分割リージョン
TiDBに新しいテーブルが作成されると、デフォルトでリージョンつのセグメントが分割され、そのテーブルのデータが保存されます。このデフォルトの動作は、TiDB設定ファイルのsplit-table
によって制御されます。このリージョン内のデータがデフォルトのリージョンサイズ制限を超えると、リージョンは2つに分割され始めます。
上記のケースでは、開始時にリージョンが1つしかないため、すべての書き込みリクエストは、そのリージョンが配置されているTiKV上で発生します。新規作成されたテーブルへの書き込みが大量に発生すると、ホットスポットが発生します。
上記のシナリオのホットスポット問題を解決するために、TiDB は事前分割機能を導入しました。この機能は、指定されたパラメータに従って特定のテーブルの複数のリージョンを事前に分割し、各 TiKV ノードに分散させることができます。
注記:
この機能はTiDB Cloud Serverlessクラスターでは利用できません。
概要
- SplitRegionStmt
- SplitSyntaxOption
- TableName
- PartitionNameList
- SplitOption
- RowValue
SplitRegionStmt ::=
"SPLIT" SplitSyntaxOption "TABLE" TableName PartitionNameList? ("INDEX" IndexName)? SplitOption
SplitSyntaxOption ::=
("REGION" "FOR")? "PARTITION"?
TableName ::=
(SchemaName ".")? Identifier
PartitionNameList ::=
"PARTITION" "(" PartitionName ("," PartitionName)* ")"
SplitOption ::=
("BETWEEN" RowValue "AND" RowValue "REGIONS" NUM
| "BY" RowValue ("," RowValue)* )
RowValue ::=
"(" ValuesOpt ")"
分割リージョンの使用
分割リージョン構文には 2 つの種類があります。
均等分割の構文:
SPLIT TABLE table_name [INDEX index_name] BETWEEN (lower_value) AND (upper_value) REGIONS region_numBETWEEN lower_value AND upper_value REGIONS region_num
上限、下限、そしてリージョンの量を定義します。すると、現在のリージョンは、上限と下限の間のリージョン数(region_num
で指定)に均等に分割されます。不均等分割の構文:
SPLIT TABLE table_name [INDEX index_name] BY (value_list) [, (value_list)] ...BY value_list…
、現在のリージョンを分割するポイントの系列を手動で指定します。データが不均一に分散しているシナリオに適しています。
次の例は、 SPLIT
のステートメントの結果を示しています。
+--------------------+----------------------+
| TOTAL_SPLIT_REGION | SCATTER_FINISH_RATIO |
+--------------------+----------------------+
| 4 | 1.0 |
+--------------------+----------------------+
TOTAL_SPLIT_REGION
: 新しく分割されたリージョンの数。SCATTER_FINISH_RATIO
: 新しく分割された領域の分散の完了率。21.0
すべての領域が分散されていることを意味します。40.5
領域の半分だけが分散され、残りは分散中であることを意味します。
注記:
次の 2 つのセッション変数は、
SPLIT
ステートメントの動作に影響を与える可能性があります。
tidb_wait_split_region_finish
: リージョンの分散には時間がかかる場合があります。この時間はPDスケジューリングとTiKVの負荷に依存します。この変数は、SPLIT REGION
ステートメントを実行する際に、すべてのリージョンが分散されるまで結果をクライアントに返すかどうかを制御するために使用されます。値が1
(デフォルト)に設定されている場合、TiDBは分散が完了した後にのみ結果を返します。値が0
に設定されている場合、TiDBは分散状態に関係なく結果を返します。tidb_wait_split_region_timeout
: この変数は、SPLIT REGION
のステートメントの実行タイムアウトを秒単位で設定します。デフォルト値は300秒です。4split
操作が指定時間内に完了しない場合、TiDBはタイムアウトエラーを返します。
テーブルリージョンを分割
各テーブルの行データのキーはtable_id
とrow_id
でエンコードされます。形式は以下のとおりです。
t[table_id]_r[row_id]
