首页 > TAG信息列表 > shardingSphere

给ShardingSphere提了个PR，不知道是不是嫌弃我

说来惭愧，干了 10 来年程序员，还没有给开源做过任何贡献，以前只知道嘎嘎写，出了问题嘎嘎改，从来没想过提个 PR 去修复他，最近碰到个问题，发现挺简单的，就随手提了个 PR 过去。 问题 问题挺简单的，就是在使用 mybatis 和 ShardingSphere 的时候，有人在 model 类使用了 OffsetDateTime 这个时

尚硅谷-ShardingSphere

分库分表重点还是在于数据一致性，主从复制和库表管理底层原理，本质上根据配置文件入不同库，入不同表还是很简单的。 学习链接：https://www.bilibili.com/video/BV1LK411s7RX?p=23&vd_source=510ec700814c4e5dc4c4fda8f06c10e8 目录

Shardingsphere-ShardingSphere-JDBC-Spring Boot配置-分片规则

spring.shardingsphere.datasource.names= #省略数据源配置，请参考用法 # 标准分表配置spring.shardingsphere.rules.sharding.tables.<table-name>.actual-data-nodes= # 描述数据源名称和实际表，分隔符为点，多个数据节点用逗号分隔，支持内联表达式。 Absent 表示仅对数据库进行分片

数据库领域资深专家韩锋正式加入 SphereEx，加速公司商业化产品版图扩张

我在数据库领域从业多年，经历了当代数据库产业的发展流程。近些年来，数据库行业正面临转型发展期，以新力量（国产）、新形态（开源）、新技术（分布式、云原生）等特性为代表的一大批新生企业快速成长，极大推动了行业发展。其中 SphereEx 提出的 Database Plus 以及 Database Mesh 等理念，与我对数

ShardingSphere-JDBC实战

一、环境准备 1.数据库 创建2个库2个表： xdclass_shop_order_0 product_order_0 product_order_1 ad_config product_order_item_0 product_order_item_1 xdclass_shop_order_1 product_order_0 product_order_1 ad_config product_order_item_0 product_order_item_1 数据

分库分表ShardingSphere-JDBC笔记整理

一、分库分表解决的现状问题 解决数据库本身瓶颈 连接数： 连接数过多时，就会出现‘too many connections’的错误，访问量太大或者数据库设置的最大连接数太小的原因 Mysql默认的最大连接数为100.可以修改，而mysql服务允许的最大连接数为16384 数据库分表可以解决单表海量数据

ShardingSphere数据分片

码农在囧途 坚持是一件比较难的事，坚持并不是自欺欺人的一种自我麻痹和安慰，也不是做给被人的，我觉得，坚持的本质并没有带着过多的功利主义，如果满是功利主义，那么这个坚持并不会长久，也不会有好的收获，坚持应该带着热爱，带着思想，把它当成习惯，但是并不是内卷，而是一种发自内心的喜欢和平实！

050_分布式主键配置

目录ShardingSphere-分布式主键配置 ShardingSphere-分布式主键配置 :::info ShardingSphere提供灵活的配置分布式主键生成策略方式。在分片规则配置模块可以配置每个表的主键生成策略。默认使用雪花算法。（snowflake）生成64bit的长整型数据。支持两种方式配置： SNOWFLAKE UUID :::

提名 Apache ShardingSphere Committer，说说方法

文章首发在公众号（龙台的技术笔记），之后同步到博客园和个人网站：xiaomage.info 就在前几天，收到了 Apache ShardingSphere Vote 我成为 Committer 的邮件，心情非常高兴，被提名代表自己的贡献得到了充分的认可；在这里，非常感谢 ShardingSphere 团队给予我的帮助！ 写这篇文章，主要是记录自己贡

dynamic + shardingsphere(4.1.1) 实现动态分库分表

1. 主要依赖： <dependency> <groupId>com.baomidou</groupId> <artifactId>dynamic-datasource-spring-boot-starter</artifactId> <version>3.3.2</version> </dependency> <dependency>

终于可以一行代码也不用改了！ShardingSphere 原生驱动问世

一、背景 ShardingSphereDataSourceFactory 是 Apache ShardingSphere-JDBC 端的最基础用户 API，它用于将用户的规则配置对象进行转化，并生成为标准 DataSource 的实现。除此之外，它还提供了用于 YAML 配置的 YamlShardingSphereDataSourceFactory，以及用于 Spring 的自定义命名空间和

ShardingSphere-proxy-5.0.0建立mysql读写分离之读库负载均衡算法配置(七)

# # Licensed to the Apache Software Foundation (ASF) under one or more # contributor license agreements. See the NOTICE file distributed with # this work for additional information regarding copyright ownership. # The ASF licenses this file to You under

ShardingSphere-proxy-5.0.0建立mysql读写分离的连接(六)

