TiDB Cloud 上 Tiflash 列存功能初体验

作者： TiDBer_BwwIQZt0 原文来源：https://tidb.net/blog/aa9a77e9

简介：

相比于行存，TiFlash 根据强 Schema 按列式存储结构化数据，借助 ClickHouse 的向量化计算引擎，带来读取和计算双重性能优势。相较于普通列存，TiFlash 则具有实时更新、分布式自动扩展、SI（Snapshot Isolation）隔离级别读取等优势。

一：TiFlash 对 OLAP 查询加速

OLAP 类的查询通常具有以下几个特点：

· 每次查询读取大量的行，但是仅需要少量的列

· 宽表，即每个表包含着大量的列

· 查询通过一张或多张小表关联一张大表，并对大表上的列做聚合

二：TiFlash 列存引擎针对这类查询有较好的优化效果：

(1) I/O 优化

· 每次查询可以只读取需要的列，减少了 I/O 资源的使用

· 同列数据类型相同，相较于行存可以获得更高的压缩比

· 整体的 I/O 减少，令内存的使用更加高效

(2) CPU 优化

· 列式存储可以很方便地按批处理字段，充分利用 CPU Cache 取得更好的局部性

· 利用向量化处理指令并行处理部分计算

三：实验过程：

（1）创建 tidb cloud 账号

（2）创建 tidb 集群

（3）通过 tidb cloud import 导入 1000 条和 100 万条基础测试数据。

（4）创建客户、订单、产品表，插入测试数据

（5）通过上图可以看出数据已入库，并且按照行存储。并执行关联，求和操作，耗时 1229ms。

（6）构建 TIFLASH 副本

（7）如图所示，发送进行了列存储。执行相同的 SQL 查询。

结论：如图所示相同 SQL，执行计划使用了 TiFlash ，执行时间 118ms；相比未使用 TiFlash 执行时间 1229ms，速度提升了 10 倍。

备注：一条 select 查询中，可以同时使用 TIKV 和 TIFLSH，tidb 默认会根据 select 查询进行判断。