Elastic Distributed Implementation . . . . . . . . . . . . . . . . . . . . . . . . . 10 Registry Data Structure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 config node . . . . Unify job api for extension – Support rich job type lib, such as dataflow, script, HTTP, file, big data – Focus business SDK, can work with Spring IOC • Admin Console – Job administration – Job event such as Spring and Dubbo. Spring DI (Dependency Injection) Beans can be freely used in Job, such as data source connection pool and Dubbo remote service, etc., which is more convenient for business development

bigdecimal BigDecimal object Object map Map hashmap HashMap list List arraylist ArrayList collection Collection iterator Iterator typeHandlers 无论是 MyBatis 在预处理语句（PreparedStatement）中设置一个参数时，还是从结果集中取出一个值时， setProperties(properties); } public boolean isCollection(Class type) { return Collection.class.isAssignableFrom(type); }} 0 码力 | 98 页 | 2.03 MB | 1 年前

3

Rules Configuration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2.1.3 3. Create Data Source . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2.2 ShardingSphere‐Proxy 24 Table . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 Data Node . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 Sharding . . . . . . . . . . . . . . . . . . . 60 Inventory Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 Incremental Data . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . 18 Mass data high concurrency in OLTP scenarios . . . . . . . . . . . . . . . . . . . 18 Mass data real‐time analysis in OLAP scenarios . . . . . . . . . 19 Table . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 Data Nodes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 Sharding . 41 Request Limit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 3.7 Data Migration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 3.7

. . . . . . . . . . . . . . . . . . . . . . 22 Mass data high concurrency in OLTP scenarios . . . . . . . . . . . . . . . . . . . 22 Mass data real‐time analysis in OLAP scenarios . . . . . . . . . 23 Table . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 Data Nodes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 Sharding . 44 Request Limit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 8.6 Data Migration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 8.6

. . . . . . . . . . . . . . . . . . . . . . 19 Mass data high concurrency in OLTP scenarios . . . . . . . . . . . . . . . . . . . 19 Mass data real‐time analysis in OLAP scenarios . . . . . . . . . 20 Table . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 Data Nodes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 Sharding . 42 Request Limit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 3.7 Data Migration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 iii

. . . . . . . . . . . . . . . . . . . . . . 22 Mass data high concurrency in OLTP scenarios . . . . . . . . . . . . . . . . . . . 22 Mass data real‐time analysis in OLAP scenarios . . . . . . . . . 23 Table . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 Data Nodes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 Sharding . 44 Request Limit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 8.6 Data Migration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 8.6

. . . . . . . . . . . . 485 /metadata/${databaseName}/data_sources/units/ds_0/versions/0 . . . . . . . . . 485 /metadata/${databaseName}/data_sources/nodes/ds_0/versions/0 . . . . . . . . . 485 /m /nodes/compute_nodes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 487 /nodes/qualified_data_sources . . . . . . . . . . . . . . . . . . . . . . . . . . . . 487 12.4 数据分片 . . . . . . . . . SELECT * FROM t_order WHERE to_date(create_time, 'yyyy-mm-dd') = '2019-01-01'; LOAD DATA / LOAD XML 支持 MySQL LOAD DATA 和 LOAD XML 语句加载数据到单表和广播表。 实验性支持 实验性支持特指使用 Federation 执行引擎提供支持。该引擎处于快速开发中，用户虽基本可用，但仍需

. . . . . . . . . . . . 459 /metadata/${databaseName}/data_sources/units/ds_0/versions/0 . . . . . . . . . 459 /metadata/${databaseName}/data_sources/nodes/ds_0/versions/0 . . . . . . . . . 459 /m SELECT * FROM t_order WHERE to_date(create_time, 'yyyy-mm-dd') = '2019-01-01'; LOAD DATA / LOAD XML 支持 MySQL LOAD DATA 和 LOAD XML 语句加载数据到单表和广播表。 实验性支持 实验性支持特指使用 Federation 执行引擎提供支持。该引擎处于快速开发中，用户虽基本可用，但仍需 页语句使用了 WITH 语句，因此目前并不支持基于 Hibernate 的 SQLServer 分页。目前也不支持使用两 个 TOP + 子查询的方式实现分页。 LOAD DATA / LOAD XML 不支持 MySQL LOAD DATA 和 LOAD XML 语句加载数据到分片表。 8.1.8 附录 有限支持的 SQL： • 使用 JDBC 规范 getGeneratedKeys 接口返回自

Configuration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2.1.3 3. Create Data Source . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2.2 ShardingSphere‐Proxy 27 Table . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 Data Node . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 Sharding . . . . . . . . . . . . . . . . . . . 57 Inventory Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 Incremental Data . . . . . . . . . . . . . . . . . . . . . . . . . .