代码地址：
https://github.com/brucexx/heisenberg
其优点： 分库分表与应用脱离，分库表如同使用单库表一样
减少db 连接数压力
热重启配置
可水平扩容
遵守Mysql原生协议
无语言限制，mysqlclient,c,java等都可以使用
Heisenberg服务器通过管理命令可以查看，如连接数，线程池，结点等，并可以调整
采用velocity的分库分表脚本进行自定义分库表，相当的灵活
之前在组里有做过简单的分享，这段时间稍微轻松了点，先分享出来，看有没有更好的idea在这块有所提升
下面开始介绍heisenberg
1.heisenberg总体架构
首先这块架构：
应用对于heisenberg集群来说就是mysql客户端，
而heisenberg也是集成了mysql的原生协议，所以对于应用来说，就相当于单库单表的数据源
无论是mysql客户端，c,jdbc驱动等都可以访问heisenberg服务器，由服务器把分库分表的工作给做掉了
访问heisenberg集群可以通过像lvs,F5等负载软件/设备解决，
其实一台heisenberg的性能是相当的赞了，我压力到2320TPS load 都还只有0.1-0.3左右（CPU 8core,16G），由于找不到mysql物理机器了，只得做罢
服务端内部结构：
其中FrontConnectionFactory为面向应用的连接管理，ManagerConnectionFactory为面向heisenberg服务器内部管理的一些连接管理，比如更改配置后热重启，关闭 某个连接等功能
mysql协议贯穿于应用程序与mysql服务器，最终解析为相关的mysql数据包, 授权包，注册包等
当heisenberg服务器接收到SQL语句后，通过AST语法解析 解析成 DML,DCL,DDL类型以及相关列名的值等等，然后通过ServerRouter这一层，经过分库分表的切分，最终将切分好的语句放入对应数据结点进行执行
分库分表的切分，为了满足各种通用性灵活性，使用了velocity和groovy 2种语法来支持，其中groovy是初始化表和库和映射关系的，只在加载时初始化一次；而velocity是用来渲染对应的分库和分表规则的。
OK，知道了原理，那么开始说明如何使用分库分表吧
2.heisenberg开发
Maven +JDK 部署好
https://github.com/brucexx/heisenberg
下载到本地后，
Mvn package 之
在本地target里会生成一个heisenberg-server-1.0.0.zip 文件
解压之 unzip heisenberg-server-1.0.0.zip
进入conf目录
有下面几个目录
conf
---log4j.xml
---rule.xml
---schema.xml
---server.xml
log4j.xml就不介绍了
sql_route.log就是分库表切分的时间
sql_execute.log 为sql总执行时间
server.xml
|
"serverPort">8166 "managerPort">8266 "initExecutor">16 "timerExecutor">4 "managerExecutor">4 "processors">4 "processorHandler">8 "processorExecutor">8 "clusterHeartbeatUser">_HEARTBEAT_USER_ "clusterHeartbeatPass">_HEARTBEAT_PASS_
|
serverPort为服务端口，即对上层应用的端口
managerPort为管理端口，即管理的监听端口，用于操作服务器一些配置等
initExecutor 为初始化的线程个数
timerExecutor 心跳执行线程个数
managerExecutor管理执行线程个数
processors应用接收处理器核数
processorHandler 应用接收处理类个数
processorExecutor 应用接收处理线程个数
clusterHeartbeatUser和clusterHeartbeatPass 不必改，用于集群的认证方式使用
|
"brucexx"> "password">st0078 "schemas">trans_shard
|
Brucexx为自定义应用用户名，st0078为自定义应用密码
Schemas为自定义schema,具体见schema.xml中，
这里的schemas可为多个，以逗号分隔
白名单限制：
|
test
|
schema.xml配置
mysql数据源
|
"transDS" type="mysql"> "location"> 10.58.49.14:8701/db$0-9
"user">root "password">st0078 "sqlMode">STRICT_TRANS_TABLES
|
这里指定的mysql的数据源，后面$0-9是一种自定义的缩略写法
也可以在property里面定义多个location，比如：
|
"location"> 10.58.49.14:8701/db0 10.58.49.14:8701/db1 10.58.49.14:8701/db2
|
效果是一样的
Shard结点配置
