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(15)数据库中间件(15)

语言

全部中文(简体)(13)

格式

全部PDF文档 PDF(15)
 
本次搜索耗时 0.107 秒,为您找到相关结果约 15 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 Apache ShardingSphere v5.5.0 中文文档

    167 相关概念 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167 对系统的影响 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168 使用限制 . . . . . . . 足需要,并未被互联网巨头大规模使用,他们大多采用最终一致性的柔性事务代替强一致事务。 8.1. 数据分片 20 Apache ShardingSphere document 8.1.3 目标 尽量透明化分库分表所带来的影响,让使用方尽量像使用一个数据库一样使用水平分片之后的数据库集 群,是 Apache ShardingSphere 数据分片模块的主要设计目标。 8.1.4 应用场景 海量数据高并发的 OLTP 在水平拆分的数据库中真实存在的物理表。即上个示例中的 t_order_0 到 t_order_9。 绑定表 指分片规则一致的一组分片表。使用绑定表进行多表关联查询时,必须使用分片键进行关联,否则会出现笛 卡尔积关联或跨库关联,从而影响查询效率。例如:t_order 表和 t_order_item 表,均按照 order_id 分片,并且使用 order_id 进行关联,则此两张表互为绑定表关系。绑定表之间的多表关联查询不会出
    0 码力 | 557 页 | 4.61 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.4.1

    149 相关概念 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149 对系统的影响 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150 使用限制 . . . . . . . 足需要,并未被互联网巨头大规模使用,他们大多采用最终一致性的柔性事务代替强一致事务。 8.1. 数据分片 20 Apache ShardingSphere document 8.1.3 目标 尽量透明化分库分表所带来的影响,让使用方尽量像使用一个数据库一样使用水平分片之后的数据库集 群,是 Apache ShardingSphere 数据分片模块的主要设计目标。 8.1.4 应用场景 海量数据高并发的 OLTP 在水平拆分的数据库中真实存在的物理表。即上个示例中的 t_order_0 到 t_order_9。 绑定表 指分片规则一致的一组分片表。使用绑定表进行多表关联查询时,必须使用分片键进行关联,否则会出现笛 卡尔积关联或跨库关联,从而影响查询效率。例如:t_order 表和 t_order_item 表,均按照 order_id 分片,并且使用 order_id 进行关联,则此两张表互为绑定表关系。绑定表之间的多表关联查询不会出
    0 码力 | 530 页 | 4.49 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.3.2

    143 相关概念 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 对系统的影响 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 使用限制 . . . . . . . 足需要,并未被互联网巨头大规模使用,他们大多采用最终一致性的柔性事务代替强一致事务。 8.1. 数据分片 20 Apache ShardingSphere document 8.1.3 目标 尽量透明化分库分表所带来的影响,让使用方尽量像使用一个数据库一样使用水平分片之后的数据库集 群,是 Apache ShardingSphere 数据分片模块的主要设计目标。 8.1.4 应用场景 海量数据高并发的 OLTP 在水平拆分的数据库中真实存在的物理表。即上个示例中的 t_order_0 到 t_order_9。 绑定表 指分片规则一致的一组分片表。使用绑定表进行多表关联查询时,必须使用分片键进行关联,否则会出现笛 卡尔积关联或跨库关联,从而影响查询效率。例如:t_order 表和 t_order_item 表,均按照 order_id 分片,并且使用 order_id 进行关联,则此两张表互为绑定表关系。绑定表之间的多表关联查询不会出
    0 码力 | 508 页 | 4.44 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.2.0

    181 相关概念 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181 对系统的影响 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182 使用限制 . . . . . . . 采用最终一致性的柔性事务代替强一致事务。 3.1. 数据分片 16 Apache ShardingSphere document, v5.2.0 3.1.3 目标 尽量透明化分库分表所带来的影响,让使用方尽量像使用一个数据库一样使用水平分片之后的数据库集 群,是 Apache ShardingSphere 数据分片模块的主要设计目标。 3.1.4 应用场景 海量数据高并发的 OLTP 在水平拆分的数据库中真实存在的物理表。即上个示例中的 t_order_0 到 t_order_9。 绑定表 指分片规则一致的一组分片表。使用绑定表进行多表关联查询时,必须使用分片键进行关联,否则会出现笛 卡尔积关联或跨库关联,从而影响查询效率。例如:t_order 表和 t_order_item 表,均按照 order_id 分片,并且使用 order_id 进行关联,则此两张表互为绑定表关系。绑定表之间的多表关联查询不会出
    0 码力 | 449 页 | 5.85 MB | 1 年前
    3
  • pdf文档 Mybatis 框架课程第二天