たとえば、 table_id
が 22 でrow_id
が 11 の場合:
t22_r11
同じテーブル内の行データには同じtable_id
含まれますが、各行にはリージョン分割に使用できる固有のrow_id
含まれます。
均等分割
row_id
整数なので、分割するキーの値は指定されたlower_value
、 upper_value
、 region_num
に従って計算できます。TiDBはまずステップ値( step = (upper_value - lower_value)/region_num
)を計算します。次に、 lower_value
からupper_value
までの各「ステップ」ごとに均等に分割し、 region_num
で指定された数のリージョンを生成します。
たとえば、テーブル t のキー範囲minInt64
~ maxInt64
から 16 個の均等に分割された領域が必要な場合は、次のステートメントを使用できます。
SPLIT TABLE t BETWEEN (-9223372036854775808) AND (9223372036854775807) REGIONS 16;
このステートメントは、テーブル t を minInt64 から maxInt64 までの 16 個の Region に分割します。指定された主キーの範囲が、例えば 0~1000000000 のように、指定された範囲よりも小さい場合は、minInt64 と maxInt64 の代わりにそれぞれ 0 と 1000000000 を指定して Region を分割できます。
SPLIT TABLE t BETWEEN (0) AND (1000000000) REGIONS 16;
不平等な分割
既知のデータが不均一に分布していて、リージョンをキー範囲 -inf ~ 10000、10000 ~ 90000、90000 ~ +inf にそれぞれ分割したい場合は、以下に示すように固定ポイントを設定することでこれを実現できます。
SPLIT TABLE t BY (10000), (90000);
分割インデックスリージョン
テーブル内のインデックスデータのキーは、 table_id
index_id
およびインデックス列の値でエンコードされます。形式は次のとおりです。
t[table_id]_i[index_id][index_value]
たとえば、 table_id
がindex_id
がindex_value
が abc の場合:
t22_i5abc
同じテーブル内の同じインデックスデータのtable_id
とindex_id
同じです。インデックスの Region を分割するには、 index_value
に基づいて Region を分割する必要があります。
こぼしても
インデックスを均等に分割する方法は、データを均等に分割する方法と同じです。ただし、 index_value
整数ではない可能性があるため、ステップの値の計算はより複雑になります。
まず、 upper
とlower
の値がバイト配列にエンコードされます。5とupper
バイト配列の最長共通プレフィックスlower
削除した後、 lower
とupper
の最初の8バイトがuint64形式に変換されます。次にstep = (upper - lower)/num
計算されます。その後、計算されたステップがバイト配列にエンコードされ、 lower
とupper
バイト配列の最長共通プレフィックスに追加されてインデックス分割が行われます。以下に例を示します。
idx
インデックスの列が整数型の場合、次の SQL 文を使用してインデックス データを分割できます。
SPLIT TABLE t INDEX idx BETWEEN (-9223372036854775808) AND (9223372036854775807) REGIONS 16;
このステートメントは、テーブル t のインデックス idx のリージョンをminInt64
からmaxInt64
までの 16 の Region に分割します。
インデックス idx1 の列が varchar 型であり、インデックス データをプレフィックス文字で分割する場合。
SPLIT TABLE t INDEX idx1 BETWEEN ("a") AND ("z") REGIONS 25;
この文は、インデックス idx1 を a~z の 25 個のリージョンに分割します。リージョン1 の範囲は[minIndexValue, b)
、リージョン2 の範囲は[b, c)
、…リージョン25 の範囲は[y, minIndexValue]
です。インデックスidx
場合、プレフィックスがa
のデータはリージョン1 に書き込まれ、プレフィックスがb
のデータはリージョン2 に書き込まれます。
上記の分割方法では、 y
とz
プレフィックスを持つデータは両方ともリージョン25に書き込まれます。これは、上限がz
ではなく{
(ASCIIコードでz
次の文字)であるためです。したがって、より正確な分割方法は次のとおりです。
SPLIT TABLE t INDEX idx1 BETWEEN ("a") AND ("{") REGIONS 26;
この文は、テーブルt
のインデックス idx1 を a~ {
