当前位置：首页 > news >正文

从零开始学TiDB（1）核心组件架构概述

news 来源：原创 2025/7/1 17:37:57

首先TiDB深度兼容MySQL 5.7

SQL语句的解析与编译：首先一条SQL语句最先到达的地方是TiDB Server集群，TiDB Server是无状态的，不存储数据，SQL 发过来之后TiDB Server 负责解析，优化，编译这条SQL语句，并生成执行计划。

处理客户端的连接：TiDB Server 还有一个特点是可以横向扩展，当并发很高，会话数很多，TiDB Server可以横向扩展增加节点，分走一部分会话。

关系数据与KV的转化：由于 TiDB 存储的数据不是行数据，是键值对 KV，所以当insert的时候还会做行数据变成KV类型数据的转化。所以region由一个个的键值对组成。

OnlineDDL：DDL语句不会阻塞线上的业务。

垃圾回收：一行数据修改频繁，经历了多次修改，之前修改的版本会保留下来。久而久之就会给数据库带来压力，TiDB Server 会进行自动垃圾回收（我们叫它GC）

智能选择：通过预测SQL，来确定是访问列存版本还是行存版本。

TiKV 里面存储的数据并不是建的表，当写数据的时候，会经过 TiDB Server 把数据分成一个个的region (每个region在96M-144M之间)。并且为region创建副本，默认是三副本。

所以TiKV的作用就是存储打散的数据，并创建多副本保证高可用。所以如果空间不够的时候可以通过添加TiKV的方式来解决。

持久化：

TiKV中运行着rocksdb这个单机的KV存储引擎。 rocksdb 有两个实例

一个是rocksdb kv：存储KV类型的数据。

一个是rocksdb raft：存储指令，对表的DML操作，都先存在rocksdb raft 中，再由rocksdb kv 进行应用。

强一致性和高可用性：

通过Raft协议，保证region在另外的TiKV中也有副本。在三个副本中，只有一个副本负责读写，成为leader副本。其它的副本不能读写，复制同步leader副本。

MVCC：

MVCC实现数据库隔离性。

支持事务：

算子下推：

分布式数据库的优势，虽然数据存在多个节点中，会有一定的网络延迟，但每个节点都有CPU，每个节点可以处理一部分计算功能。

TiFlash 存的数据和TiKV里面的region是一样的，不过TiKV是行存储，TiFlash是列存储。

TiFlash也参与复制，TiFlash 的数据和TiKV是一样的，引入TiFlash 是为了分析型业务的性能。

当访问数据的时候，比如一条SQL 要进行全表扫描，经过TiDB Server后生成了执行计划，现在去找这张表组成的region 在个TiKV 或哪几个TiKV 上面？这就需要 region和TiKV 的映射关系（我们叫他元数据），元数据就存储在PD节点上。

并且每个SQL 都有一个开始时间，也存储在PD上，我们叫它(TSO)

如果是事务提交，也会记录事务开始时间和事务结束时间。

当一张表存储在TiKV中，经过长期的运行，这张表越来越大，这张表过分的集中在某个TiKV中，这时候DML会集中到某个TiKV中，所以 region和TiKV会以一定的时间间隔向PD汇报自己的状况，读写压力等。PD会根据信息进行调度。