4.Soul数据库设计

简介: 111
  • 插件采用数据库设计,来存储插件,选择器,规则配置数据,以及对应关系。
  • 数据库表UML类图:

  • 设计详解:
  • 一个插件对应多个选择器,一个选择器对应多个规则。
  • 一个选择器对应多个匹配条件,一个规则对应多个匹配条件。
  • 每个规则在对应插件下,不同的处理表现为handle字段,这个一个不同处理的json字符串。具体的可以在admin使用过程中进行查看。

说明:

  • meta_data对dubbo泛化调用使用,每条记录对应一个dubbo接口的方法,http协议不会保存,而springcloud协议,只会存储一条数据, path为 :/contextPath/**
  • plugin:存储当前支持插件,我们对应配置的插件相关参数,就会更新这样表

  • rule:插件管理中,我们配置的具体规则。实际在这里我们也可以看出Soul的三大核心:plugin,rule,selector

  • rule_condition:rule表中配置的,对应的具体匹配规则
  • selector:规则表
  • selector_condition:规则条件表

实际上,上面这张图,就对应上述四个表中的

selector-选择器列表,选择器里面的配置对应-selector_condition

rule-选择器规则列表,规则列表中的配置对应-rule_condition

相关文章
|
6月前
|
存储 缓存 Java
|
监控 网络协议 Ubuntu
Linux网络监控工具 - iftop
Linux网络监控工具 - iftop
762 1
|
消息中间件 数据采集 缓存
性能调优篇:困扰我半年之久的RocketMQ timeout exception 终于被破解了
性能调优篇:困扰我半年之久的RocketMQ timeout exception 终于被破解了
性能调优篇:困扰我半年之久的RocketMQ timeout exception 终于被破解了
|
存储 机器学习/深度学习 Kubernetes
kubeflow系列:基于国内阿里云镜像解决kubeflow一键安装
google出品在国内都存在墙的问题,而kubeflow作为云原生的机器学习套件对团队的帮助很大,对于无条件的团队,基于国内镜像搭建kubeflow可以帮助大家解决不少麻烦,这里给大家提供一套基于国内阿里云镜像的kubeflow 0.6的安装方案。
10189 0
kubeflow系列:基于国内阿里云镜像解决kubeflow一键安装
|
10月前
|
人工智能 搜索推荐 算法
流行趋势到底能不能预测?用数据分析告诉你真相!
流行趋势到底能不能预测?用数据分析告诉你真相!
512 9
|
6月前
|
SQL 监控 机器人
|
10月前
|
人工智能 移动开发 前端开发
AI驱动前端重构:10天完成3000+行复杂组件的跨端复用实践
本文分享了我们团队一次极具代表性的实践:面对一个代码量超3000行、包含数十个平台适配分支的“规格面板”核心组件,我们引入AI开发工具 Cursor 结合 Claude 模型,成功在10天内完成了向ICE架构的全面重构,实现了跨端复用。
1376 10
AI驱动前端重构:10天完成3000+行复杂组件的跨端复用实践
|
编解码 边缘计算 5G
2025年12月 UU 云电脑测评
随着5G、云 computing 技术的发展,远程游戏有望成为未来娱乐的重要形态。当前远程工具的优化方向,已经从“能玩”向“玩好”转变。未来,随着AV1编码、边缘计算等技术的普及,远程游戏的延迟有望进一步降低,画质和兼容性也将持续提升,“低配设备畅玩3A游戏”的目标将更加容易实现。
2025年12月 UU 云电脑测评
|
6月前
|
数据采集 DataWorks Cloud Native
云原生数据中台建设方案
本文系统阐述云原生数据中台建设方案,基于“采集-计算-治理-服务”四层架构,结合阿里云产品矩阵与零售行业实践,提供从数据整合、批流一体计算、质量安管到API服务输出的全链路指南,助力企业打破孤岛、实现数据资产化与业务价值转化。
499 0