Shard结点相当于一个逻辑结点，提供给外部相关的schema，对应于数据源有
主/备/灾，
|
"transDN"> "dataSource">
transDS$0-9
transSlaveDS$0-9
transSlaveDS$0-9
"rwRule">m:0,s:1 "poolSize">256 "heartbeatSQL">select user()
|
属性dataSource 第一个是主库，第二个备库，第三个灾库，需要多少配置多少个
读写分离规则rwRule，m和s代表读取的比例，表示主库读取为0,从库读取1，这样直接读写分离，如果是1:1的话相当读取各1：1的比例
池大小poolSize为到mysqlDB的连接数和心跳sql heartbeatSQL，无特殊需求保持不变
Schema配置
|
"trans_shard">
"trans_online, trans_content, trans_tb "dataNode="transDN$0-9"rule="rule1"/>
trans_shard 提供的schema,对应于server.xml中的名字 下面会有多个需要分库的表， "trans_online"dataNode="transDN$0-9"rule="rule1"/> 这里必须要把需要分库分表的内容写出来，当然，如果不分库表也是可以的
”tbxxx"dataNode="transDN0" ruleRequired=”false”/
rule.xml分库分表规则配置，其中columns,dbRuleList,tbRuleList里面的列名要保持大写
首先先上一个整体配置
其中dbRuleList 为分库规则
分库规则dbRuleList可以有多个dbRule，当第一个不满足时，可以用第二个，当然这个效率不好，如果有规则区分，尽量再写一个rule， dbRule 最后的结果是表的前缀 比如分库分表 库名为db0-db9,那么这个dbRule渲染时
取到TRANS_ID 这个为后，在脚本里计算出取倒数第2位为库后缀 比如上图的分库为
分表规则配置
这个和上面分库一样了，以倒数1，2位为库的后缀 如下图：
有个潜规则就是 需要保证全局的表名不能重复 比如db0有个trans_tb00,db1就不能有叫trans_tb00的表
表初始化
需要初始化个表，其中key为db的下标索引，比如db0 的下标为0, list为每个库里的表后缀名
目录是为了初始化定义这些库表
如何使用呢？ 通过命令行 这里就不用讲了，wms_shard就是在server.xml里面配置的逻辑分库分表的数据源schema,应用只要访问这个就好了
show tables;也可以看到自己的一些表信息
ok.
mysql> select * from t_user_id_map; +-----------+---------------------------+-----------+------------+---------------------+---------------------+ | F_uid | F_uname | F_enabled | F_user_id | F_create_time | F_modify_time | +-----------+---------------------------+-----------+------------+---------------------+---------------------+ | 105001050 | @8230762802717b6a723fe9cd | 1 | 1287824017 | 2014-03-10 15:38:44 | 2014-03-10 15:38:44 | | 62000 | | 1 | 533885000 | 2014-03-26 23:02:31 | 2014-03-26 23:02:31 | | 86000 | | 1 | 237406000 | 2014-03-27 01:04:23 | 2014-03-27 01:04:23 | | 96000 | | 1 | 767684000 | 2014-03-27 00:30:32 | 2014-03-27 00:30:32 | | 130000 | | 1 | 506552000 | 2014-03-27 15:57:31 | 2014-03-27 15:57:31 | | 149000 | | 1 | 868483000 | 2014-03-27 15:50:09 | 2014-03-27 15:50:09 | | 179000 | | 1 | 245626000 | 2014-03-26 21:33:46 | 2014-03-26 21:33:46 | 当没有指定分库分表规则时，是进行的全表扫描，当然我们可以通过学习 mysql> explain select * from t_user_id_map; +-----------+----------------------------------- | DATA_NODE | SQL +-----------+----------------------------------- | wmsDN[0] | select * from t_user_id_map_00_0 | wmsDN[0] | select * from t_user_id_map_00_1 | wmsDN[0] | select * from t_user_id_map_00_2 | wmsDN[0] | select * from t_user_id_map_00_3 | wmsDN[0] | select * from t_user_id_map_00_4 | wmsDN[0] | select * from t_user_id_map_00_5 | wmsDN[0] | select * from t_user_id_map_00_6 | wmsDN[0] | select * from t_user_id_map_00_7 | wmsDN[0] | select * from t_user_id_map_00_8 | wmsDN[0] | select * from t_user_id_map_00_9 | wmsDN[1] | select * from t_user_id_map_01_0 | wmsDN[1] | select * from t_user_id_map_01_1 | wmsDN[1] | select * from t_user_id_map_01_2 | wmsDN[1] | select * from t_user_id_map_01_3 | wmsDN[1] | select * from t_user_id_map_01_4 | wmsDN[1] | select * from t_user_id_map_01_5 | wmsDN[1] | select * from t_user_id_map_01_6 | wmsDN[1] | select * from t_user_id_map_01_7 | wmsDN[1] | select * from t_user_id_map_01_8 | wmsDN[1] | select * from t_user_id_map_01_9 | wmsDN[2] | select * from t_user_id_map_02_0 .... 这边表很多，其中dataNode是我们里面对应的结点
mysql> select * from t_user_id_map where f_uid=196606999; +-----------+---------+-----------+-----------+---------------------+---------------------+ | F_uid | F_uname | F_enabled | F_user_id | F_create_time | F_modify_time | +-----------+---------+-----------+-----------+---------------------+---------------------+ | 196606999 | | 1 | 749331999 | 2014-04-04 14:46:58 | 2014-04-04 14:46:58 | +-----------+---------+-----------+-----------+---------------------+---------------------+ 1 row in set (0.04 sec) 这边配置的是按F_uid最后三位分库分表的，dbRuleList配置的是倒数2，3位， tbRuleList配置的是最后1位
我们看下是怎么路由的
mysql> explain select * from t_user_id_map where f_uid=196606999; +-----------+---------------------------------------------------------+ | DATA_NODE | SQL | +-----------+---------------------------------------------------------+ | wmsDN[99] | select * from t_user_id_map_99_9 where f_uid=196606999 | +-----------+---------------------------------------------------------+ 1 row in set (0.03 sec)
可以看到data_node --> wmsDN[99] ,分库位 t_user_id_map_99_9 对应的表 |
http://blog.sina.com.cn/s/blog_56d988430102vdfo.html
相关推荐
**MySQL分库分表中间件Heisenberg详解** 在数据库设计中，随着业务的发展和数据量的增加，单个数据库往往难以承受高并发和大数据量的处理压力，这时就需要引入分库分表策略来优化系统性能。Heisenberg是一款开源的...
Atlas作为一个中间件，能够将应用程序和MySQL数据库之间的细节隐藏起来，让应用开发者无需关心底层数据库的复杂操作，如读写分离、分库分表等。DBA的维护工作对前端应用透明，可以轻松地进行数据库的上下线操作而不...
