作者： 凌云 Cloud 原文来源：https://tidb.net/blog/391051db

背景

随着社会数字化程度的加深，网络逐渐成为了社会的基础设施。随着互联网渗透程度的不断深入和互联网的进一步下沉，人们会在互联网上面 花费更多的时间，产生更多的数据。作为数据存储基石的 DB 面临着新的挑战和发展空间，由于数量的增长，之前的单机 DB 将面临越来越多的挑战，此时就出现数据库扩展的多种方案以满足海量数据的存储。目前主流的应对方案主要是分库分表，但是也存在着分布式事务，跨节点 join，扩容复杂等局限。

分布式数据 TIDB 简介

TIDB 是一款同时支持在线事务处理和在线分析处理数据（Hybrid Transactional and Analytical Processing, HTAP）的关系性分布式数据库。在线事务处理，一般日常的事务处理数据库类型。在线分析处理，指由于数据分析的数据库类型，侧重于数据分析与决策，大多是基于 MR 模型的分布式存储系统或者是列式存储，例如 clickhouse。

• 一键水平扩容或者缩容

由于采用计算与存储分离，可针对不同场景对计算模块或者存储模块快速透明化扩容。

• 金融级高可用

多副本存储，基于 raft 协议的事务日志

• 实时 HTAP

通过基于两种不同的存储模型 TIKV 和列式存储 TiFlash，同时支持 OLTP 和 OLAP，通过 raft 协议保持两者数据的强一致性。

• 云原生的分布式数据库

可以基于 TIDB 生态的 TI oprator，在私有云、公有云或者混合云实现工具化部署。

• 兼容 MySQL 5.7 协议和 MySQL 生态

兼容大部分 Mysql 5.7 协议，用户可以在原有代码不做变更的基础上，在 Mysql 和 TIDB 之间实现透明化迁移。

架构

（图片来自 Pingcap 官网）

TIDB 整个集群主要分为 TIDB Server、PD Server、TIKV Server 、TIFlash（可选）

TIDB Server：这部分主要负责 Sql 解析、优化，生成执行计划，此部分是无状态的。TIDB 还扮演着计算下推的角色，

同步对 SQL 的解析和分析，推断是适用 TIKV 还是 TIFlash，将数据计算下推到数据存储层。例如要按照某一个字段的一段范围的内单位时间的度量，将会下推给 TIflash 引擎，利用列式存储提高查询性能。

PD Server: 元信息模块。主要负责数据在 TIKV 的分布情况和集群的拓扑情况，协调数据数据迁移。

并负责生成分布式事务的唯一 ID。

TIKV：TIKV 是基于 rocksdb 二次开发的 KV 存储引擎。Region 为最基本数据存储单元，在每一个 region 中按序存储一段数据，Region 的迁移、合并、迁移受 PDServer 的调控。

TIFlash：列式存储引擎、记得之前是基于 clickhouse 开发的存储引擎。作为 TIKV learner 的角色提交数据。异步复制、一致性（读之前会校验与 Leader 的数据同步状态）。clickhouse 特点，多线程并发查询，海量数据情况下并能比较优异，确定就是并发度不高。

分布式事务

TIDB 的分布式事务是基于 Google 的Percolator二阶段提交算法实现的。从 3.0 开始默认实现是悲观事务, 参考TiDB 新特性漫谈：悲观事务。并且基于 MVCC 多版本控制实现了事务的并发控制，详细可以参考TiKV 的 MVCC（Multi-Version Concurrency Control）机制。

Region 存储模型

大数据量的 KV 存储目前有两种存储方案。

1. 基于 Hash 的 Map 存储方案，例如 redis。

2. 基于 LSM Tree 的有序分块存储的方案，例如 mongodb，rocksdb。

TIDB 的 KV 实现 是基于第二种的实现，Region 是数据在 TIKV 中的存储基本数据模型，为了方便数据在 rocksdb 的存储和迁移，tidb 将数据以 region 为单位组织存储。在每一个 region 中数据均顺序组织（startKey，endKey），方便 PD 的调度迁移与写入。并且数据的复制与分发也已 region 为单位组织。

详细可以参考TIDB 存储 -region

性能分析

下面是之前做的一份压测数据。

• 1 TIDBServer，3 TIKV，同城三机房部署。

• 并发 10qps，同时查询数 8SQL。

• 工具 Jemter

• 数据量 200-300G

• TIDB 4.x 版本

机器性能暂时没有打满，可以看到响应时间基本在 15ms 左右

除了这份数据和 pingcap 公布的官方 tpc 数据，还有其他部分公司 DBA 在自己测试环境做了压测。得出结论，在数据量达到一定程度下，与 mysql 性能相比差距不大，并且在某些场景会超过 mysql 的性能。当然刚刚发布的 5.0 版本性能又有了一定提升其他以官方公布的数据为准 TiDB Sysbench 性能对比测试报告 - v5.1.0 对比 v5.0.2

使用现状

TIDB 作为国内公司开发的分布式数据库新秀，受到国内许多互联网、金融、银行等行业公司的关注，并投入了一定的资源参与到了 TIDB 的生态建设。例如美团、伴鱼、bilibili 等。

总结

随着数字化加深、数据量的暴增，分布式数据库是未来解决海量数据的唯一途径。同时随着云原生基础设施不断地完善，作为整条链路的最后一块单点土地 -数据库，基于云设施的分布式方案前景看好。并且随着国内技术行业的升级，相信会有更多像 TIDB 这种自研的优秀的基础技术产品涌现。去探寻技术附加值更高的市场，打造数据我们自己的技术壁垒。支持国产！

若有收获，就点个赞吧