TiDB v7.4.0 版本上线啦!看看有没有你想要的功能上线啦!
作者: Billmay 表妹原文来源:https://tidb.net/blog/d73bda0f
TiDB 7.4.0 Release Notes
发版日期:2023 年 10 月 12 日
TiDB 版本:7.4.0
在 7.4.0 版本中,你可以获得以下关键特性:
功能详情
可扩展性
支持设置 TiDB 节点的服务范围,用于选择适用的 TiDB 节点来执行并行的
ADD INDEX
或IMPORT INTO
任务(实验特性)#46453 @ywqzzy在资源密集型集群中,并行执行
ADD INDEX
或IMPORT INTO
任务可能占用大量 TiDB 节点的资源,从而导致集群性能下降。从 v7.4.0 起,你可以通过变量tidb_service_scope
控制 TiDB 后端任务分布式框架下各 TiDB 节点的服务范围。你可以从现有 TiDB 节点中选择几个节点,或者对新增 TiDB 节点设置服务范围。所有并行执行的ADD INDEX
和IMPORT INTO
的任务只会运行在这些节点,避免对已有业务造成性能影响。更多信息,请参考用户文档。
增强 Partitioned Raft KV 存储引擎(实验特性)#11515 #12842 @busyjay @tonyxuqqi @tabokie @bufferflies @5kbpers @SpadeA-Tang @nolouch
TiDB v6.6.0 引入了 Partitioned Raft KV 存储引擎作为实验特性,该引擎使用多个 RocksDB 实例存储 TiKV 的 Region 数据,每个 Region 的数据都独立存储在单独的 RocksDB 实例中。
在 TiDB v7.4.0 中,Partitioned Raft KV 引擎在兼容性和稳定性方面得到了进一步提升。通过大规模数据测试,确保了 Partitioned Raft KV 引擎与 DM、Dumpling、TiDB Lightning、TiCDC、BR、PITR 等关键生态组件或功能的兼容性。同时,在读写混合工作负载下,Partitioned Raft KV 引擎提供了更稳定的性能,特别适合写多读少的场景。此外,每个 TiKV 节点支持 8 core CPU,并可搭配 8 TB 的数据存储和 64 GB 的内存。
更多信息,请参考用户文档。
TiFlash 存算分离架构成为正式功能 (GA) #6882 @JaySon-Huang @JinheLin @breezewish @lidezhu @CalvinNeo @Lloyd-Pottiger
在 v7.0.0 中,TiFlash 以实验特性引入了存算分离架构。经过一系列的改进,从 v7.4.0 起,TiFlash 正式支持存算分离架构。
在存算分离架构下,TiFlash 节点分为 Compute Node(计算节点)和 Write Node(写入节点)两种类型,并使用兼容 S3 API 的对象存储。这两种节点都可以单独扩缩容,独立调整计算或数据存储能力。在存算分离架构下,TiFlash 的使用方式与存算一体架构一致,例如创建 TiFlash 副本、查询、指定优化器 Hint 等。
需要注意的是,TiFlash 的存算分离架构和存算一体架构不能混合使用、相互转换,需要在部署 TiFlash 时进行相应的配置指定使用其中的一种架构。
更多信息,请参考用户文档。
性能
value MEMBER OF(json_array)
更多信息,请参考用户文档。
支持下推包含任意帧定义类型的窗口函数到 TiFlash #7376 @xzhangxian1008
在 v7.4.0 之前的版本中,TiFlash 不支持包含
PRECEDING
或FOLLOWING
的窗口函数,所有包含此类帧定义的窗口函数都无法下推至 TiFlash。从 v7.4.0 开始,TiFlash 支持了所有的窗口函数的帧定义。该功能自动启用,满足要求时,包含帧定义的窗口函数会自动下推至 TiFlash 执行。引入基于云存储的全局排序能力,提升并行执行的
ADD INDEX
或IMPORT INTO
任务的性能和稳定性 #45719 @wjhuang2016在 v7.4.0 以前,当用户执行分布式并行执行框架的
ADD INDEX
或IMPORT INTO
任务时,TiDB 节点需要准备一块较大的本地磁盘,对编码后的索引 KV pairs 和表数据 KV pairs 进行排序。由于无法从全局角度进行排序,各个 TiDB 节点间以及节点内部导入的数据可能存在重叠情况。这会导致在将这些 KV pairs 导入到 TiKV 时,TiKV 需要频繁进行数据整理 (compaction),降低了ADD INDEX
