为其他节点提供服务。 限流 面对超负荷的请求开启限流，以保护部分请求可以得以高质量的响应。 4.3 数据分片 4.3.1 背景 传统的将数据集中存储至单一节点的解决方案，在性能、可用性和运维成本这三方面已经难于满足海量 数据的场景。 从性能方面来说，由于关系型数据库大多采用

. 76 3.6.5 实现原理 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 处理流程详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 解决方案详解 . . . . . . . . 87 影子规则 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88 处理过程 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88 3.8 Dist SQL 互联网的海量数据场景。 从性能方面来说，由于关系型数据库大多采用 B+ 树类型的索引，在数据量超过阈值的情况下，索引深度 的增加也将使得磁盘访问的 IO 次数增加，进而导致查询性能的下降；同时，高并发访问请求也使得集中 式数据库成为系统的最大瓶颈。 从可用性的方面来讲，服务化的无状态型，能够达到较小成本的随意扩容，这必然导致系统的最终压力 都落在数据库之上。而单一的数据节点，或者简单的主从架构，已经越来越难以承担。数据库的可用性，

数据加密 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 493 12.7.1 处理流程详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 493 整体架构 . . . . . . . 493 加密规则 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 494 加密处理过程 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 495 12.7.2 解决方案详解 . . 498 12.8.1 处理流程详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 498 脱敏规则 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 499 脱敏处理过程 . . . .

数据加密 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255 7.4.1 处理流程详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255 整体架构 . . . . . . . 256 加密规则 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 256 加密处理过程 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258 7.4.2 解决方案详解 . . 数据的场景。 从性能方面来说，由于关系型数据库大多采用 B+ 树类型的索引，在数据量超过阈值的情况下，索引深度 的增加也将使得磁盘访问的 IO 次数增加，进而导致查询性能的下降；同时，高并发访问请求也使得集中 式数据库成为系统的最大瓶颈。 从可用性的方面来讲，服务化的无状态型，能够达到较小成本的随意扩容，这必然导致系统的最终压力 都落在数据库之上。而单一的数据节点，或者简单的主从架构，已经越来越难以承担。数据库的可用性，

数据加密 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 472 12.7.1 处理流程详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 472 整体架构 . . . . . . . 472 加密规则 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 473 加密处理过程 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 474 12.7.2 解决方案详解 . . 477 12.8.1 处理流程详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 477 脱敏规则 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 478 脱敏处理过程 . . . .

数据加密 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 519 12.7.1 处理流程详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 519 整体架构 . . . . . . . 519 加密规则 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 520 加密处理过程 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 521 12.7.2 解决方案详解 . . 524 12.8.1 处理流程详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 524 脱敏规则 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 525 脱敏处理过程 . . . .