の26のリージョンに分割します。リージョン1 の範囲は[minIndexValue, b)
、リージョン2 の範囲は[b, c)
、リージョン25 の範囲は[y, z)
、リージョン26 の範囲は[z, maxIndexValue)
です。
インデックスidx2
の列がタイムスタンプ/日付時刻のような時間型で、インデックスのリージョンを年ごとに分割する場合:
SPLIT TABLE t INDEX idx2 BETWEEN ("2010-01-01 00:00:00") AND ("2020-01-01 00:00:00") REGIONS 10;
この文は、表t
のインデックスidx2
のリージョンを2010-01-01 00:00:00
から2020-01-01 00:00:00
までの10のRegionに分割します。Region 1のリージョンは[minIndexValue, 2011-01-01 00:00:00)
、 リージョン 2の範囲は[2011-01-01 00:00:00, 2012-01-01 00:00:00)
です。
インデックスリージョンを日ごとに分割する場合は、次の例を参照してください。
SPLIT TABLE t INDEX idx2 BETWEEN ("2020-06-01 00:00:00") AND ("2020-07-01 00:00:00") REGIONS 30;
このステートメントは、表t
のインデックスidex2
の 2020 年 6 月のデータを 30 の地域に分割します。各リージョンは1 日を表します。
他のタイプのインデックス列のリージョン分割方法も同様です。
結合インデックスのデータリージョン分割の場合、唯一の違いは複数の列の値を指定できることです。
例えば、インデックスidx3 (a, b)
は2つの列があり、列a
はタイムスタンプ型、列b
int 型です。列a
に基づいて時間範囲を分割したいだけの場合は、単一列の時間インデックスを分割するSQL文を使用できます。この場合、列b
の値をlower_value
とupper_velue
に指定しないでください。
SPLIT TABLE t INDEX idx3 BETWEEN ("2010-01-01 00:00:00") AND ("2020-01-01 00:00:00") REGIONS 10;
同じ時間範囲内で、列bの値に基づいてさらに分割したい場合は、分割時に列bの値を指定するだけです。
SPLIT TABLE t INDEX idx3 BETWEEN ("2010-01-01 00:00:00", "a") AND ("2010-01-01 00:00:00", "z") REGIONS 10;
このステートメントは、列bの値に基づいて、列aと同じ時刻プレフィックスを持つa~zの範囲にある10個のリージョンを分割します。列aに指定された値が異なる場合、この場合、列bの値は使用されない可能性があります。
テーブルの主キーが非クラスター化インデックスの場合、リージョンを分割する際にPRIMARY
キーワードをエスケープするためにバッククォート`
使用する必要があります。例:
SPLIT TABLE t INDEX `PRIMARY` BETWEEN (-9223372036854775808) AND (9223372036854775807) REGIONS 16;
不平等な分割
インデックス データは、指定されたインデックス値によって分割することもできます。
たとえば、列a
が varchar 型で列b
が timestamp 型のidx4 (a,b)
あります。
SPLIT TABLE t1 INDEX idx4 BY ("a", "2000-01-01 00:00:01"), ("b", "2019-04-17 14:26:19"), ("c", "");
このステートメントは、4つの領域を分割するための3つの値を指定します。各リージョンの範囲は次のとおりです。
region1 [ minIndexValue , ("a", "2000-01-01 00:00:01"))
region2 [("a", "2000-01-01 00:00:01") , ("b", "2019-04-17 14:26:19"))
region3 [("b", "2019-04-17 14:26:19") , ("c", "") )
region4 [("c", "") , maxIndexValue )
パーティションテーブルの分割領域
パーティションテーブルのリージョン分割は、通常のテーブルのリージョン分割と同じです。唯一の違いは、すべてのパーティションに対して同じ分割操作が実行される点です。
均等分割の構文:
SPLIT [PARTITION] TABLE t [PARTITION] [(partition_name_list...)] [INDEX index_name] BETWEEN (lower_value) AND (upper_value) REGIONS region_num不均等分割の構文:
SPLIT [PARTITION] TABLE table_name [PARTITION (partition_name_list...)] [INDEX index_name] BY (value_list) [, (value_list)] ...
