分布式 NewSQL 数据库（TiDB）
TiDB 是一个分布式 NewSQL 数据库。它支持水平弹性扩展、ACID 事件、标准 SQL、MySQL 语法和 MySQL 协议，具有数据强一致的高可用特性，是一个不但得当 OLTP 场景还得当 OLAP 场景的混合数据库。TiDB是 PingCAP公司自主设计、研发的开源分布式关系型数据库，是一款同时支持在线事件处置处罚与在线分析处置处罚 (Hybrid Transactional and Analytical Processing, HTAP）的融合型分布式数据库产品，具备水平扩容大概缩容、金融级高可用、及时 HTAP、云原生的分布式数据库、兼容 MySQL 5.7 协议和 MySQL 生态等紧张特性。
目的是为用户提供一站式 OLTP (Online Transactional Processing)、OLAP (Online Analytical Processing)、HTAP 解决方案。TiDB 得当高可用、强一致要求较高、数据规模较大等各种应用场景。
什么是NewSQL
数据库发展至今已经有3代了：
1、SQL，传统关系型数据库，比方 MySQL
2、noSQL，比方 MongoDB,Redis
3、newSQL
传统SQL的问题
互联网在本世纪初开始迅速发展，互联网应用的用户规模、数据量都越来越大，并且要求7X24小时在线。
传统关系型数据库在这种情况下成为了瓶颈，通常有2种解决方法：
升级服务器硬件
虽然提拔了性能，但总有天花板。
数据分片
使用分布式集群结构
对单点数据库进行数据分片，存放到由便宜呆板构成的分布式的集群里，可扩展性更好了，但也带来了新的麻烦。
从前在一个库里的数据，现在跨了多个库，应用系统不能自己去多个库中操作，需要使用数据库分片中间件。
分片中间件做简朴的数据操作时还好，但涉及到跨库join、跨库事件时就很头疼了，很多人干脆自己在业务层处置处罚，复杂度较高。
NoSQL 的问题
厥后 noSQL 出现了，放弃了传统SQL的强事件包管和关系模型，重点放在数据库的高可用性和可扩展性。
优点
[*]高可用性和可扩展性，自动分区，轻松扩展
[*]不包管强一致性，性能大幅提拔
[*]没有关系模型的限制，极其机动
缺点
[*]不包管强一致性，对于平凡应用没问题，但照旧有不少像金融一样的企业级应用有强一致性的需求。
[*]不支持 SQL 语句，兼容性是个大问题，不同的 NoSQL 数据库都有自己的 api 操作数据，比力复杂。
NewSQL 特性
NewSQL 提供了与 noSQL 雷同的可扩展性，而且仍基于关系模型，还保留了极其成熟的 SQL 作为查询语言，包管了ACID事件特性。
简朴来讲，NewSQL 就是在传统关系型数据库上集成了 NoSQL 强大的可扩展性。
传统的SQL架构设计基因中是没有分布式的，而 NewSQL 生于云期间，天生就是分布式架构。
NewSQL 的主要特性
[*]SQL 支持，支持复杂查询和大数据分析。
[*]支持 ACID 事件，支持隔离级别。
[*]弹性伸缩，扩容缩容对于业务层完全透明。
[*]高可用，自动容灾。
三种SQL的对比
https://i-blog.csdnimg.cn/direct/cfb5be6b473544249a6ded031225ae6c.png
TiDB怎么来的
闻名的开源分布式缓存服务 Codis 的作者，PingCAP联合首创人& CTO ，资深 infrastructure 工程师的黄东旭，擅长分布式存储系统的设计与实现，开源狂热分子的技术大神级别人物。纵然在互联网云云繁荣的本日，在数据库这片界限含糊且不确定地带，他还在努力寻找确定性的实践方向。
直到 2012 年底，他看到 Google 发布的两篇论文，如同棱镜般，折射出他自己内心微烁的光彩。这两篇论文描述了 Google 内部使用的一个海量关系型数据库 F1/Spanner ，解决了关系型数据库、弹性扩展以及环球分布的问题，并在生产中大规模使用。“如果这个能实现，对数据存储范畴来说将是颠覆性的”，黄东旭为完善方案的出现而兴奋， PingCAP 的 TiDB 在此底子上诞生了。
