TiDB数据库架构概述

TiDB体系架构

---

TiDB Server

Sql语句最先到达 TiDB Server集群

它是无状态的，数据并不是存储在这里面，当一个会话连接到TiDB Server集群上，sql语句发过来，它负责解析、编译、优化sql语句并且生成执行计划

它可以扩展，当并发很高的时候，也就是大量的会话连接到一个TiDB时，这时候就可以向整个集群中增加结点，分走一部分会话，减小高并发压力

小结

• 处理客户端的连接
• SQL语句的解析和编译
• 关系型数据与KV键值对的转化
• SQL语句的执行
• 执行 online DDL
• 垃圾回收（默认十分钟做一次垃圾回收）

Storage Cluster(存储引擎)

TiKV
它里面存的数据并不是我们create table 建的表，写数据时会经过TiDB Server时把这张表转化成一个一个的存储单位，称为region(96M~144M)，分布的存储在TiKV中

TiKV会利用特定的协议为它创建一个副本，一般默认为3个副本，具有高可用性

如果容量不过，通过增加结点的方式使数据库容量增大，如果冷数据被清理，那么就可以把多余的TiKV回收掉

TiFlash
存的数据和TiKV里面的一样，但是TiFlash里面的数据是列存，TiKV里面的数据是行存，它是非常善于做统计分析的

小结

• 数据持久化：内部是用rocksdb这个数据库保证数据持久化的

  • rocksdb kv：将表数据转成kv存在该实例中
  • rocksdb raft：存指令的，对表的增删改查都存在这里面

• 副本的强一致性和高可用性

  • 三个副本中有一个副本可以读写，其他的副本不能读写，其他副本跟着变化，通过Raft协议将副本的修改复制到其他副本上，实现数据的一致性

• MVCC（多版本并发控制）：当数据修改的时候，可以进行读操作，读的是修改前的数据

• 分布式事务支持

• Coprocessor（算子下推）：每个结点都有一个cpu，做过滤等操作时不是一定要送到Server中，实现的分布式计算

TiFlash

• 异步复制
• 一致性
• 列式存储提高分析查询效率
• 业务隔离
• 只能选择

PD cluster

PD被称为整个集群的大脑，TiDB Server执行完sql语句会生成执行计划，也就是说明要执行什么操作，比如要读一张表，但是这张表到底是在哪个或者哪几个TiKV或者TiFlash上呢，这些叫做这个region的元数据，也就是这个region和TiKV的对应关系，这个对应关系就是存在PD中的。

当sql要执行的时候它首先到PD的结点中去查表在哪几个TiKV或者TiFlash上分布

PD提供了TSO时间戳，每条sql执行的时候都有一个开始时间，开始时间的查询也是从PD开始的，在数据库中，对于时间不是以时分秒计算的，会有一个标识，叫做TSO一个时间戳，随着时间增长不断增加，每一天sql执行都会获得一个时间戳，标识执行的时间，事务提交时也会获得一个结束的TSO

小结

Placement Driver

• 整个集群TiKV的元数据存储
• 分配全局ID和事务ID
• 生成全局时间戳TSO
• 收集集群信息进行调度
• 提供TiDB Dashboard服务

题目

下面让我们来做两道题练习一下