内容概要：本文详细探讨了在主从博弈框架下，共享储能与综合能源微网的优化运行及其仿真复现。通过MATLAB和CPLEX的联合使用，展示了微网运营商和用户聚合商之间的动态博弈过程。上层模型关注微网运营商的定价策略，旨在最大化利润，考虑售电收益、储能运维成本等因素。下层模型则聚焦于用户聚合商的响应，根据电价调整电热负荷并参与共享储能调度。文中还介绍了电热耦合约束、充放电互斥约束等关键技术细节，并通过迭代博弈实现了策略更新。最终仿真结果显示，在引入电制热设备后，用户侧热负荷弹性提升，博弈收敛速度加快，达到双赢效果。 适合人群：从事能源系统优化、博弈论应用、MATLAB编程的研究人员和技术人员。 使用场景及目标：适用于希望深入了解主从博弈在综合能源系统中应用的学者和工程师。目标是掌握如何通过数学建模和编程实现复杂的能源系统优化，理解电热耦合机制和共享储能的作用。 其他说明：文章提供了详细的代码片段和仿真结果，帮助读者更好地理解和复现实验。此外，还讨论了一些常见的调试问题和解决方案，如约束冲突等。
1.版本：matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
内容概要：深度学习在多个领域有着广泛应用。在计算机视觉方面，涵盖图像分类、目标检测、图像分割等任务，应用于自动驾驶、医疗影像分析等领域；在自然语言处理上，包括机器翻译、文本分类、文本生成等功能，服务于信息检索、内容创作等；语音识别与合成领域，实现了语音到文本的转换以及文本到语音的生成，推动了智能交互的发展；医疗领域，深度学习助力医学影像分析、疾病预测、个性化治疗及健康监测；金融领域，深度学习用于信用风险评估、欺诈检测、高频交易等，保障金融安全并优化投资策略；自动驾驶方面，环境感知与决策控制系统确保车辆安全行驶；娱乐与媒体领域，个性化推荐和内容生成提升了用户体验；工业与制造业中，质量检测和预测性维护提高了生产效率和产品质量。 适合人群：对深度学习及其应用感兴趣的初学者、研究人员以及相关领域的从业者。 使用场景及目标：帮助读者全面了解深度学习在不同行业的具体应用场景，明确各领域中深度学习解决的实际问题，为后续深入研究或项目实施提供方向指引。 其他说明：随着深度学习技术的持续进步，其应用范围也在不断扩大，文中提及的应用实例仅为当前主要成果展示，未来还有更多潜力待挖掘。
1.版本：matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
周梁伟-大模型在融合通信中的应用实践
内容概要：本文详细介绍了利用西门子S7-200 PLC和组态王软件构建的一个花式喷泉控制系统的设计与实现。首先阐述了系统的硬件组成，包括三个环形喷泉组、七彩LED灯带以及功放喇叭等组件，并给出了详细的IO分配表。接着深入解析了关键的梯形图程序逻辑，如自动模式循环、灯光控制、喷泉舞步等部分的具体实现方法。此外，还分享了一些实际调试过程中遇到的问题及其解决方案，例如电源隔离、电磁干扰处理等。最后展示了组态王界面上生动有趣的动画效果设计思路。 适合人群：对PLC编程和工业自动化感兴趣的工程师和技术爱好者。 使用场景及目标：适用于需要设计类似互动娱乐设施的专业人士，旨在帮助他们掌握从硬件选型、程序编写到界面美化的完整流程，从而能够独立完成类似的工程项目。 其他说明：文中不仅提供了理论知识讲解，还包括了许多实践经验教训，对于初学者来说非常有价值。同时，作者还在系统中加入了一些趣味性的元素，如隐藏模式等，增加了项目的吸引力。
内容概要：本文详细介绍了利用COMSOL进行电弧熔池多物理场耦合仿真的方法和技术要点。首先解释了电弧熔池的本质及其复杂性，然后依次讲解了几何建模、材料属性设置、求解器配置以及后处理等方面的具体步骤和注意事项。文中提供了大量实用的MATLAB、Java和Python代码片段，帮助用户更好地理解和应用相关技术。此外，作者分享了许多实践经验，如分阶段激活物理场、使用光滑过渡函数处理相变、优化网格划分等，强调了参数选择和边界条件设定的重要性。 适合人群：从事电弧熔池仿真研究的专业人士，尤其是有一定COMSOL使用经验的研究人员。 使用场景及目标：适用于需要精确模拟电弧熔池行为的研究项目，旨在提高仿真精度并减少计算时间。主要目标是掌握多物理场耦合仿真的关键技术，解决实际工程中遇到的问题。 其他说明：文章不仅提供了详细的理论指导，还包括许多实用的操作技巧和常见错误的解决方案，有助于读者快速上手并深入理解电弧熔池仿真的难点和重点。
