Hoyi 与数据库集群的读写(hoyi入门系列文章三)

本文介绍Hoyi框架下数据库集群的配置方法,包括主备从数据库的设置及读写分离策略。详细解释了如何修改jdbc.properties文件以支持集群,并提供了使用示例。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Hoyi 与数据库集群的读写(hoyi入门系列文章三)

1.主备从数据库配置

修改jdbc.properties. 删除单机数据库的配置,增加如下

cluster_type=ALL_SPLIT_R_W  
# 主鏈接池和創建連接池綫程數.
master.connectioncount = 20
master.createconnectionpoolcount = 20
# 主備用鏈接池和創建連接池綫程數.  這裏的連接數會每個從的都創建 connectioncoun個鏈接.
remaster.connectioncount = 20
remaster.createconnectionpoolcount = 20
# 從鏈接池和創建連接池綫程數.  這裏的連接數會每個從的都創建 connectioncoun個鏈接.
slaver.connectioncount = 20
slaver.createconnectionpoolcount = 20
# 主数据源
master.datasource.driver-class-name=com.mysql.jdbc.Driver
master.datasource.url=jdbc:mysql://127.0.0.1:3306/hoyi_test?useUnicode=true&characterEncoding=utf-8
master.datasource.username=root
master.datasource.password=root
# 備用主數據源
remaster.datasource.names=ds1
remaster.datasource.ds1.driver-class-name=com.mysql.jdbc.Driver
remaster.datasource.ds1.url=jdbc:mysql://127.0.0.1:3306/hoyi_test?useUnicode=true&characterEncoding=utf-8
remaster.datasource.ds1.username=root
remaster.datasource.ds1.password=root
# 從數據源
slaver.datasource.names=ds1,ds2
slaver.datasource.ds1.driver-class-name=com.mysql.jdbc.Driver
slaver.datasource.ds1.url=jdbc:mysql://127.0.0.1:3306/hoyi_test?useUnicode=true&characterEncoding=utf-8
slaver.datasource.ds1.username=root
slaver.datasource.ds1.password=root
slaver.datasource.ds2.driver-class-name=com.mysql.jdbc.Driver
slaver.datasource.ds2.url=jdbc:mysql://127.0.0.1:3306/hoyi_test?useUnicode=true&characterEncoding=utf-8
slaver.datasource.ds2.username=root

slaver.datasource.ds2.password=root

注意:master数据库只有一个,备用数据库可以有多个。从数据库也可以有多个。数据库的同步由数据库自身的机制去做。

这里为了方便写成同一个地址。地址需要根据具体的情况去设置。

2.数据库操作方式
使用写数据库 DataBaseCluster.Get_WRITE_SERVER();
使用读数据库 DataBaseCluster.Get_READ_SERVER();

hoyi自身操作数据库在底层写操作用写服务器,读用读服务器(当读为从库是,多个从库会随机取一个)。

cluster_type 方式会决定是使用读写数据库 会使用到 主备从 具体哪个数据库。

hoyi的集群方式有四种,通过在jdbc.properties里设置cluster_type的值来区分

   如果沒有設置cluster_type.則默認為單服務器部署,不做讀寫分離
   完全读写分离 ALL_SPLIT_R_W        严格按照Master/RE_Master 服务器只写,Slavers  服务器只读.
   半读写分离方式 HALF_SPLIT_R_W     Master 服务器只写, RE_Master服务器和Slavers服务器只读.
   读写不分离方式 UN_SPLIT_R_W.      所有服务器都做读写操作,在单服务器,所有服务器双向同步的时候可以使用.

   单服务器方式   SIMPLE_DBSERVER

  操作数据库:读数据库操作

String sql = "select * from user where id = ?";
List<DbParameter> params = new ArrayList<DbParameter>();
params.add(new DbParameter("id", id));
DataTable dt = DataBaseCluster.Get_READ_SERVER().ExecuteTableEx(sql,params);

List<user> list = dt.toEntitys(user.class);

写数据库操作:

user u = this.getModelFromReq(user.class);
String sql = "insert into user (username,sex,note) values (?,?,?)";
String[] params = {u.getUsername(),u.getSex(),u.getNote()};
int result=0;
result = DataBaseCluster.Get_WRITE_SERVER().execUpdateEx(sql,params);




内容概要:本文深入解析了扣子COZE AI编程及其详细应用代码案例,旨在帮助读者理解新一代低门槛智能体开发范式。文章从五个维度展开:关键概念、核心技巧、典型应用场景、详细代码案例分析以及未来发展趋势。首先介绍了扣子COZE的核心概念,如Bot、Workflow、Plugin、Memory和Knowledge。接着分享了意图识别、函数调用链、动态Prompt、渐进式发布及监控可观测等核心技巧。然后列举了企业内部智能客服、电商导购助手、教育领域AI助教和金融行业合规质检等应用场景。最后,通过构建“会议纪要智能助手”的详细代码案例,展示了从需求描述、技术方案、Workflow节点拆解到调试上线的全过程,并展望了多智能体协作、本地私有部署、Agent2Agent协议、边缘计算插件和实时RAG等未来发展方向。; 适合人群:对AI编程感兴趣的开发者,尤其是希望快速落地AI产品的技术人员。; 使用场景及目标:①学习如何使用扣子COZE构建生产级智能体;②掌握智能体实例、自动化流程、扩展能力和知识库的使用方法;③通过实际案例理解如何实现会议纪要智能助手的功能,包括触发器设置、下载节点、LLM节点Prompt设计、Code节点处理和邮件节点配置。; 阅读建议:本文不仅提供了理论知识,还包含了详细的代码案例,建议读者结合实际业务需求进行实践,逐步掌握扣子COZE的各项功能,并关注其未来的发展趋势。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值