或IMPORT INTO
的性能和稳定性。v7.4.0 引入全局排序特性后,编码后的数据不再写入本地进行排序,而是写入云存储,并在云存储中进行全局排序。然后,TiDB 将经过全局排序的索引数据和表数据并行导入到 TiKV 中,从而提升了性能和稳定性。
更多信息,请参考用户文档。
优化 Parallel Multi Schema Change,提升一个 SQL 语句添加多个索引的性能 #41602 @tangenta @Defined2014
在 v7.4.0 之前,用户使用 Parallel Multi Schema Change 在一个 SQL 语句中提交多个
ADD INDEX
操作时,其性能与使用多个独立的 SQL 语句进行ADD INDEX
操作的性能相同。经过 v7.4.0 的优化后,在一个 SQL 语句中添加多个索引的性能得到了大幅提升。TiDB v7.0.0 引入了非 Prepare 语句的执行计划缓存作为实验特性,以提升在线交易场景的并发处理能力。在 v7.4.0 中,该功能正式 GA。执行计划缓存技术将会被应用于更广泛的场景,从而提升 TiDB 的并发处理能力。
开启非 Prepare 语句执行计划缓存可能会带来额外的内存和 CPU 开销,并不一定适用于所有场景。从 v7.4.0 开始,非 Prepare 语句的执行计划缓存默认关闭。你可以通过系统变量
tidb_enable_non_prepared_plan_cache
控制是否开启该功能并通过tidb_session_plan_cache_size
设置缓存大小。此外,该功能默认不支持 DML 语句,对 SQL 的模式也有一定的限制,具体参见使用限制。
更多信息,请参考用户文档。
稳定性
TiFlash 支持查询级别的数据落盘 #7738 @windtalker
从 v7.0.0 起,TiFlash 支持控制
GROUP BY
、ORDER BY
、JOIN
这三种算子的数据落盘功能,避免数据量超过内存总大小时,导致查询终止甚至系统崩溃的问题。然而,单独控制每个算子的落盘较为麻烦,也无法有效进行整体资源控制。在 v7.4.0 中,TiFlash 引入了查询级别数的据落盘功能。通过设置单个查询在单个 TiFlash 节点使用内存的上限
tiflash_mem_quota_query_per_node
及触发数据落盘的内存阈值tiflash_query_spill_ratio
,你可以方便地控制单个查询的内存使用,更好地管控 TiFlash 内存资源。更多信息,请参考用户文档。
支持自定义 TiKV 读取超时时间 #45380 @crazycs520
在通常情况下,TiKV 处理请求非常快,只需几毫秒。但是,当某个 TiKV 节点遇到磁盘 I/O 抖动或网络延迟时,请求处理时间可能会大幅增加。在 v7.4.0 以前的版本中,TiKV 请求的超时限制是固定的,不能调整。因此,当 TiKV 节点出现问题时,TiDB 必须等待固定时长的超时响应,这导致了抖动期间应用程序的查询性能受到明显影响。
TiDB 在 v7.4.0 中引入了一个新系统变量
tikv_client_read_timeout
,你可以自定义查询语句中 TiDB 发送给 TiKV 的 RPC 读请求的超时时间。这意味着,当某个 TiKV 节点因磁盘或网络问题导致请求延迟时,TiDB 可以更快地超时并将请求重新发送给其他 TiKV 节点,从而降低查询延迟。如果所有 TiKV 节点的请求都超时,TiDB 将使用默认的超时时间进行重试。此外,你也可以在查询语句中使用 Optimizer Hint/*+ SET_VAR(TIKV_CLIENT_READ_TIMEOUT=N) */
来设置 TiDB 发送 TiKV RPC 读请求的超时时间。这一改进将使 TiDB 在面对不稳定的网络或存储环境时,更灵活地适应各种情况,提高查询性能,提升用户体验。更多的信息,请参考用户文档。
TiDB v7.4.0 新增支持与 MySQL 8.0 相似的优化器提示
SET_VAR()
。通过在 SQL 语句中添加 HintSET_VAR()
,可以在语句运行过程中临时修改部分系统变量,以针对不同语句设置环境。例如,可以主动提升高消耗 SQL 的并行度,或者通过变量修改优化器行为。支持使用 Hint
SET_VAR()
修改的系统变量请参考系统变量。强烈建议不要利用此 Hint 修改没有明确支持的变量,这可能会引发不可预知的行为。更多信息,请参考用户文档。
TiFlash 支持资源管控特性 #7660 @guo-shaoge
