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。 配置数据节点 对于均匀分布的数据节点，如果数据结构如下： db0 ├── t_order0 └── t_order1 db1 ├── t_order0 └── t_order1 用行表达式可以简化为： db${0..1}.t_order${0..1} 或者 db$->{0..1}.t_order$->{0..1} 对于自定义的数据节点，如果数据结构如下： db0 ├── t_order0

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 7.1.1 注册中心数据结构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 /rules . . . . . . . . . 的统一管理能 力，和针对单独组件细粒度的控制能力，是基于存算分离的现代数据库体系中不可或缺的功能。 4.2.2 挑战 管控的挑战，在于对集群的集中化管理的统一管理能力以及在单点出现故障时精细化的操作能力。 集中化管理的挑战体现在将包括数据库存储节点和中间件计算节点的状态统一管理，并且能够实时的探 测到分布式环境下最新的变动情况，进一步为集群的控制和调度提供依据。 面对超负荷的流量下，针 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 ShardingSphere 和数据库的连接。当某个

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222 7.1.1 注册中心数据结构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222 /rules . . . . . . . . . 的统一管理能 力，和针对单独组件细粒度的控制能力，是基于存算分离的现代数据库体系中不可或缺的功能。 4.2.2 挑战 管控的挑战，在于对集群的集中化管理的统一管理能力以及在单点出现故障时精细化的操作能力。 集中化管理的挑战体现在将包括数据库存储节点和中间件计算节点的状态统一管理，并且能够实时的探 测到分布式环境下最新的变动情况，进一步为集群的控制和调度提供依据。 面对超负荷的流量下，针 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 ShardingSphere 和数据库的连接。当某个

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 数据节点 对于均匀分布的数据节点，如果数据结构如下： db0 ├── t_order0 └── t_order1 db1 ├── t_order0 └── t_order1 用行表达式可以简化为： db${0..1}.t_order${0..1} 或者 db$->{0..1}.t_order$->{0..1} 对于自定义的数据节点，如果数据结构如下： db0 ├── t_order0

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233 7.1.1 注册中心数据结构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233 /rules . . . . . . . . . 的统一管理能 力，和针对单独组件细粒度的控制能力，是基于存算分离的现代数据库体系中不可或缺的功能。 4.2.2 挑战 管控的挑战，在于对集群的集中化管理的统一管理能力以及在单点出现故障时精细化的操作能力。 集中化管理的挑战体现在将包括数据库存储节点和中间件计算节点的状态统一管理，并且能够实时的探 测到分布式环境下最新的变动情况，进一步为集群的控制和调度提供依据。 面对超负荷的流量下，针 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 document

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 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：‐

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 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：‐

conversion service XML 配置文件（configuration XML）中包含了对 MyBatis 系统的核心设置，包含获取数据库连接实例的数据源（DataSource）和 决定事务范围和控制方式的事务管理器（TransactionManager）。XML 配置文件的详细内容后面再探讨，这里先给出一个简单的示 例： 控制。所以要 PDFmyURL - the best online web to pdf conversion service 保持简单，最好把映射器放在方法范围（method scope）内。下面的示例就展示了这个实践： 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

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

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 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：‐