TiDB的核心特性有哪些？

更新時(shí)間:2021年10月06日17時(shí)21分來(lái)源:傳智教育瀏覽次數(shù):

TiDB 具備如下眾多特性,其中兩大核心特性為：水平擴(kuò)展與高可用。

1. 高度兼容 MySQL
大多數(shù)情況下，無(wú)需修改代碼即可從 MySQL 輕松遷移至 TiDB，分庫(kù)分表后的 MySQL 集群亦可通過(guò) TiDB 工具進(jìn)行實(shí)時(shí)遷移。
對(duì)于用戶(hù)使用的時(shí)候，可以透明地從MySQL切換到TiDB 中，只是“新MySQL”的后端是存儲(chǔ)“無(wú)限的”，不再受制于Local的磁盤(pán)容量。在運(yùn)維使用時(shí)也可以將TiDB當(dāng)做一個(gè)從庫(kù)掛到MySQL主從架構(gòu)中。

2. 分布式事務(wù)
TiDB 100% 支持標(biāo)準(zhǔn)的 ACID 事務(wù)。

3. 一站式 HTAP 解決方案
HTAP: Hybrid Transactional/Analytical Processing
TiDB 作為典型的 OLTP 行存數(shù)據(jù)庫(kù)，同時(shí)兼具強(qiáng)大的 OLAP 性能，配合 TiSpark，可提供一站式 HTAP 解決方案，一份存儲(chǔ)同時(shí)處理 OLTP & OLAP，無(wú)需傳統(tǒng)繁瑣的 ETL 過(guò)程。

4. 云原生 SQL 數(shù)據(jù)庫(kù)
TiDB 是為云而設(shè)計(jì)的數(shù)據(jù)庫(kù)，支持公有云、私有云和混合云，配合 TiDB Operator 項(xiàng)目可實(shí)現(xiàn)自動(dòng)化運(yùn)維，使部署、配置和維護(hù)變得十分簡(jiǎn)單。

5. 水平彈性擴(kuò)展
通過(guò)簡(jiǎn)單地增加新節(jié)點(diǎn)即可實(shí)現(xiàn) TiDB 的水平擴(kuò)展，按需擴(kuò)展吞吐或存儲(chǔ)，輕松應(yīng)對(duì)高并發(fā)、海量數(shù)據(jù)場(chǎng)景。

6. 真正金融級(jí)高可用
相比于傳統(tǒng)主從 (M-S) 復(fù)制方案，基于 Raft 的多數(shù)派選舉協(xié)議可以提供金融級(jí)的 100% 數(shù)據(jù)強(qiáng)一致性保證，且在不丟失大多數(shù)副本的前提下，可以實(shí)現(xiàn)故障的自動(dòng)恢復(fù) (auto-failover)，無(wú)需人工介入。

水平擴(kuò)展的特點(diǎn)：
無(wú)限水平擴(kuò)展是 TiDB 的一大特點(diǎn)，這里說(shuō)的水平擴(kuò)展包括兩方面：計(jì)算能力(TiDB)和存儲(chǔ)能力(TiKV)。
TiDB Server 負(fù)責(zé)處理 SQL 請(qǐng)求，隨著業(yè)務(wù)的增長(zhǎng)，可以簡(jiǎn)單的添加 TiDB Server 節(jié)點(diǎn)，提高整體的處理能力，提供更高的吞吐。
TiKV 負(fù)責(zé)存儲(chǔ)數(shù)據(jù)，隨著數(shù)據(jù)量的增長(zhǎng)，可以部署更多的 TiKV Server 節(jié)點(diǎn)解決數(shù)據(jù) Scale 的問(wèn)題。
PD 會(huì)在 TiKV 節(jié)點(diǎn)之間以 Region 為單位做調(diào)度，將部分?jǐn)?shù)據(jù)遷移到新加的節(jié)點(diǎn)上。
所以在業(yè)務(wù)的早期，可以只部署少量的服務(wù)實(shí)例（推薦至少部署 3 個(gè) TiKV， 3 個(gè) PD，2 個(gè) TiDB），隨著業(yè)務(wù)量的增長(zhǎng)，按照需求添加 TiKV 或者 TiDB 實(shí)例。

高可用特點(diǎn)：

高可用是 TiDB 的另一大特點(diǎn)，TiDB/TiKV/PD 這三個(gè)組件都能容忍部分實(shí)例失效，不影響整個(gè)集群的可用性。下面分別說(shuō)明這三個(gè)組件的可用性、單個(gè)實(shí)例失效后的后果以及如何恢復(fù)。
1. TiDB
TiDB 是無(wú)狀態(tài)的，推薦至少部署兩個(gè)實(shí)例，前端通過(guò)負(fù)載均衡組件對(duì)外提供服務(wù)。當(dāng)單個(gè)實(shí)例失效時(shí)，會(huì)影響正在這個(gè)實(shí)例上進(jìn)行的 Session，從應(yīng)用的角度看，會(huì)出現(xiàn)單次請(qǐng)求失敗的情況，重新連接后即可繼續(xù)獲得服務(wù)。單個(gè)實(shí)例失效后，可以重啟這個(gè)實(shí)例或者部署一個(gè)新的實(shí)例。

