本文共 3712 字，大约阅读时间需要 12 分钟。
TiDB是一款开源、云原生、MySQL兼容的分布式数据库，可以处理混合事务和分析处理（HTAP）工作负载。它是“NEWSQL”关系数据库的一员，被设计为方便大规模部署。也许有人想知道，“Ti”代表了钛。
PingCAP在三年半前才开始搭建TiDB，但是这个产品已经拥有了15000次GitHub点赞，200名贡献者，7200次提交，2000个分支以及300名生产用户。最近TiDB获得了InfoWorld Bossie Award 2018数据存储和分析领域。
在这篇文章中，我将介绍TiDB设计的核心功能和架构，覆盖数据库的三个主要用例，并预览了PingCAP即将推出的多云TiDB即服务和TiDB学术版。
TiDB功能
TiDB的核心功能包括弹性的水平可扩展性，有ACID保证的分布式事务，高可用性以及实时交易数据额分析。让我们来看一下这些功能背后隐藏的平台架构。TiDB平台有以下这些组件：
- TiDB：无状态SQL层，可以兼容MySQL，用Go语言开发。
- TiKV：分布式事务键值存储，用Rust语言开发。（TiKV最近成为了项目）
- TiSpark：Apache Spark插件，连接到TiKV或者专门的柱状存储引擎（我们还在研究的部分，请持续关注）。
- Placement Driver（PD）：提供的元数据集群，管理并调度TiKV。
TiKV是基础层。这是所有数据持久化的地方，自动分成小的块（我们称为“区域”），并通过执行Raft一致性协议自动复制并保持强一致。和Placement Driver（PD）一起，TiKV可以复制节点、数据中心和地理位置的数据。它还可以动态地去除形成的热点，并拆分或合并区域，以提升性能和存储使用率。我们在TiKV中实现了基于范围的切片，而不是基于哈希的切片，因为从一开始，我们的目标就是支持全功能的关系型数据库。因此TiKV也支持不同类型的扫描操作：表扫描、索引扫描等等。
TiDB中的无状态SQL层用来负责所有的的在线交易处理（OLTP）工作和80%的常规在线分析处理（OLAP）。这样的设计提升了常规性能（参考我们最新的），这个无状态SQL层使用TiKV的分布式设计，通过协处理器层将部分查询下放到不同TiKV节点进行并行处理。
对于更复杂的OLAP工作，比如说训练机器学习模型的迭代分析或实时业务智能采集，是由第二个无状态SQL层TiSpark负责的，也是直接从TiKV获得数据。TiDB兼容MySQL，而TiSpark兼容Spark SQL。
TiDB架构
你可能已经注意到，整个TiDB平台是模块化的，所有的组件都有单独的代码库，并且是松耦合的。你可以将整个TiDB平台部署为一个完整的包（大多数用户都是这么做的）或是根据你的需要部署其中的一部分。这样的模块化的架构给用户提供了最大的灵活度，并符合云原生架构标准。根据，云原生技术是“有弹性的、可管理的和可观察的松耦合系统”。
作为TiDB的用户，你可以扩展你的无状态SQL服务器或TiSpark层（也就是你的计算资源），或者是单独扩展TiKV（也就是你的存储容量），允许你充分利用消耗的大部分资源，更好地满足你的工作负载。你几乎可以将TiDB无状态SQL服务认为是在TiKV之上的微服务，它是持久化数据的有状态应用程序。这个设计有利于隔离缺陷，更快地滚动升级和维护，而破坏性更小。
TiDB这些优势的代价是额外的部署和监视复杂性，有更多需要追踪的部分。然而，随着Kubernetes的兴起以及CoreOS推动的Operator模式，部署和管理TiDB是简单、直接并且日益自动化的。开源的可以帮助你在任何云环境下（公有、私有或混合）部署、扩展、升级和维护TiDB。TiDB默认安装Prometheus和Grafana，所以可以立即进行监视。（查看我们的）
灵活的技术资产扩展性是业务成功与否的最终关键。这就是你会成为下一个Facebook还是下一个Friendster的区别。TiDB模块化和Kubernetes的加入可以给你的数据库服务带来灵活的扩展性。
最后，让我们来看一下TiDB的三个主要用例：MySQL扩展性、HTAP实时分析和统一数据存储。
TiDB用例：MySQL扩展性
由于TiDB兼容MySQL，它同时兼容MySQL连接协议和MySQL生态系统工具，比如MyDumper和MyLoader，对于MySQL用户来说，这是解决问题的自然选择。我们需要清楚，TiDB并非要取代MySQL，相反，它是MySQL的补充。MySQL仍然是很好的单实例数据库选择，所以如果你的数据大小或工作负载不大，那请继续使用MySQL。但如果你还在头疼：