TiDB社区版和企业版
TiDB分为社区版以及企业版，企业版收费提供服务以及安全性的支持
https://i-blog.csdnimg.cn/direct/6ebb0e6ffb4a406990c04d98ba7f81f2.png
TIDB焦点特性
水平弹性扩展
通过简朴地增长新节点即可实现 TiDB 的水平扩展，按需扩展吞吐或存储，轻松应对高并发、海量数据场景
得益于 TiDB 存储计算分离的架构的设计，可按需对计算、存储分别进行在线扩容大概缩容，扩容大概缩容过程中对应用运维人员透明。
分布式事件支持
TiDB 100% 支持标准的 ACID 事件
金融级高可用
相比于传统主从 (M-S) 复制方案，基于 Raft 的多数派选举协议可以提供金融级的 100% 数据强一致性包管，且在不丢失大多数副本的条件下，可以实现故障的自动恢复 (auto-failover)，无需人工介入
数据采用多副本存储，数据副本通过 Multi-Raft 协议同步事件日志，多数派写入成功事件才华提交，确保数据强一致性且少数副本发生故障时不影响数据的可用性。可按需设置副当地理位置、副本数目等战略满意不同容灾级别的要求。
及时 HTAP
TiDB 作为典型的 OLTP 行存数据库，同时兼具强大的 OLAP 性能，配合 TiSpark，可提供一站式 HTAP 解决方案，一份存储同时处置处罚 OLTP & OLAP 无需传统繁琐的 ETL 过程
提供行存储引擎 TiKV、列存储引擎 TiFlash 两款存储引擎，TiFlash 通过 Multi-Raft Learner 协议及时从 TiKV 复制数据，确保行存储引擎 TiKV 和列存储引擎 TiFlash 之间的数据强一致。TiKV、TiFlash 可按需摆设在不同的呆板，解决 HTAP 资源隔离的问题。
云原生的分布式数据库
TiDB 是为云而设计的数据库，同 Kubernetes 深度耦合，支持公有云、私有云和混合云，使摆设、设置和维护变得非常简朴。TiDB 的设计目的是 100% 的 OLTP 场景和 80% 的 OLAP 场景，更复杂的 OLAP 分析可以通过 TiSpark 项目来完成。TiDB 对业务没有任何侵入性，能优雅的替换传统的数据库中间件、数据库分库分表等 Sharding 方案。同时它也让开发运维人员不用关注数据库 Scale 的细节问题，专注于业务开发，极大的提拔研发的生产力
高度兼容 MySQL
兼容 MySQL 5.7 协议、MySQL 常用的功能、MySQL 生态，应用无需大概修改少量代码即可从 MySQL 迁徙到 TiDB。
提供丰富的数据迁徙工具帮助应用便捷完成数据迁徙，大多数情况下，无需修改代码即可从 MySQL 轻松迁徙至 TiDB，分库分表后的 MySQL 集群亦可通过 TiDB 工具进行及时迁徙。
OLTP&OLAP
OLTP(联机事件处置处罚)
OLTP(Online Transactional Processing) 即联机事件处置处罚，OLTP 是传统的关系型数据库的主要应用，主要是根本的、日常的事件处置处罚，纪录即时的增、删、改、查，比如在银行存取一笔款，就是一个事件交易
联机事件处置处罚是事件性非常高的系统，一般都是高可用的在线系统，以小的事件以及小的查询为主，评估其系统的时间，一般看其每秒实行的Transaction以及Execute SQL的数目。在这样的系统中，单个数据库每秒处置处罚的Transaction往往超过几百个，大概是几千个，Select 语句的实行量每秒几千乃至几万个。典型的OLTP系统有电子商务系统、银行、证券等，如美国eBay的业务数据库，就是很典型的OLTP数据库。
OLAP(联机分析处置处罚)
OLAP(Online Analytical Processing) 即联机分析处置处罚，是数据仓库的焦点部心，支持复杂的分析操作，偏重决策支持，并且提供直观易懂的查询效果。典型的应用就是复杂的动态报表系统
在这样的系统中，语句的实行量不是考核标准，由于一条语句的实行时间可能会非常长，读取的数据也非常多。所以，在这样的系统中，考核的标准往往是磁盘子系统的吞吐量（带宽），如能到达多少MB/s的流量。