在 TiDB v7.1.0 中,资源管控成为正式功能,提供对 TiDB 和 TiKV 的资源管理能力。在 v7.4.0 中,TiFlash 支持资源管控特性,完善了 TiDB 整体的资源管控能力。TiFlash 的资源管控与已有的 TiDB 资源管控特性完全兼容,现有的资源组将同时管控 TiDB、TiKV 和 TiFlash 中的资源。
通过配置 TiFlash 参数
enable_resource_control
,你可以控制是否开启 TiFlash 资源管控特性。开启后,TiFlash 将根据 TiDB 的资源组配置进行资源调度管理,确保整体资源的合理分配和使用。更多信息,请参考用户文档。
在 v7.2.0 中,TiFlash 引入了 Pipeline 执行模型作为实验特性。该模型对所有线程资源进行统一管理,并对所有任务的执行进行统一调度,充分利用线程资源,同时避免资源超用。从 v7.4.0 开始,TiFlash 完善了线程资源使用量的统计,Pipeline 执行模型成为正式功能 (GA) 并默认开启。由于该功能与 TiFlash 资源管控特性相互依赖,TiDB v7.4.0 移除了之前版本中用于控制是否启用 Pipeline 执行模型的变量
tidb_enable_tiflash_pipeline_model
。现在你可以通过 TiFlash 参数tidb_enable_resource_control
同时开启或关闭 Pipeline 执行模型和 TiFlash 资源管控特性。更多信息,请参考用户文档。
新增优化器模式选择 #46080 @time-and-fate
TiDB 在 v7.4.0 引入了一个新的系统变量
tidb_opt_objective
,用于控制优化器的估算方式。默认值moderate
维持之前版本的优化器行为,即优化器会利用运行时统计到的数据修改来校正估算。如果设置为determinate
,则优化器不考虑运行时校正,只根据统计信息来生成执行计划。对于长期稳定的 OLTP 业务,或者用户对已有的执行计划非常有把握的情况,推荐在测试后切换到
determinate
模式,减少执行计划跳变的可能。更多信息,请参考用户文档。
后台任务是指那些优先级不高但是需要消耗大量资源的任务,如数据备份和自动统计信息收集等。这些任务通常定期或不定期触发,在执行的时候会消耗大量资源,从而影响在线的高优先级任务的性能。在 TiDB v7.4.0 中,资源管控引入了对后台任务的自动管理。该功能有助于降低低优先级任务对在线业务的性能影响,实现资源的合理分配,大幅提升集群的稳定性。
目前 TiDB 支持如下几种后台任务的类型:
lightning
:使用 TiDB Lightning 或IMPORT INTO
执行导入任务。br
:使用 BR 执行数据备份和恢复。目前不支持 PITR。ddl
:对于 Reorg DDL,控制批量数据回写阶段的资源使用。stats
:对应手动执行或系统自动触发的收集统计信息任务。默认情况下,被标记为后台任务的任务类型为空,此时后台任务的管理功能处于关闭状态,其行为与 TiDB v7.4.0 之前版本保持一致。你需要手动修改
default
资源组的后台任务类型以开启后台任务管理。更多信息,请参考用户文档。
在 v7.4.0 中,TiDB 增强了锁定统计信息的能力。现在,锁定和解锁统计信息需要与收集统计信息 (
ANALYZE TABLE
) 相同的权限,以确保操作的安全性。此外,还新增了对特定分区的统计信息进行锁定和解锁操作的支持,提高了功能灵活性。当用户对数据库中的查询和执行计划有把握,并且不希望发生变化时,可以使用锁定统计信息来提升统计信息的稳定性。更多信息,请参考用户文档。
表的哈希连接是 MySQL 8.0 引入的新特性,主要用于连接两个相对较大的表和结果集。但对于交易类负载,或者一部分在 MySQL 5.7 稳定运行的业务来说,选择表的哈希连接可能会对性能产生风险。MySQL 通过优化器开关
optimizer_switch
能够在全局或者会话级控制哈希连接的选择。从 v7.4.0 开始,TiDB 引入系统变量
tidb_opt_enable_hash_join
对表的哈希连接进行控制。默认开启 (ON
)。如果你非常确定执行计划中不需要选择表之间的哈希连接,则可以修改变量为OFF
,降低执行计划回退的可能性,提升系统稳定性。更多信息,请参考用户文档。
SQL 功能
在 v7.4.0 之前,TiDB 中的分区表不能调整分区类型。从 v7.4.0 开始,TiDB 支持将分区表修改为非分区表、将非分区表修改为分区表、修改分区类型功能。你可以根据需要灵活调整表的分区类型、数量。例如,通过
ALTER TABLE t PARTITION BY ...