    close(); } } 2.2 保存操作 2.2.1 在持久层接口中添加新增方法 /** * 保存用户 * @param user * @return 影响数据库记录的行数 */ int saveUser(User user); 2.2.2 在用户的映射配置文件中配置 影响数据库记录的行数 */ int updateUser(User user); 2.3.2 在用户的映射配置文件中配置 影响系统性能,如果使用数据库链接池可解决此问题。 解决: 在 SqlMapConfig.xml 中配置数据链接池,使用连接池管理数据库链接。 2.Sql 语句写在代码中造成代码不易维护,实际应用
    0 码力 | 27 页 | 1.21 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.1.0

    采用最终一致性的柔性事务代替强一致事务。 4.3. 数据分片 26 Apache ShardingSphere document, v5.1.0 4.3.3 目标 尽量透明化分库分表所带来的影响,让使用方尽量像使用一个数据库一样使用水平分片之后的数据库集 群,是 Apache ShardingSphere 数据分片模块的主要设计目标。 4.3.4 核心概念 导览 本小节主要介绍数据分片的核心概念。 在水平拆分的数据库中真实存在的物理表。即上个示例中的 t_order_0 到 t_order_9。 绑定表 指分片规则一致的主表和子表。使用绑定表进行多表关联查询时,必须使用分片键进行关联,否则会出现笛 卡尔积关联或跨库关联,从而影响查询效率。例如:t_order 表和 t_order_item 表,均按照 order_id 分片,并且使用 order_id 进行关联,则此两张表互为绑定表关系。绑定表之间的多表关联查询不会出 么全部执行,要么全不执行; • 一致性(Consistency)指事务应确保数据从一个一致的状态转变为另一个一致的状态; • 隔离性(Isolation)指多个事务并发执行时,一个事务的执行不应影响其他事务的执行; • 持久性(Durability)指已提交的事务修改数据会被持久保存。 在单一数据节点中,事务仅限于对单一数据库资源的访问控制,称之为本地事务。几乎所有的成熟的关系 型数据库
    0 码力 | 406 页 | 4.40 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.0.0-alpha

    致性的柔性事务代替强一致事务。 3.1. 数据分片 10 Apache ShardingSphere document, v5.0.0-beta 3.1.3 目标 尽量透明化分库分表所带来的影响,让使用方尽量像使用一个数据库一样使用水平分片之后的数据库集 群,是 Apache ShardingSphere 数据分片模块的主要设计目标。 3.1.4 核心概念 导览 本小节主要介绍数据分片的核心概念,主要包括: SQL 时,如果插入的数据是跨分片的,那么需要对 SQL 进行改写来防止将多余的数据 写入到数据库中。插入操作与查询操作的不同之处在于,查询语句中即使用了不存在于当前分片的分片 键,也不会对数据产生影响;而插入操作则必须将多余的分片键删除。举例说明,如下 SQL: INSERT INTO t_order (order_id, xxx) VALUES (1, 'xxx'), (2, 'xxx'), SELECT * FROM t_order_1 WHERE order_id IN (1, 2, 3); 虽然 SQL 的执行结果是正确的,但并未达到最优的查询效率。 优化改写 优化改写的目的是在不影响查询正确性的情况下,对性能进行提升的有效手段。它分为单节点优化和流 式归并优化。 单节点优化 路由至单节点的 SQL,则无需优化改写。当获得一次查询的路由结果后,如果是路由至唯一的数据节点,
    0 码力 | 301 页 | 3.44 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.1.1