特性对比
OLTP和OLAP的特性对比
https://i-blog.csdnimg.cn/direct/7f0308fbd1a740039f5ab67909a26042.png
设计角度区别
https://i-blog.csdnimg.cn/direct/255afeb7ee4c47f6b8314ef71d6458c8.png
TiDB 团体架构
TiDB的优势
与传统的单机数据库相比，TiDB 具有以下优势：
[*]纯分布式架构，拥有精良的扩展性，支持弹性的扩缩容
[*]支持 SQL，对外袒露 MySQL 的网络协议，并兼容大多数 MySQL 的语法，在大多数场景下可以直接替换 MySQL
[*]默认支持高可用，在少数副本失效的情况下，数据库本身能够自动进行数据修复和故障转移，对业务透明
[*]支持 ACID 事件，对于一些有强一致需求的场景友好，比方：银行转账
[*]具有丰富的工具链生态，覆盖数据迁徙、同步、备份等多种场景
TiDB的组件
要深入相识 TiDB 的水平扩展和高可用特点，首先需要相识 TiDB 的团体架构。TiDB 集群主要包罗三个焦点组件：TiDB Server，PD Server 和 TiKV Server，别的，还有用于解决用户复杂 OLAP 需求的 TiSpark 组件。
在内核设计上，TiDB 分布式数据库将团体架构拆分成了多个模块，各模块之间互相通信，构成完整的 TiDB 系统。对应的架构图如下：
https://i-blog.csdnimg.cn/direct/2f1a0a268f8b4c638735596270bf573b.png
TiDB Server
TiDB Server 负责接收 SQL 哀求，处置处罚 SQL 相关的逻辑，并通过 PD 找到存储计算所需数据的 TiKV 地址，与 TiKV 交互获取数据，终极返回效果。TiDB Server 是无状态的，其本身并不存储数据，只负责计算，可以无穷水平扩展，可以通过负载均衡组件（如 LVS、HAProxy 或 F5）对外提供同一的接入地址。
PD (Placement Driver) Server
Placement Driver (简称 PD) 是整个集群的管理模块，其主要工作有三个：
一是存储集群的元信息（某个 Key 存储在哪个 TiKV 节点）；
二是对 TiKV 集群进行调度和负载均衡（如数据的迁徙、Raft group leader 的迁徙等）；
三是分配全局唯一且递增的事件 ID。
PD 通过 Raft 协议包管数据的安全性。Raft 的 leader server 负责处置处罚全部操作，其余的 PD server 仅用于包管高可用。建议摆设奇数个 PD 节点
TiKV Server
TiKV Server 负责存储数据，从外部看 TiKV 是一个分布式的提供事件的 Key-Value 存储引擎。存储数据的根本单位是 Region，每个 Region 负责存储一个 Key Range（从 StartKey 到 EndKey 的左闭右开区间）的数据，每个 TiKV 节点会负责多个 Region。TiKV 使用 Raft 协议做复制，保持数据的一致性和容灾。副本以 Region 为单位进行管理，不同节点上的多个 Region 构成一个 Raft Group，互为副本。数据在多个 TiKV 之间的负载均衡由 PD 调度，这里也是以 Region 为单位进行调度。
TiSpark
TiSpark 作为 TiDB 中解决用户复杂 OLAP 需求的主要组件，将 Spark SQL 直接运行在 TiDB 存储层上，同时融合 TiKV 分布式集群的优势，并融入大数据社区生态。至此，TiDB 可以通过一套系统，同时支持 OLTP 与 OLAP，免除用户数据同步的烦恼。
TiFlash
TiFlash 是一类特殊的存储节点。和平凡 TiKV 节点不一样的是，在 TiFlash 内部，数据是以列式的形式进行存储，主要的功能是为分析型的场景加速。
TiKV团体架构