一、修改配置文件config-sharding.yaml，并重启服务 # # Licensed to the Apache Software Foundation (ASF) under one or more # contributor license agreements. See the NOTICE file distributed with # this work for additional information regarding copyright ownership

ShardingSphere-proxy-5.0.0容量范围分片的实现(五)

一、修改配置文件config-sharding.yaml，并重启服务 # # Licensed to the Apache Software Foundation (ASF) under one or more # contributor license agreements. See the NOTICE file distributed with # this work for additional information regarding copyright ownership

分库分表_sharding-jdbc入门demo

分库分表 解决问题： 由于数据量过大而导致数据库性能降低的问题 实现方式： 分库 垂直分库：将表分布到不同的数据库上，每个库可以放在不同服务器上 水平分库：同一表的数据按一定规则拆到不同的数据库中 分表 垂直分表：一个表按照字段分为多个表，拆解原有表结构 水平分表：把同一个表的

Database Plus

背景 一直以来，大一统还是碎片化，是数据库发展趋势的两种最主流预测。随着数字化进程的推进，单一场景无法满足应用多样化的需求，数据库碎片化已呈不可逆的趋势。在当前，市场占有率最高的商用数据库—— Oracle 并没有明显短板的情况下，各种全新的数据库依旧如雨后春笋般层出不穷。如今，DB

做数据时代的加油站，ShardingSphere 为易车数据库架构演进提供新动力

Apache ShardingSphere 前段时间应邀来到易车北京总部，PMC Chair 张亮与易车的技术同学在数据加解密、扩容、迁移、上云等话题展开了深度交流与探讨。 作为中国领先的汽车互联网企业，易车深耕汽车行业二十余载，为中国汽车用户提供专业、丰富的互联网资讯和导购服务，并为汽车厂商和汽车

数据库治理的云原生之道 —— Database Mesh 2.0

2018 年 3 月，一篇《Service Mesh 是大方向，那 Database Mesh 呢？》迅速火爆技术圈。在这篇文章中，Apache ShardingSphere 创始人张亮沿着 Service Mesh 的思路，对 Database Mesh 进行了畅想。四年过去了，当年的 Database Mesh 理念已经在一些公司开花结果，配合各自的工具和生态进行了实

【Sharding JDBC】分库分表小demo

引入依赖 <!-- 数据库连接池 --> <dependency> <groupId>com.alibaba</groupId> <artifactId>druid-spring-boot-starter</artifactId> <version>1.1.20</version> </dependency> <!-- 数据库连接驱动--> <

覆盖 70% 核心业务，ShardingSphere 如何成为喜马拉雅架构演进的催化剂

文章来源于沈辉 背景 喜马拉雅成立之初，各个业务管理各自的数据库、缓存，各个业务都要了解中间件的各种部署情况，导致业务间的合作，需要运维、开发等方面的人工介入，效率较低，扩展困难，安全风险也很高，资源利用率也不高。喜马拉雅在发展中，逐渐意识到需要在公司层面，提供统一的定制化的数据

我们在讲的 Database Plus，到底能解决什么样的问题？

背景 一直以来，大一统还是碎片化，是数据库发展趋势的两种最主流预测。随着数字化进程的推进，单一场景无法满足应用多样化的需求，数据库碎片化已呈不可逆的趋势。在当前，市场占有率最高的商用数据库—— Oracle 并没有明显短板的情况下，各种全新的数据库依旧如雨后春笋般层出不穷。如今，DB

ShardingSphere-Proxy 4.1 分库分表

一、ShardingSphere-Proxy的核心概念 ShardingSphere-Proxy概念 官方地址：https://shardingsphere.apache.org/index_zh.html ShardingSphere-Proxy就是数据库的代理，如图： ShardingSphere-Proxy主要代理哪些数据库 默认代理：Mysql、PostSql 实现代理的目的 主要是为了完成分

ShardingSphere-Proxy 5.0 分库分表（一）

@目录一、简述二、ShardingSphere-Proxy5.0 落地 一、简述 简述 ShardingSphere-Proxy4.0 已经升级到5.0了，但是两者的配置文件还有一定的差别的，这篇文章讲述的就是ShardingSphere-Proxy 5.0 的落地。概念、分表、分库、分库分表的原理的基本和4.0一样的，需要了解可查看 https://bl

Sharding

  官网 https://shardingsphere.apache.org/document/current/en/user-manual/shardingsphere-jdbc/spring-namespace/rules/mix/ springboot启动类 @SpringBootApplication(exclude = {DataSourceAutoConfiguration.class, SpringBootConfiguration.class}) <dependency>

分库分表(1) --- ShardingSphere(理论)

分库分表---理论 当一张表的数据达到几千万时，查询一次所花的时间会变长。业界公认MySQL单表容量在 1千万 以下是最佳状态，因为这时它的BTREE索引树高在3~5之间。 数据切分可以分为：垂直切分和水平切分。 一、垂直切分 垂直切分又可以分为: 垂直分库和垂直分表。 1、垂直分库 概念