. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 373 x 1 概览 星评增长时间线 贡献者增长时间线 Apache ShardingSphere 产品定位为 Database Plus，旨在构建多模数据库上层的标准和生态。它关 注如何充分合理地利用数据库的计算和存储能力，而并非实现 高可用 1.2. 解决方案 5 Apache ShardingSphere document, v5.0.0 1.3 线路规划 1.3. 线路规划 6 2 快速入门 本章节以尽量短的时间，为使用者提供最简单的 Apache ShardingSphere 的快速入门。 2.1 ShardingSphere-JDBC 2.1.1 1. 引入 maven 依赖 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， 已成为整个系统的关键。 从运维成本方面考虑，当一个数据库实例中的数据达到阈值以上，对于 DBA 的运维压力就会增大。数据 备份和恢复的时间成本都将随着数据量的大小而愈发不可控。一般来讲，单一数据库实例的数据的阈值 在 1TB 之内，是比较合理的范围。 在传统的关系型数据库无法满足互联网场景需要的情况下，将数据存储至原生支持分布式的

115 分片算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 分布式序列算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119 负载均衡算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 396 xi 1 概览 星评增长时间线 贡献者增长时间线 Apache ShardingSphere 产品定位为 Database Plus，旨在构建异构数据库上层的标准和生态。它关 注如何充分合理地利用数据库的计算和存储能力，而并非实现 高可用 1.2. 解决方案 5 Apache ShardingSphere document, v5.1.1 1.3 线路规划 1.3. 线路规划 6 2 快速入门 本章节以尽量短的时间，为使用者提供最简单的 Apache ShardingSphere 的快速入门。 2.1 ShardingSphere-JDBC 2.1.1 引入 maven 依赖

114 分片算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115 分布式序列算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 负载均衡算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 393 xi 1 概览 星评增长时间线 贡献者增长时间线 Apache ShardingSphere 产品定位为 Database Plus，旨在构建异构数据库上层的标准和生态。它关 注如何充分合理地利用数据库的计算和存储能力，而并非实现 高可用 1.2. 解决方案 5 Apache ShardingSphere document, v5.1.0 1.3 线路规划 1.3. 线路规划 6 2 快速入门 本章节以尽量短的时间，为使用者提供最简单的 Apache ShardingSphere 的快速入门。 2.1 ShardingSphere-JDBC 2.1.1 引入 maven 依赖

119 分片算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120 分布式序列算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122 负载均衡算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 433 xi 1 概览 星评增长时间线 贡献者增长时间线 Apache ShardingSphere 产品定位为 Database Plus，旨在构建异构数据库上层的标准和生态。它关 注如何充分合理地利用数据库的计算和存储能力，而并非实现 高可用 1.2. 解决方案 5 Apache ShardingSphere document, v5.1.2 1.3 线路规划 1.3. 线路规划 6 2 快速入门 本章节以尽量短的时间，为使用者提供最简单的 Apache ShardingSphere 的快速入门。 示例代码：https://github.com/apache/shardingsphere/tree/master/examples

. 291 7.24 ANTLR 插件在 src 同级目录下生成代码，容易误提交，如何避免？ . . . . . . . . . . . . 292 viii 1 概览 星评增长时间线 贡献者增长时间线 Apache ShardingSphere 是一套开源的分布式数据库解决方案组成的生态圈，它由 JDBC、Proxy 和 Sidecar （规划中）这 3 款既能够独立部署，又支持 document, v5.0.0-beta 1.2.3 数据库治理 • 分布式治理 • 弹性伸缩 • 可视化链路追踪 • 数据加密 1.2. 功能列表 4 2 快速入门 本章节以尽量短的时间，为使用者提供最简单的 Apache ShardingSphere 的快速入门。 2.1 ShardingSphere-JDBC 2.1.1 1. 引入 maven 依赖 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， 已成为整个系统的关键。 从运维成本方面考虑，当一个数据库实例中的数据达到阈值以上，对于 DBA 的运维压力就会增大。数据 备份和恢复的时间成本都将随着数据量的大小而愈发不可控。一般来讲，单一数据库实例的数据的阈值 在 1TB 之内，是比较合理的范围。 在传统的关系型数据库无法满足互联网场景需要的情况下，将数据存储至原生支持分布式的