- 考虑如何复制、迁移或扩展数据库得到更多容量
- 寻找优化现有存储容量的方法
- 查询性能慢
- 研究中间件扩展解决方案或实施手动分片策略
那么请开始考虑使用像TiDB这样的分布式SQL数据库吧，它可以帮你解决你关心的所有问题。MySQL分片的缺陷让世界最大的单车共享平台之一Mobike选择使用TiDB（）。Mobike在200个城市拥有9百万单车，服务于2亿名用户，因此不难想象团队使用MySQL时候会遇到的扩展瓶颈。Mobike通过在MySQL之外部署TiDB，以及PingCAP的企业级工具套件，包括可以自动将MySQL主机和TiDB集群同步的，解决了弹性扩展需求。
TiDB和其他MySQL兼容数据库之间最主要的区别在于TiDB的分布式架构。MySQL技术已经存在了23年了，它从来没有打算涉足于分布式领域。比如说，不像TiDB，MySQL不能产生查询计划，将部分查询下放到多台机器中同时进行并行处理。TiDB的SQL解析器、基于成本的优化器和协处理器层从头开始构建的，利用了分布式数据库的计算资源和并行性，因此MySQL用户可以从中获得更多功能。
TiDB用例：HTAP实时分析
HTAP（混合事务和分析处理）是Gartner在2014年提出的一个术语，描述打破事务和分析数据工作之间隔阂的数据库架构。目标是给企业实时分析，这样就可以作出实时决策。其他行业分析公司有描述这个架构的专门术语：451 Research的（混合操作分析处理），Forrester的以及IDC的（分析事务处理）。
正如我们讨论的，TiDB通过解耦计算层和存储层，并使用不同的无状态SQL引擎（TiDB和TiSpark）来做不同的分析任务，打破了OLTP和OLAP之间的隔阂。这两个引擎都连接到同一个持久数据存储（TiKV），让系统自然拥有实时分析和决策的能力。复杂的ETL过程被简单化，”t+1”延迟不复存在，TiDB中存储的数据可以更有创造力地进行使用。
服务于5百万用户的大型生鲜产品运送平台Yiguo.com在TiDB之上运行Apache Spark（）来加速复杂的查询。通过从SQL Server升级其基础设施，并通过部署TiDB到其现有的MySQL，Yiguo.com可以高性能地在中国最大的在线购物节运行复杂的连接运算，进行实时决策。
TiDB用例：统一数据存储
分布式、模块化、HTAP数据库TiDB被设计为可以水平地扩展计算和存储容量，灵活地适应不同的工作负载，同时还是“唯一可信来源”。通过在键值存储之上提供可扩展的SQL服务，TiDB旨在动态地降低基础设施栈中维护数据管理层的人力和技术成本。
对于世界上最大的食物配送平台之一Ele.me来说，想要统一数据存储是采用TiDB和TiKV的关键原因之一（）。之前，Ele.me的数据分散在不同的数据库中，包括MongoDB、MySQL、Cassandra和Redis。最终，这个临时堆栈不再可用，因为操作和维护成本不断增加。 2亿6千万用户的80%操作在单个TiKV部署下服务。这个TiKV集群跨越了4个数据中心，每个都有100多个节点，存储了十几个TB的数据，这些数据总是存在，一直可用。
多云TiDB即服务和TiDB Academy
自PingCAP开始搭建TiDB已经超过了3年，该数据库在各种情况下都进行了测试。现在，超过300家公司都在使用TiDB满足他们的OLTP/OLAP、数据库扩展性、实时分析和统一存储的需求。然而，上还有许多目标。
其中一个是全面管理的多云TiDB即服务，可以在各种云设置下使用，包括公有、私有和混合。PingCAP正在开发企业级、全托管、基于Kubernetes的TiDB，并将在今年年底发布第一个版本。如果你想要更早地使用，请在注册。
PingCAP开发的另一个项目是，这是自己制定进度的实践课程，帮助数据库管理员、devops以及系统架构师理解TiDB的架构、设计选择、长处和短板。第一个课程“给MySQL DBA的分布式数据库TiDB”正在招生。你可以在注册。
如果你想快速了解TiDB，请参阅我们的。
Kevin Xu (twitter: @kevinsxu)是全球策略和运营的总经理，特别负责云产品管理和策略。
查看英文原文：
转载地址：http://fdbso.baihongyu.com/