语句修改分区类型。更多信息,请参考用户文档。
WITH ROLLUP
修饰符和GROUPING
函数是数据分析中常用的功能,用于对数据进行多维度的汇总。从 v7.4.0 开始,TiDB 支持在GROUP BY
子句中使用WITH ROLLUP
修饰符和GROUPING
函数。例如,你可以通过SELECT ... FROM ... GROUP BY ... WITH ROLLUP
语法使用WITH ROLLUP
修饰符。更多信息,请参考用户文档。
数据库管理
新增排序规则
utf8mb4_0900_ai_ci
和utf8mb4_0900_bin
#37566 @YangKeao @zimulala @bb7133TiDB v7.4.0 增强了从 MySQL 8.0 迁移数据的支持。新增两个排序规则 (Collation)
utf8mb4_0900_ai_ci
和utf8mb4_0900_bin
。其中utf8mb4_0900_ai_ci
为 MySQL 8.0 的默认排序规则。同时新增支持 MySQL 8.0 兼容的系统变量
default_collation_for_utf8mb4
,允许用户为 utf8mb4 字符集指定默认的排序方式,以兼容从 MySQL 5.7 或之前版本迁移或数据复制的场景。更多信息,请参考用户文档。
可观测性
支持向日志中添加会话标识和会话别名 #46071 @lcwangchao
在对 SQL 执行问题做故障定位的时候,经常需要把 TiDB 各组件日志中的内容进行关联,由此找到问题的根本原因。从 v7.4.0 开始,TiDB 将会话标识 (
CONNECTION_ID
) 写入与会话相关的日志内容中,包括 TiDB 日志、慢查询日志、以及 TiKV 上 coprocessor 的慢日志记录。你可以根据会话标识,将几个日志中的内容关联起来,提升故障定位和诊断的效率。除此之外,通过设置会话级变量
tidb_session_alias
,你可以向上述日志中添加自定义的标识。借助这个能力,把业务识别信息注入日志,可以将日志中的内容与业务关联,打通了业务到日志的链路,降低了诊断工作的难度。在 v7.4.0 中,TiDB Dashboard 的 Slow Query 页面和 SQL Statement 页面提供表格视图的执行计划,以提升用户的诊断体验。
更多信息,请参考用户文档。
数据迁移
从 v7.4.0 起,你可以通过在 IMPORT INTO
的 CLOUD_STORAGE_URI
选项中指定编码后数据的云存储地址,开启全局排序功能(实验特性),提升性能和稳定性。
此外,在 v7.4.0 中,IMPORT INTO
还引入了以下功能:
支持配置
Split_File
选项,可将单个大 CSV 文件切分成多个 256 MiB 的小 CSV 文件进行并行处理,提升导入性能。支持导入压缩后的 CSV 和 SQL 文件,支持的压缩格式包括
.gzip
、.gz
、.zstd
、.zst
和.snappy
。更多信息,请参考用户文档。
在 v7.4.0 之前,Dumpling 导出数据为 CSV 文件时,换行符为
"\r\n"
,导致一些只能解析"\n"
换行符的下游系统无法解析该 CSV 文件,或者要通过第三方工具转换后才能解析。从 v7.4.0 起,Dumpling 引入了新的参数
--csv-line-terminator
。当你将数据导出为 CSV 文件时,可以通过该参数传入所需的换行符。该参数支持"\r\n\"
和"\n"
,默认值为"\r\n"
,即和历史版本保持一致。更多信息,请参考用户文档。
TiCDC 支持同步数据至 Pulsar #9413 @yumchina @asddongmen
Pulsar 是一款云原生的分布式消息流平台,它能够显著提升你的实时数据流体验。从 v7.4.0 起,TiCDC 支持以
canal-json