2. PD
PD 是一個(gè)集群，通過(guò) Raft 協(xié)議保持?jǐn)?shù)據(jù)的一致性，單個(gè)實(shí)例失效時(shí)，如果這個(gè)實(shí)例不是 Raft 的 leader，那么服務(wù)完全不受影響；如果這個(gè)實(shí)例是 Raft 的 leader，會(huì)重新選出新的 Raft leader，自動(dòng)恢復(fù)服務(wù)。PD 在選舉的過(guò)程中無(wú)法對(duì)外提供服務(wù)，這個(gè)時(shí)間大約是3秒鐘。推薦至少部署三個(gè) PD 實(shí)例，單個(gè)實(shí)例失效后，重啟這個(gè)實(shí)例或者添加新的實(shí)例。

3. TiKV
TiKV 是一個(gè)集群，通過(guò) Raft 協(xié)議保持?jǐn)?shù)據(jù)的一致性（副本數(shù)量可配置，默認(rèn)保存三副本），并通過(guò) PD 做負(fù)載均衡調(diào)度。單個(gè)節(jié)點(diǎn)失效時(shí)，會(huì)影響這個(gè)節(jié)點(diǎn)上存儲(chǔ)的所有 Region。對(duì)于 Region 中的 Leader 節(jié)點(diǎn)，會(huì)中斷服務(wù)，等待重新選舉；對(duì)于 Region 中的 Follower 節(jié)點(diǎn)，不會(huì)影響服務(wù)。當(dāng)某個(gè) TiKV 節(jié)點(diǎn)失效，并且在一段時(shí)間內(nèi)（默認(rèn) 30 分鐘）無(wú)法恢復(fù)，PD 會(huì)將其上的數(shù)據(jù)遷移到其他的 TiKV 節(jié)點(diǎn)上。

TiDB 存儲(chǔ)和計(jì)算能力

存儲(chǔ)能力-TiKV-LSM

TiKV Server通常是3+的，TiDB每份數(shù)據(jù)缺省為3副本，這一點(diǎn)與HDFS有些相似，但是通過(guò)Raft協(xié)議進(jìn)行數(shù)據(jù)復(fù)制，TiKV Server上的數(shù)據(jù)的是以Region為單位進(jìn)行，由PD Server集群進(jìn)行統(tǒng)一調(diào)度，類(lèi)似HBASE的Region調(diào)度。

TiKV集群存儲(chǔ)的數(shù)據(jù)格式是KV的，在TiDB中，并不是將數(shù)據(jù)直接存儲(chǔ)在 HDD/SSD中，而是通過(guò)RocksDB實(shí)現(xiàn)了TB級(jí)別的本地化存儲(chǔ)方案，著重提的一點(diǎn)是：RocksDB和HBASE一樣，都是通過(guò) LSM樹(shù)作為存儲(chǔ)方案，避免了B+樹(shù)葉子節(jié)點(diǎn)膨脹帶來(lái)的大量隨機(jī)讀寫(xiě)。從何提升了整體的吞吐量。

計(jì)算能力-TiDB Server
TiDB Server本身是無(wú)狀態(tài)的，意味著當(dāng)計(jì)算能力成為瓶頸的時(shí)候，可以直接擴(kuò)容機(jī)器，對(duì)用戶(hù)是透明的。理論上TiDB Server的數(shù)量并沒(méi)有上限限制。

總結(jié)

TiDB作為新一代的NewSQL數(shù)據(jù)庫(kù)，在數(shù)據(jù)庫(kù)領(lǐng)域已經(jīng)逐漸站穩(wěn)腳跟，結(jié)合了Etcd/MySQL/HDFS/HBase/Spark等技術(shù)的突出特點(diǎn)，隨著TiDB的大面積推廣，會(huì)逐漸弱化 OLTP/OLAP的界限，并簡(jiǎn)化目前冗雜的ETL流程，引起新一輪的技術(shù)浪潮。
一言以蔽之，TiDB，前景可待，未來(lái)可期。

怎樣操作Spark SQL性能調(diào)優(yōu)？

使用Django開(kāi)發(fā)過(guò)程中如何優(yōu)化數(shù)據(jù)庫(kù)？

MySQL數(shù)據(jù)庫(kù)常用的搜索引擎有哪些，區(qū)別是什么？

傳智教育python大數(shù)據(jù)開(kāi)發(fā)培訓(xùn)

上一篇：怎樣一鍵啟動(dòng)或關(guān)閉Kafka？有快捷的方法嗎？ 下一篇：Kafka生產(chǎn)、消費(fèi)數(shù)據(jù)的工作流程