执行引擎 执行引擎 Executor 实现了一个简易的执行器，所有的操作在其中顺序执行。你可以在Python脚本中运行 Executor 。PaddlePaddle Fluid中有两种执行器。一种是 Executor 默认的单线程执行器，另一种是并行计算执行器，在 数据并行执行引擎 中进行了解释。Executor 和 数据并行执行引擎 的...

使用 Spark 将批量数据写入 MatrixOne 使用 Flink 将实时数据写入 MatrixOne

归并引擎 遍历归并 排序归并 分组归并 聚合归并 分页归并 归并引擎 将从各个数据节点获取的多数据结果集，组合成为一个结果集并正确的返回至请求客户端，称为结果归并。 ShardingSphere 支持的结果归并从功能上分为遍历、排序、分组、分页和聚合 5 种类型，它们是组合而非互斥的关系。 从结构划分，可分为流式归并、内存归并和装饰者归并。...

路由引擎 分片路由 直接路由 标准路由 笛卡尔路由 广播路由 全库表路由 全库路由 全实例路由 单播路由 阻断路由 路由引擎 根据解析上下文匹配数据库和表的分片策略，并生成路由路径。 对于携带分片键的 SQL，根据分片键的不同可以划分为单片路由（分片键的操作符是等号）、多片路由（分片键的操作符是 IN）和范围路由（分片键的操作符是 ...

使用 Spark 将批量数据写入 MatrixOne 使用 Flink 将实时数据写入 MatrixOne

执行引擎 连接模式 内存限制模式 连接限制模式 自动化执行引擎 准备阶段 执行阶段 执行引擎 ShardingSphere 采用一套自动化的执行引擎，负责将路由和改写完成之后的真实 SQL 安全且高效发送到底层数据源执行。 它不是简单地将 SQL 通过 JDBC 直接发送至数据源执行；也并非直接将执行请求放入线程池去并发执行。它更关注平衡数...

Metric 引擎 概述 概念 逻辑表 物理表 架构及设计 Metric 引擎 概述 Metric 引擎是 GreptimeDB 的一个组件，属于存储引擎的一种实现，主要针对可观测 metrics 等存在大量小表的场景。 它的主要特点是利用合成的物理宽表来存储大量的小表数据，实现相同列复用和元数据复用等效果，从而达到减少小表的存储开销以...

存储引擎 概述 架构 数据模型 Region 存储引擎 概述 存储引擎 负责存储数据库的数据。Mito 是我们默认使用的存储引擎，基于 LSMT （Log-structured Merge-tree）。我们针对处理时间序列数据的场景做了很多优化，因此 mito 这个存储引擎并不适用于通用用途。 架构 下图展示了存储引擎的架构和处理数据的...