格式同步变更数据至 Pulsar,实现与 Pulsar 的无缝集成。通过该功能,TiCDC 可以让你轻松捕获和同步 TiDB 变更数据到 Pulsar,为数据处理和分析功能提供新的可能性。你可以开发自己的消费应用程序,从 Pulsar 中读取并处理新生成的变更数据,以满足特定的业务需求。更多信息,请参考用户文档。
TiCDC 支持 Claim-Check 功能,改进对大型消息的处理 #9153 @3AceShowHand
在 v7.4.0 之前,TiCDC 无法向下游发送超过 Kafka 最大消息大小 (
max.message.bytes
) 的大型消息。从 v7.4.0 开始,在配置下游为 Kafka 的 Changefeed 的时候,你可以指定一个外部存储位置,用于存储超过 Kafka 限制的大型消息。TiCDC 会向 Kafka 发送一条引用消息,其中记录了该大型消息在外部存储中的地址。当消费者收到该引用消息后,可以根据其中记录的外部存储地址信息,获取对应的消息内容。更多信息,请参考用户文档。
兼容性变更
注意
以下为从 v7.3.0 升级至当前版本 (v7.4.0) 所需兼容性变更信息。如果从 v7.2.0 或之前版本升级到当前版本,可能也需要考虑和查看中间版本 release notes 中提到的兼容性变更信息。
行为变更
自 v7.4.0 起,TiDB 已经兼容 MySQL 8.0 的核心功能,
version()
将返回以8.0.11
为前缀的版本信息。升级到 TiFlash v7.4.0 后,不支持原地降级到之前的版本。这是因为,从 v7.4.0 开始,为了减少数据整理时产生的读、写放大,TiFlash 对 PageStorage V3 数据整理时的逻辑进行了优化,导致底层部分存储文件名发生了改动。详情请参考 TiFlash 升级帮助。
系统变量
配置文件参数
改进提升
TiDB
优化
ANALYZE
分区表的内存使用和性能 #47071 #47104 #46804 @hawkingrei改进代价模型 (Cost Model) 以尽量避免在
IndexLookup
回表任务多时错误地选择全表扫描 #45132 @qw4990TiKV
消除 Router 对象中的 LRUCache,降低内存占用,防止 OOM #15430 @Connor1996
新增 PD Client 连接重试过程中的 backoff 机制。异常错误重试期间,逐步增加重试时间间隔,减小 PD 压力 #15428 @nolouch
PD
优化 TSO 的追踪信息,方便调查 TSO 相关问题 #6856 @tiancaiamao
改进 resource control client 的配置获取方式,使其可以动态获取最新配置 #7043 @nolouch
TiFlash
改进 TiFlash 文件格式,减少小文件数量以避免造成文件系统 inode 耗尽的问题 #7595 @hongyunyan
Tools
Backup & Restore (BR)
缓解了 Region leadership 迁移导致 PITR 日志备份进度延迟变高的问题 #13638 @YuJuncen
通过设置 HTTP 客户端
MaxIdleConns
和MaxIdleConnsPerHost
参数,增强日志备份以及 PITR 恢复任务对连接复用的支持 #46011 @Leavrth新增 restore 参数
WaitTiflashReady
。当打开这个参数时,restore 操作将会等待 TiFlash 副本复制成功后才结束 #43828 #46302 @3pointerTiCDC
TiDB Lightning
优化 TiDB Lightning 在 Region scatter 阶段的重试逻辑 #46203 @mittalrishabh
优化 TiDB Lightning 在导入数据阶段对
no leader
错误的重试逻辑 #46253 @lance6716
版权声明: 本文为 InfoQ 作者【TiDB 社区干货传送门】的原创文章。
原文链接:【http://xie.infoq.cn/article/efb4792634fd79a1de0cc06ab】。文章转载请联系作者。
评论