与传统的整节点备份方式不同的，TiKV是将数据按照 key 的范围划分成大致相称的切片（下文统称为 Region），每一个切片会有多个副本（通常是 3 个），其中一个副本是 Leader，提供读写服务。TiKV 通过 PD 对这些 Region 以及副本进行调度，以包管数据和读写负载都均匀地分散在各个 TiKV 上，这样的设计包管了整个集群资源的充实利用并且可以随着呆板数目的增长水平扩展。
https://i-blog.csdnimg.cn/direct/a7b4672e4f67464eb007cd0d25a61d8d.png
Region分裂与合并
当某个 Region 的大小超过肯定限制（默认是 144MB）后，TiKV 会将它分裂为两个大概更多个 Region，以包管各个 Region 的大小是大致靠近的，这样更有利于 PD 进行调度决策。同样，当某个 Region 由于大量的删除哀求导致 Region 的大小变得更小时，TiKV 会将比力小的两个相邻 Region 合并为一个。
Region调度
Region 与副本之间通过 Raft 协议来维持数据一致性，任何写哀求都只能在 Leader 上写入，并且需要写入多数副本后（默认设置为 3 副本，即全部哀求必须至少写入两个副本成功）才会返回客户端写入成功。
当 PD 需要把某个 Region 的一个副本从一个 TiKV 节点调度到另一个上面时，PD 会先为这个 Raft Group 在目的节点上增长一个 Learner 副本（复制 Leader 的数据）。当这个 Learner 副本的进度大致追上 Leader 副本时，Leader 会将它变动为 Follower，之后再移除操作节点的 Follower 副本，这样就完成了 Region 副本的一次调度。
Leader 副本的调度原理也类似，不过需要在目的节点的 Learner 副本变为 Follower 副本后，再实行一次 Leader Transfer，让该 Follower 自动发起一次选举成为新 Leader，之后新 Leader 负责删除旧 Leader 这个副本。
分布式事件
TiKV 支持分布式事件，用户（大概 TiDB）可以一次性写入多个 key-value 而不必关心这些 key-value 是否处于同一个数据切片 (Region) 上，TiKV 通过两阶段提交包管了这些读写哀求的 ACID 束缚。
高可用架构
高可用是 TiDB 的另一大特点，TiDB/TiKV/PD 这三个组件都能容忍部分实例失效，不影响整个集群的可用性。下面分别说明这三个组件的可用性、单个实例失效后的后果以及如何恢复。
TiDB高可用
TiDB 是无状态的，推荐至少摆设两个实例，前端通过负载均衡组件对外提供服务。当单个实例失效时，会影响正在这个实例上进行的 Session，从应用的角度看，会出现单次哀求失败的情况，重新毗连后即可继承获得服务。单个实例失效后，可以重启这个实例大概摆设一个新的实例。
PD高可用
PD 是一个集群，通过 Raft 协议保持数据的一致性，单个实例失效时，如果这个实例不是 Raft 的 leader，那么服务完全不受影响；如果这个实例是 Raft 的 leader，会重新选出新的 Raft leader，自动恢复服务。PD 在选举的过程中无法对外提供服务，这个时间大约是3秒钟。推荐至少摆设三个 PD 实例，单个实例失效后，重启这个实例大概添加新的实例。
TiKV高可用
TiKV 是一个集群，通过 Raft 协议保持数据的一致性（副本数目可设置，默认保存三副本），并通过 PD 做负载均衡调度。单个节点失效时，会影响这个节点上存储的全部 Region。对于 Region 中的 Leader 结点，会中断服务，等待重新选举；对于 Region 中的 Follower 节点，不会影响服务。当某个 TiKV 节点失效，并且在一段时间内（默认 10 分钟）无法恢复，PD 会将其上的数据迁徙到其他的 TiKV 节点上。
应用场景
MySQL分片与合并
https://i-blog.csdnimg.cn/direct/29fd50472bfb4bb993b4749cd0b4e1d0.png
