淺析NewSQL資料庫——TiDB
本文從誕生背景、整體架構、能力特徵及相容監控等多個方面詳細介紹了TiDB這個新一代的NewSQL資料庫。
上篇文章回顧：SOAR使用指南
如今的資料庫種類繁多，RDBMS（關係型資料庫）、NoSQL（Not Only SQL）、NewSQL憑藉己之長處，在資料庫領域均有一席之地，可謂百家爭鳴之勢。先上一張DBEngines在2018年8月釋出的資料庫排名：
我們可以看到資料庫份額之間的競爭還是十分激烈的。而本篇文章要介紹的是資料庫領域的後起之秀——NewSQL-TiDB，由於TiDB更新發版速度較快，所以本篇文章跟最新版本之間會有差異。
一、TiDB誕生背景
目前RDBMS的代表為Oracle、MySQL、PostgreSQL，傳統關係型資料庫歷史比較久，在資料庫領域也是“輩份”比較高的，其廣泛應用在各行各業。但是此類資料庫存在著一些問題，如自身容量的限制，RDBMS大多為本地儲存或共享儲存。隨著業務量不斷增加，容量漸漸成為瓶頸，此時DBA會通過多次的庫表sharding，以此來緩解容量問題。大量的分庫分表，不僅耗費了大量人力，還使得業務訪問資料庫的路由邏輯變得複雜。除此之外，RDBMS伸縮性比較差，通常叢集擴容縮容成本較高，且不滿足分散式的事務。
NoSQL類資料庫的代表為Hbase、Redis、MongoDB、Cassandra等，這類資料庫解決了 RDBMS伸縮性差的問題，叢集容量擴容變得方便很多，但是由於儲存方式為多個KV儲存，所以對SQL的相容性就大打折扣。對於NoSQL類資料庫來說，只能滿足部分分散式事務的特點。
NewSQL領域的代表是Google的spanner和F1，其號稱可以實現全球資料中心容災，且完全滿足分散式事務的ACID，但是隻能在Google雲上使用。
TiDB誕生在大背景下，也彌補了國內在NewSQL領域中的空缺。TiDB自2015年5月寫下第一行程式碼以來，至今已有3年有餘，已發版幾十次，版本迭代十分迅速，目前最新版本是2.0.6，在GitLab上點贊數已超過14000。
二、TiDB架構特性
1.TiDB整體架構
下圖為TiDB的基本架構。TiDB中可以分為三類節點：PD Server、TiDB Server、TiKV Server。
PD Server負責儲存叢集的元資料，對每個事物分配全域性的事物ID，並負責對TiKV叢集資料進行排程和負載均衡。
TiDB Server負責接收使用者的請求，並解析成執行計劃，通過PD Server進行資料定址，然後與TiKV Server節點互動，進行查詢。
TiKV Server負責儲存叢集的資料。
Client提交任務的時候會通過LB層轉發，提交到TiDB Server叢集中，PD Server會給每個事務分配一個全域性事務ID，緊接著TiDB Server會將application解析成具體的執行計劃，並向PD叢集獲取資料儲存地址，通過和TiKV Server節點互動，進行查詢。
2.TiDB能力特徵
計算能力：TiDB Server本身是無狀態的，意味著當計算能力成為瓶頸的時候，可以直接擴容機器，對使用者是透明的。理論上TiDB Server的數量並沒有上限限制。
儲存能力：TiKV Server通常是3+的，TiDB每份資料預設為3副本，這一點與HDFS有些相似，但是通過Raft協議進行資料複製，TiKV Server上的資料的是以Region為單位進行，由PD Server叢集進行統一排程，類似HBASE的Region排程。
3.TiDB的高可用
TiDB每個角色都屬於高可用的，單個節點宕機不影響整個叢集。TiDB Server會有多個，由於無狀態，即使意外宕機，Applcation會通過重試，連線到其他節點。PD Server一般是2n+1數個，通過Raft協議進行選舉，Leader宕機後Follower後通過選舉成為Leader，繼續完成工作。每個TiKV節點中的資料儲存格式是KV結構的，通過Key-Range的方式進行 hash到一個Region中，每個Region會有額外兩個副本，分佈到不通的節點上。
4.相容MySQL
TiDB基本相容了MySQL，對於使用者使用的時候，可以透明地從MySQL切換到TiDB 中，只是“新MySQL”的後端是儲存“無限的”，不再受制於Local的磁碟容量。在運維使用時也可以將TiDB當做一個從庫掛到MySQL主從架構中。
5.高效儲存方案
上面講到，TiKV叢集儲存的資料格式是KV的，在TiDB中，並不是將資料直接儲存在 HDD/SSD中，而是通過RocksDB實現了TB級別的本地化儲存方案，RocksDB的架構不再贅述了，有興趣可以搜一下相關文件，著重提的一點是：RocksDB和HBASE一樣，都是通過 LSM樹作為儲存方案，避免了B+樹葉子節點膨脹帶來的大量隨機讀寫。從何提升了整體的吞吐量。
6.TIDB監控
在TiDB中選擇了開源的Prometheus作為整個叢集的監控，在每個節點上，都會通過Multiple角色收集並上報所有節點的資料，推送到PushGateWay中，PushGateWay接收所有Client Push上來的所有資料，Prometheus Server會定期從GateWay中拉取資料資料，整個監控通過Grafana進行視覺化和監控查詢。
三、總結
TiDB作為新一代的NewSQL資料庫，在資料庫領域已經逐漸站穩腳跟，結合了Etcd/MySQL/HDFS/HBase/Spark等技術的突出特點，隨著TiDB的大面積推廣，會逐漸弱化 OLTP/OLAP的界限，並簡化目前冗雜的ETL流程，引起新一輪的技術浪潮。一言以蔽之，TiDB，前景可待，未來可期。
本文首發於公眾號“小米運維”，點選檢視原文