TiDB 的MPP架构概述

MPP架构介绍：

如图，TiDB Server 作为协调者，首先 TiDB Server 会把每个TiFlash 拥有的region 会在TiFlash上做交换，让表连接在一个TiFlash上。另外 TiFlash会作为计算节点，每个TiFlash都负责数据交换，表连接，聚合等等。

每个TiFlash在MPP架构里面称为一个MPP worker。

MPP的特点：

1.适合大量的join聚合查询

2.所有MPP计算是在内存中执行的，数据不落地。

3.只支持等值连接，不支持不等值连接（这意味着有一些sql用不了MPP，这时候可以使用参数：Enforce_mpp 强制使用MPP，但不支持等值连接就是不支持，执行后会警告）。

MPP的执行流程：

首先，在这个SQL中，有一个表连接，两个过滤条件，一个聚合条件 。

TiFlash在存储数据的时候会把数据分别存储在不同的TiFlash上，这个SQL的执行流程是：

1.在每个TiFlash 中过滤出order表里面 dic列的前三个字母是7c0的数据放到内存中。把product表里面pct_date列大于‘2021-09-30’ 的数据放到内存中（并行执行）

2. 数据交换（减少网络交换），让表连接在本节点执行，对每一张表的连接项（pid）取一个hash函数，如取模。将数据根据hash值 进行数据交换，让hash值相同的数据在一个节点上。

3. 对group by进行提速，也是进行数据交换，对state取hash函数，把hash函数相等的放在一个节点。

 4.把TiFlash的数据返回到TiDB Server

 

 总结：TiDB的MPP架构充分利用了TiFlash并行计算的功能， 当一个复杂的SQL语句过来的时候（能够使用MPP），先利用表连接的条件把连接条件Hash值相同的数据放到一个节点上，防止网络交换严重，处理了过滤条件后，如有聚合条件，再利用聚合条件的字段进行数据交换，把聚合条件字段hash值相同的数据放到同一个数据节点中，最后每个TiFlash把计算好的数据返回给TiDB Server。