9f148310e17f2960fea3ff60af384a37_098bb292f553b9f4ff9c67367379fafd
# 【spring-ai-hanadb-store-1.0.0-M7.jar中文-英文对照文档.zip】 中包含： 中文-英文对照文档：【spring-ai-hanadb-store-1.0.0-M7-javadoc-API文档-中文(简体)-英语-对照版.zip】 jar包下载地址：【spring-ai-hanadb-store-1.0.0-M7.jar下载地址(官方地址+国内镜像地址).txt】 Maven依赖：【spring-ai-hanadb-store-1.0.0-M7.jar Maven依赖信息(可用于项目pom.xml).txt】 Gradle依赖：【spring-ai-hanadb-store-1.0.0-M7.jar Gradle依赖信息(可用于项目build.gradle).txt】 源代码下载地址：【spring-ai-hanadb-store-1.0.0-M7-sources.jar下载地址(官方地址+国内镜像地址).txt】 # 本文件关键字： spring-ai-hanadb-store-1.0.0-M7.jar中文-英文对照文档.zip,java,spring-ai-hanadb-store-1.0.0-M7.jar,org.springframework.ai,spring-ai-hanadb-store,1.0.0-M7,org.springframework.ai.vectorstore.hanadb,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,springframework,spring,ai,hanadb,store,中文-英文对照API文档,手册,开发手册,使用手册,参考手册 # 使用方法： 解压 【spring-ai-hanadb-store-1.0.0-M7.jar中文-英文
# 压缩文件中包含： 中文文档 jar包下载地址 Maven依赖 Gradle依赖 源代码下载地址 # 本文件关键字： jar中文文档.zip,java,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,中文API文档,手册,开发手册,使用手册,参考手册 # 使用方法： 解压最外层zip，再解压其中的zip包，双击 【index.html】 文件，即可用浏览器打开、进行查看。 # 特殊说明： ·本文档为人性化翻译，精心制作，请放心使用。 ·只翻译了该翻译的内容，如：注释、说明、描述、用法讲解 等； ·不该翻译的内容保持原样，如：类名、方法名、包名、类型、关键字、代码 等。 # 温馨提示： （1）为了防止解压后路径太长导致浏览器无法打开，推荐在解压时选择“解压到当前文件夹”（放心，自带文件夹，文件不会散落一地）； （2）有时，一套Java组件会有多个jar，所以在下载前，请仔细阅读本篇描述，以确保这就是你需要的文件；
3dmax插件
内容概要：本文详细介绍了单相全桥PWM整流器采用双闭环控制策略的具体实现方法和技术要点。电压环采用PI控制器来稳定直流侧电压，电流环则使用PR控制器确保交流电流与电压同相位并实现单位功率因数。文中提供了详细的MATLAB、C和Python代码片段，解释了各个控制器的设计思路和参数整定方法。此外，文章还讨论了突加负载测试、电压前馈补偿、PWM生成以及硬件选型等方面的内容，强调了系统的稳定性和快速响应能力。 适合人群：从事电力电子、自动控制领域的工程师和技术人员，尤其是对PWM整流器和双闭环控制感兴趣的读者。 使用场景及目标：适用于需要精确控制直流电压和交流电流的应用场景，如工业电源、新能源发电等领域。目标是提高系统的电能质量和动态响应速度，确保在负载变化时仍能保持稳定的输出。 其他说明：文章不仅提供了理论分析，还包括了大量的实际测试数据和波形图，帮助读者更好地理解和掌握双闭环控制的实际效果。同时，文中提到的一些调试技巧和注意事项对于实际工程应用非常有价值。
easyocr安装包和模型
AC_DIMMER交流调光灯stm32.7z
仲量联行-负责任的房地产：实现社会价值，赋能建筑环境，创造积极的环境和社会影响
C语言全部知识点复习资料.doc
【蓝桥杯EDA】客观题解析