253 分片算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255 分布式序列算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259 负载均衡算法 . . . . . . 供计算能力水平扩展和高可用等分布式系统必备的能力，集群环境需要通过独立部署的注册中心来存储 元数据和协调节点状态。 在生产环境建议使用集群模式。 1.3. 部署形态 9 2 快速入门 本章节以尽量短的时间，为使用者提供最简单的 Apache ShardingSphere 的快速入门。 示例代码：https://github.com/apache/shardingsphere/tree/master/examples 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， 已成为整个系统的关键。 从运维成本方面考虑，当一个数据库实例中的数据达到阈值以上，对于 DBA 的运维压力就会增大。数据 备份和恢复的时间成本都将随着数据量的大小而愈发不可控。一般来讲，单一数据库实例的数据的阈值 在 1TB 之内，是比较合理的范围。 在传统的关系型数据库无法满足互联网场景需要的情况下，将数据存储至原生支持分布式的

381 分片算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 384 分布式序列算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 389 负载均衡算法 . . . . . . 如何参与 ShardingSphere 已于 2020 年 4 月 16 日成为 Apache 软件基金会的顶级项目。欢迎通过邮件列表参与讨 论。 12 7 快速入门 本章节以尽量短的时间，为使用者提供最简单的 Apache ShardingSphere 的快速入门。 示例代码：https://github.com/apache/shardingsphere/tree/master/examples 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， 已成为整个系统的关键。 从运维成本方面考虑，当一个数据库实例中的数据达到阈值以上，对于 DBA 的运维压力就会增大。数据 备份和恢复的时间成本都将随着数据量的大小而愈发不可控。一般来讲，单一数据库实例的数据的阈值 在 1TB 之内，是比较合理的范围。 在传统的关系型数据库无法满足互联网场景需要的情况下，将数据存储至原生支持分布式的

409 分片算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 411 分布式序列算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 416 负载均衡算法 . . . . . . 如何参与 ShardingSphere 已于 2020 年 4 月 16 日成为 Apache 软件基金会的顶级项目。欢迎通过邮件列表参与讨 论。 12 7 快速入门 本章节以尽量短的时间，为使用者提供最简单的 Apache ShardingSphere 的快速入门。 示例代码：https://github.com/apache/shardingsphere/tree/master/examples 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， 已成为整个系统的关键。 从运维成本方面考虑，当一个数据库实例中的数据达到阈值以上，对于 DBA 的运维压力就会增大。数据 备份和恢复的时间成本都将随着数据量的大小而愈发不可控。一般来讲，单一数据库实例的数据的阈值 在 1TB 之内，是比较合理的范围。 在传统的关系型数据库无法满足互联网场景需要的情况下，将数据存储至原生支持分布式的

363 分片算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 366 分布式序列算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 371 负载均衡算法 . . . . . . 如何参与 ShardingSphere 已于 2020 年 4 月 16 日成为 Apache 软件基金会的顶级项目。欢迎通过邮件列表参与讨 论。 12 7 快速入门 本章节以尽量短的时间，为使用者提供最简单的 Apache ShardingSphere 的快速入门。 示例代码：https://github.com/apache/shardingsphere/tree/master/examples 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， 已成为整个系统的关键。 从运维成本方面考虑，当一个数据库实例中的数据达到阈值以上，对于 DBA 的运维压力就会增大。数据 备份和恢复的时间成本都将随着数据量的大小而愈发不可控。一般来讲，单一数据库实例的数据的阈值 在 1TB 之内，是比较合理的范围。 在传统的关系型数据库无法满足互联网场景需要的情况下，将数据存储至原生支持分布式的

#{username},#{birthday},#{sex},#{address}) 注意这里使用的 order 是“BEFORE” 1.6.7.2.5 Oracle 使用序列生成主键 首先自定义一个序列且用于生成主键，selectKey 使用如下： SELECT 自定义序列.NEXTVAL FROM DUAL insert into user(id,username,birthday,sex,address) values(#{id},#{username},#{birthday} 关联查询 5.1 商品订单数据模型 用户表：user 记录了购买商品的用户信息 Id：唯一标识一个用户 订单表：orders 记录了用户创建的订单 创建用户:user_id(外键) 订单号 创建时间 订单状态 外键： user_id 订单明细表：orderdetail 记录了用户购买信息 所属订单：orders_id（外键） 商品 id:items_id（外键） 商品数量 商品购买价格 外键：orders_id