Features . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.2.1 Data Sharding . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.2.2 Distributed Rules Configuration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 2.1.3 3. Create Data Source . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 2.2 ShardingSphere‐Proxy . . . . . . . . . . . . . . . . . . . . . 80 Data Node . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80 Inventory 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

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 . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . 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

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 . . . . . . . . . . . . . . . . . . . . . . . . . .

27 Table . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 Data Node . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 Sharding . . . . . . . . . . . . . . . . . . . 59 Inventory Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 Incremental Data . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 Mode Configuration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 Data Source . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 Rules . .

. . . . . . . . . . . . . . . . . . . . . . 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

. . . . . . . . . . . . . . . . . . . . . . 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

Alibaba Druid 1.2.9 而言，使用 url 代替如下 示例中的 jdbcUrl 是预期行为。 参数解释 dataSources: # 数据源配置，可配置多个 <data-source-name> <data-source-name>: # 数据源名称 dataSourceClassName: # 数据源完整类名 driverClassName: # 数据库驱动类名，以数据库连接池自身配置为准 rules: - !READWRITE_SPLITTING dataSources: <data-source-name> (+): # 读写分离逻辑数据源名称 static-strategy: # 读写分离类型 write-data-source-name: # 写库数据源名称 read-data-source-names: # 读库数据源名称，多个从数据源用逗号分隔 loadBalancerName: - !READWRITE_SPLITTING dataSources: <data-source-name> (+): # 读写分离逻辑数据源名称 dynamic-strategy: # 读写分离类型 auto-aware-data-source-name: # 数据库发现逻辑数据源名称 write-data-source-query-enabled: # 从库全部下线，主库是否承担读流量

${value_2}:${type_2}" expected-data-file="${dataset_file_1}.xml" /> data-file="${dataset_file_2}.xml" document, v5.0.0-beta expected-data-file 的查找规则是：1. 查找同级目录中 dataset\${SCENARIO_NAME}\ ${DATABASE_TYPE}\${dataset_file}.xml 文 件；2. 查 找 dataset['build_num'].append(int(line)) generate_data(path, case_name, dataset) print(dataset) fig, ax = plt.subplots() ax.grid(True) plt.title(case_name) data = [dataset['master_version'][-7:], dataset['master_xa'][-7:]