TiDB 应用的第一类场景是 MySQL 的分片与合并。对于已经在用 MySQL 的业务，分库、分表、分片、中间件是常用手段，随着分片的增多，跨分片查询是一浩劫题。TiDB 在业务层兼容 MySQL 的访问协议，PingCAP 做了一个数据同步的工具——Syncer，它可以把黄东旭 TiDB 作为一个 MySQL Slave，将 TiDB 作为现有数据库的从库接在主 MySQL 库的后方，在这一层将数据打通，可以直接进行复杂的跨库、跨表、跨业务的及时 SQL 查询。黄东旭提到，“已往的数据库都是一主多从，有了 TiDB 以后，可以反过来做到多主一从。”
直接替换MySQL
https://i-blog.csdnimg.cn/direct/4a8c639064cb436eaf394b73ea50d6e5.png
第二类场景是用 TiDB 直接去替换 MySQL。如果你的IT架构在搭建之初并未思量分库分表的问题，全部用了 MySQL，随着业务的快速增长，海量高并发的 OLTP 场景越来越多，如何解决架构上的弊端呢?
在一个 TiDB 的数据库上，全部业务场景不需要做分库分表，全部的分布式工作都由数据库层完成。TiDB 兼容 MySQL 协议，所以可以直接替换 MySQL，而且根本做到了开箱即用，完全不用担心传统分库分表方案带来繁重的工作负担和复杂的维护成本，友好的用户界面让常规的技术人员可以高效地进行维护和管理。另外，TiDB 具有 NoSQL 类似的扩容能力，在数据量和访问流量持续增长的情况下能够通过水平扩容提高系统的业务支撑能力，并且响应延迟稳定。
数据仓库
https://i-blog.csdnimg.cn/direct/67e8f203999e4f31a9259bfcd07fcd18.png
TiDB 本身是一个分布式系统，第三种使用场景是将 TiDB 看成数据仓库使用。TPC-H 是数据分析范畴的一个测试集，TiDB 2.0 在 OLAP 场景下的性能有了大幅提拔，原来只能在数据仓库里面跑的一些复杂的 Query，在 TiDB 2.0 里面跑，时间根本都能控制在 10 秒以内。当然，由于 OLAP 的范畴非常大，TiDB 的 SQL 也有搞不定的情况，为此 PingCAP 开源了 TiSpark，TiSpark 是一个 Spark 插件，用户可以直接用 Spark SQL 及时地在 TiKV 上做大数据分析。
作为其他系统的模块
https://i-blog.csdnimg.cn/direct/fbe6c015dd864963b64f4ea13f1d5960.png
TiDB 是一个传统的存储跟计算分离的项目，其底层的 Key-Value 层，可以单独作为一个 HBase 的 Replacement 来用，它同时支持跨行事件。TiDB 对外提供两个 API 接口，一个是 ACID Transaction 的 API，用于支持跨行事件；另一个是 Raw API，它可以做单行的事件，换来的是整个性能的提拔，但不提供跨行事件的 ACID 支持。用户可以根据自身的需求在两个 API 之间自行选择。比方有一些用户直接在 TiKV 之上实现了 Redis 协议，将 TiKV 替换一些大容量，对延迟要求不高的 Redis 场景。
TiDB与MySQL兼容性对比
[*]TiDB支持MySQL 传输协议及其绝大多数的语法。这意味着您现有的MySQL毗连器和客户端都可以继承使用。大多数情况下您现有的应用都可以迁徙至 TiDB，无需任何代码修改。
[*]当前TiDB服务器官方支持的版本为MySQL 5.7 。大部分MySQL运维工具（如PHPMyAdmin, Navicat, MySQL Workbench等），以及备份恢复工具（如 mysqldump, Mydumper/myloader）等都可以直接使用。
[*]不过一些特性由于在分布式情况下没法很好的实现，现在临时不支持大概是表现与MySQL有差别
[*]一些MySQL语法在TiDB中可以解析通过，但是不会做任何后续的处置处罚 ，比方Create Table语句中Engine，是解析并忽略。
TiDB不支持的MySql特性
[*]存储过程与函数
[*]触发器
[*]事件
[*]自定义函数
[*]外键束缚
[*]临时表
