TiDB简介

主要组件

TiDB 整体架构

TiDB

SQL 层，对外暴露 MySQL 协议的连接 endpoint，负责接受客户端的连接，执行 SQL 解析和优化，最终生成分布式执行计划。
TiDB 层本身是无状态的，实践中可以启动多个 TiDB 实例，通过负载均衡组件（如 TiProxy、LVS、HAProxy、ProxySQL 或 F5）对外提供统一的接入地址，客户端的连接可以均匀地分摊在多个 TiDB 实例上以达到负载均衡的效果。
TiDB Server 本身并不存储数据，只是解析 SQL，将实际的数据读取请求转发给底层的存储节点 TiKV（或 TiFlash）。

PD

整个 TiDB 集群的元信息管理模块，负责存储每个 TiKV 节点实时的数据分布情况和集群的整体拓扑结构，提供 TiDB Dashboard 管控界面，并为分布式事务分配事务 ID（包括TSO）。
PD 不仅存储元信息，同时也负责集群数据的实时调度。根据 TiKV 节点实时上报的数据分布状态，生成调度计划下发调度命令给具体的 TiKV 节点。
其自身内部使用ETCD存储和同步数据。还拥有一个可以观察整个集群状态的dashboard。

存储

TiDB 数据库的存储包括TiKV和TiFlash两种。

TiKV

底层是用RocksDB实现的分布式的提供事务的 Key-Value 存储引擎。
存储数据的基本单位是 Region，每个 Region 负责存储一个 Key Range（从 StartKey 到 EndKey 的左闭右开区间）的数据，每个 TiKV 节点会负责多个 Region。Region使用raft协议进行同步和管理，其中Peer是Region的更小单位，是Region的副本（包括主副）。
TiKV 中的数据都会自动维护多副本（默认为三副本），天然支持高可用和自动故障转移。同时也会根据PD生成调度协议在不同的节点之间互相交换数据，比如热点读写负载均衡。
以SST的方式存储和管理数据落盘，具有较高的压缩放大比率。（3~5倍）

TiFlash

TiFlash 是列存储节点，主要的功能是为分析型的场景加速。可以以存算分离的方式进行部署。

其他

TiCDC

TiDB 增量数据同步工具，通过拉取上游 TiKV 的数据变更日志，TiCDC 可以将数据解析为有序的行级变更数据输出到下游。
适用于以下场景：

• 提供多 TiDB 集群，跨区域数据高可用和容灾方案，保证在灾难发生时保证主备集群数据的最终一致性。
• 提供同步实时变更数据到异构系统的服务，为监控、缓存、全文索引、数据分析、异构数据库使用等场景提供数据源。

部署

TiDB专为分布式高性能设计，其硬件要求较高。但代码均使用GO语言实现。对Linux环境要求较低，软件需求中大多数为性能优化考虑。
使用TiUP工具部署简单快捷，当环境不允许的时候亦可以进行离线部署。
部署时使用 yaml 文件描述集群的状态，通过TiUP的集群命令可以一键部署。

各类型节点对硬件的需求

• TiDB需要高CPU高网络性能，根据SQL的类型或许会需要大内存节点。
• PD对硬件的需求很低，但需要较好的网络性能，因为所有节点都会通过PD交换管理信息。
• TiKV会固定使用60%到75%的内存作为热点数据缓存，所以根据业务类型需求选择节点的内存规模。同时冷数据存取时候会消耗一些的CPU性能，这也是需要考量的因素。
• TiCDC需要适量的内存，较高的CPU。当下游集群是Mysql或者TiDB的时候需要很好的磁盘性能，因为TiCDC从上游的TiKV拉取完数据后会存放在本地进行预处理，然后再输出到下游。

推荐的部署方案

• TiDB部署在Kubernetes中，具有良好的弹性。
• PD部署在稳定的任意环境即可。
• TiKV和TiCDC使用规格合适的物理机以及高性能磁盘。（磁盘性能够好的话，虚拟机也可以）

特性

• 一键水平扩缩容
  得益于 TiDB 存储计算分离的架构的设计，可按需对计算、存储分别进行在线扩容或者缩容，扩容或者缩容过程中对应用运维人员透明。
• 金融级高可用
  数据采用多副本存储，数据副本通过 Multi-Raft 协议同步事务日志，多数派写入成功事务才能提交，确保数据强一致性且少数副本发生故障时不影响数据的可用性。可按需配置副本地理位置、副本数量等策略，满足不同容灾级别的要求。
• 实时 HTAP
  提供行存储引擎 TiKV、列存储引擎 TiFlash 两款存储引擎，TiFlash 通过 Multi-Raft Learner 协议实时从 TiKV 复制数据，确保行存储引擎 TiKV 和列存储引擎 TiFlash 之间的数据强一致。TiKV、TiFlash 可按需部署在不同的机器，解决 HTAP 资源隔离的问题。
• 云原生的分布式数据库
  专为云而设计的分布式数据库，通过 TiDB Operator 可在公有云、私有云、混合云中实现部署工具化、自动化。
• 兼容 MySQL 协议和 MySQL 生态
  兼容 MySQL 协议、MySQL 常用的功能、MySQL 生态，应用无需或者修改少量代码即可从 MySQL 迁移到 TiDB。提供丰富的数据迁移工具帮助应用便捷完成数据迁移。

优势

• 纯分布式架构，拥有良好的扩展性，支持弹性的扩缩容
• 支持 SQL，对外暴露 MySQL 的网络协议，并兼容大多数 MySQL 的语法，在大多数场景下可以直接替换 MySQL
• 默认支持高可用，在少数副本失效的情况下，数据库本身能够自动进行数据修复和故障转移，对业务透明
• 支持 ACID 事务，对于一些有强一致需求的场景友好，例如：银行转账
• 具有丰富的工具链生态，覆盖数据迁移、同步、备份等多种场景