    采用最终一致性的柔性事务代替强一致事务。 4.3. 数据分片 26 Apache ShardingSphere document, v5.1.1 4.3.3 目标 尽量透明化分库分表所带来的影响,让使用方尽量像使用一个数据库一样使用水平分片之后的数据库集 群,是 Apache ShardingSphere 数据分片模块的主要设计目标。 4.3.4 核心概念 导览 本小节主要介绍数据分片的核心概念。 在水平拆分的数据库中真实存在的物理表。即上个示例中的 t_order_0 到 t_order_9。 绑定表 指分片规则一致的一组分片表。使用绑定表进行多表关联查询时,必须使用分片键进行关联,否则会出现笛 卡尔积关联或跨库关联,从而影响查询效率。例如:t_order 表和 t_order_item 表,均按照 order_id 分片,并且使用 order_id 进行关联,则此两张表互为绑定表关系。绑定表之间的多表关联查询不会出 么全部执行,要么全不执行; • 一致性(Consistency)指事务应确保数据从一个一致的状态转变为另一个一致的状态; • 隔离性(Isolation)指多个事务并发执行时,一个事务的执行不应影响其他事务的执行; • 持久性(Durability)指已提交的事务修改数据会被持久保存。 在单一数据节点中,事务仅限于对单一数据库资源的访问控制,称之为本地事务。几乎所有的成熟的关系 型数据库
    0 码力 | 409 页 | 4.47 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.0.0

    采用最终一致性的柔性事务代替强一致事务。 4.2. 数据分片 21 Apache ShardingSphere document, v5.0.0 4.2.3 目标 尽量透明化分库分表所带来的影响,让使用方尽量像使用一个数据库一样使用水平分片之后的数据库集 群,是 Apache ShardingSphere 数据分片模块的主要设计目标。 4.2.4 核心概念 导览 本小节主要介绍数据分片的核心概念。 么全部执行,要么全不执行; • 一致性(Consistency)指事务应确保数据从一个一致的状态转变为另一个一致的状态; • 隔离性(Isolation)指多个事务并发执行时,一个事务的执行不应影响其他事务的执行; • 持久性(Durability)指已提交的事务修改数据会被持久保存。 在单一数据节点中,事务仅限于对单一数据库资源的访问控制,称之为本地事务。几乎所有的成熟的关系 型数据库 它们的最大长处。可通过下表详细对比它们之间的区别,以帮助开发者进行技术选型。 本地事务 两(三)阶段事务 柔性事务 业务改造 无 无 实现相关接口 一致性 不支持 支持 最终一致 隔离性 不支持 支持 业务方保证 并发性能 无影响 严重衰退 略微衰退 适合场景 业务方处理不一致 短事务 & 低并发 长事务 & 高并发 4.3.2 挑战 由于应用的场景不同,需要开发者能够合理的在性能与功能之间权衡各种分布式事务。 强一致的事务与柔性事务的
    0 码力 | 385 页 | 4.26 MB | 1 年前
    3
  • pdf文档 Apache ShardingSphere 中文文档 5.1.2

    采用最终一致性的柔性事务代替强一致事务。 4.3. 数据分片 26 Apache ShardingSphere document, v5.1.2 4.3.3 目标 尽量透明化分库分表所带来的影响,让使用方尽量像使用一个数据库一样使用水平分片之后的数据库集 群,是 Apache ShardingSphere 数据分片模块的主要设计目标。 源 码:https://github.com/ap 在水平拆分的数据库中真实存在的物理表。即上个示例中的 t_order_0 到 t_order_9。 绑定表 指分片规则一致的一组分片表。使用绑定表进行多表关联查询时,必须使用分片键进行关联,否则会出现笛 卡尔积关联或跨库关联,从而影响查询效率。例如:t_order 表和 t_order_item 表,均按照 order_id 分片,并且使用 order_id 进行关联,则此两张表互为绑定表关系。绑定表之间的多表关联查询不会出 么全部执行,要么全不执行; • 一致性(Consistency)指事务应确保数据从一个一致的状态转变为另一个一致的状态; • 隔离性(Isolation)指多个事务并发执行时,一个事务的执行不应影响其他事务的执行; • 持久性(Durability)指已提交的事务修改数据会被持久保存。 在单一数据节点中,事务仅限于对单一数据库资源的访问控制,称之为本地事务。几乎所有的成熟的关系 型数据库
    0 码力 | 446 页 | 4.67 MB | 1 年前
    3
共 15 条
  • 1
  • 2
前往
页
相关搜索词
ApacheShardingSpherev55.0中文文档5.45.35.2Mybatis框架课程第二二天第二天5.1alpha
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