[*]全文/空间函数与索引
[*]非 ascii/latin1/binary/utf8/utf8mb4 的字符集
[*]SYS schema
[*]MySQL 追踪优化器
[*]XML 函数
[*]X-Protocol
[*]Savepoints
[*]列级权限
[*]XA 语法（TiDB 内部使用两阶段提交，但并没有通过 SQL 接口公开）
[*]CREATE TABLE tblName AS SELECT stmt 语法
[*]CHECK TABLE 语法
[*]CHECKSUM TABLE 语法
[*]GET_LOCK 和 RELEASE_LOCK 函数
自增ID
TiDB 的自增列仅包管唯一，也能包管在单个 TiDB server 中自增，但不包管多个 TiDB server 中自增，不包管自动分配的值的连续性，建议不要将缺省值和自定义值混用，若混用可能会收 Duplicated Error 的错误信息。
TiDB 可通过 tidb_allow_remove_auto_inc 系统变量开启大概关闭答应移除列的 AUTO_INCREMENT 属性。删除列属性的语法是：alter table modify 或 alter table change。
TiDB 不支持添加列的 AUTO_INCREMENT 属性，移除该属性后不可恢复。
SELECT 的限制
[*]不支持 SELECT … INTO @变量 语法。
[*]不支持 SELECT … GROUP BY … WITH ROLLUP 语法。
[*]TiDB 中的 SELECT … GROUP BY expr 的返回效果与 MySQL 5.7 并不一致。MySQL 5.7 的效果等价于 GROUP BY expr ORDER BY expr。而 TiDB 中该语法所返回的效果并不承诺任何次序，与 MySQL 8.0 的行为一致。
视图
现在TiDB不支持 对视图进行UPDATE、INSERT、DELETE等写入操作 。
默认设置差别
字符集
[*]TiDB 默认：utf8mb4。
[*]MySQL 5.7 默认：latin1。
[*]MySQL 8.0 默认：utf8mb4。
排序规则
[*]TiDB 中 utf8mb4 字符集默认：utf8mb4_bin。
[*]MySQL 5.7 中 utf8mb4 字符集默认：utf8mb4_general_ci。
[*]MySQL 8.0 中 utf8mb4 字符集默认：utf8mb4_0900_ai_ci。
大小写敏感
关于lower_case_table_names的设置
TiDB 默认：2，且仅支持设置该值为 2。
MySQL 默认如下：
[*]Linux 系统中该值为 0
[*]Windows 系统中该值为 1
macOS 系统中该值为 2
参数表明
[*]lower_case_table_names=0 表名存储为给定的大小和比力是区分大小写的
[*]lower_case_table_names = 1 表名存储在磁盘是小写的，但是比力的时间是不区分大小写
[*]lower_case_table_names=2 表名存储为给定的大小写但是比力的时间是小写的
timestamp范例字段更新
默认情况下，timestamp范例字段所在数据行被更新时，该字段会自动更新为当前时间，而参数explicit_defaults_for_timestamp控制这一种行为。
[*]TiDB 默认：ON，且仅支持设置该值为 ON。
[*]MySQL 5.7 默认：OFF。
[*]MySQL 8.0 默认：ON。
参数表明
[*]explicit_defaults_for_timestamp=off，数据行更新时，timestamp范例字段更新为当前时间
[*]explicit_defaults_for_timestamp=on，数据行更新时，timestamp范例字段不更新为当前时间。
外键支持
TiDB 默认：OFF，且仅支持设置该值为 OFF。
MySQL 5.7 默认：ON。
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]