パーティションテーブルの分割領域の例
パーティションテーブル
t
を作成します。2つのパーティションに分割されたハッシュテーブルを作成するとします。例のステートメントは次のとおりです。CREATE TABLE t (a INT, b INT, INDEX idx(a)) PARTITION BY HASH(a) PARTITIONS 2;テーブル
t
作成した後、各パーティションにリージョンが分割されます。このテーブルのリージョンを表示するには、SHOW TABLE REGIONS
構文を使用します。SHOW TABLE t REGIONS;+-----------+-----------+---------+-----------+-----------------+------------------+------------+---------------+------------+----------------------+------------------+ | REGION_ID | START_KEY | END_KEY | LEADER_ID | LEADER_STORE_ID | PEERS | SCATTERING | WRITTEN_BYTES | READ_BYTES | APPROXIMATE_SIZE(MB) | APPROXIMATE_KEYS | +-----------+-----------+---------+-----------+-----------------+------------------+------------+---------------+------------+----------------------+------------------+ | 1978 | t_1400_ | t_1401_ | 1979 | 4 | 1979, 1980, 1981 | 0 | 0 | 0 | 1 | 0 | | 6 | t_1401_ | | 17 | 4 | 17, 18, 21 | 0 | 223 | 0 | 1 | 0 | +-----------+-----------+---------+-----------+-----------------+------------------+------------+---------------+------------+----------------------+------------------+各パーティションのリージョンを分割するには、
SPLIT
構文を使用します。各パーティションの[0,10000]
範囲のデータを 4 つのリージョンに分割するとします。例のステートメントは次のとおりです。split partition table t between (0) and (10000) regions 4;上記のステートメントでは、
0
と10000
それぞれ、散布するホットスポット データに対応する上限と下限のrow_id
表します。注記:
この例は、ホットスポットデータが均等に分散されているシナリオにのみ適用されます。指定されたデータ範囲内でホットスポットデータが不均等に分散されている場合は、 パーティションテーブルの分割領域の不均等分割の構文を参照してください。
SHOW TABLE REGIONS
構文を使用して、このテーブルのRegionを再度表示します。テーブルには10個のRegionがあり、各パーティションには5個のRegionが含まれています。そのうち4個は行データ、1個はインデックスデータです。SHOW TABLE t REGIONS;+-----------+---------------+---------------+-----------+-----------------+------------------+------------+---------------+------------+----------------------+------------------+ | REGION_ID | START_KEY | END_KEY | LEADER_ID | LEADER_STORE_ID | PEERS | SCATTERING | WRITTEN_BYTES | READ_BYTES | APPROXIMATE_SIZE(MB) | APPROXIMATE_KEYS | +-----------+---------------+---------------+-----------+-----------------+------------------+------------+---------------+------------+----------------------+------------------+ | 1998 | t_1400_r | t_1400_r_2500 | 2001 | 5 | 2000, 2001, 2015 | 0 | 132 | 0 | 1 | 0 | | 2006 | t_1400_r_2500 | t_1400_r_5000 | 2016 | 1 | 2007, 2016, 2017 | 0 | 35 | 0 | 1 | 0 | | 2010 | t_1400_r_5000 | t_1400_r_7500 | 2012 | 2 | 2011, 2012, 2013 | 0 | 35 | 0 | 1 | 0 | | 1978 | t_1400_r_7500 | t_1401_ | 1979 | 4 | 1979, 1980, 1981 | 0 | 621 | 0 | 1 | 0 | | 1982 | t_1400_ | t_1400_r | 2014 | 3 | 1983, 1984, 2014 | 0 | 35 | 0 | 1 | 0 | | 1990 | t_1401_r | t_1401_r_2500 | 1992 | 2 | 1991, 1992, 2020 | 0 | 120 | 0 | 1 | 0 | | 1994 | t_1401_r_2500 | t_1401_r_5000 | 1997 | 5 | 1996, 1997, 2021 | 0 | 129 | 0 | 1 | 0 | | 2002 | t_1401_r_5000 | t_1401_r_7500 | 2003 | 4 | 2003, 2023, 2022 | 0 | 141 | 0 | 1 | 0 | | 6 | t_1401_r_7500 | | 17 | 4 | 17, 18, 21 | 0 | 601 | 0 | 1 | 0 | | 1986 | t_1401_ | t_1401_r | 1989 | 5 | 1989, 2018, 2019 | 0 | 123 | 0 | 1 | 0 | +-----------+---------------+---------------+-----------+-----------------+------------------+------------+---------------+------------+----------------------+------------------+各パーティションのインデックスのRegionを分割することもできます。例えば、インデックス
idx
の[1000,10000]
の範囲を2つのRegionに分割できます。例のステートメントは次のとおりです。SPLIT PARTITION TABLE t INDEX idx BETWEEN (1000) AND (10000) REGIONS 2;
単一パーティションの分割リージョンの例
分割するパーティションを指定できます。
パーティションテーブルを作成します。3つのパーティションに分割された範囲パーティションテーブルを作成するとします。例のステートメントは次のとおりです。
CREATE TABLE t ( a INT, b INT, INDEX idx(b)) PARTITION BY RANGE( a ) ( PARTITION p1 VALUES LESS THAN (10000), PARTITION p2 VALUES LESS THAN (20000), PARTITION p3 VALUES LESS THAN (MAXVALUE) );パーティション
p1
の[0,10000]
の範囲のデータを2つのリージョンに分割するとします。例のステートメントは次のとおりです。SPLIT PARTITION TABLE t PARTITION (p1) BETWEEN (0) AND (10000) REGIONS 2;パーティション
p2
の[10000,20000]
の範囲のデータを2つのリージョンに分割するとします。例のステートメントは次のとおりです。SPLIT PARTITION TABLE t PARTITION (p2) BETWEEN (10000) AND (20000) REGIONS 2;SHOW TABLE REGIONS
構文を使用して、このテーブルの地域を表示できます。SHOW TABLE t REGIONS;+-----------+----------------+----------------+-----------+-----------------+------------------+------------+---------------+------------+----------------------+------------------+ | REGION_ID | START_KEY | END_KEY | LEADER_ID | LEADER_STORE_ID | PEERS | SCATTERING | WRITTEN_BYTES | READ_BYTES | APPROXIMATE_SIZE(MB) | APPROXIMATE_KEYS | +-----------+----------------+----------------+-----------+-----------------+------------------+------------+---------------+------------+----------------------+------------------+ | 2040 | t_1406_ | t_1406_r_5000 | 2045 | 3 | 2043, 2045, 2044 | 0 | 0 | 0 | 1 | 0 | | 2032 | t_1406_r_5000 | t_1407_ | 2033 | 4 | 2033, 2034, 2035 | 0 | 0 | 0 | 1 | 0 | | 2046 | t_1407_ | t_1407_r_15000 | 2048 | 2 | 2047, 2048, 2050 | 0 | 35 | 0 | 1 | 0 | | 2036 | t_1407_r_15000 | t_1408_ | 2037 | 4 | 2037, 2038, 2039 | 0 | 0 | 0 | 1 | 0 | | 6 | t_1408_ | | 17 | 4 | 17, 18, 21 | 0 | 214 | 0 | 1 | 0 | +-----------+----------------+----------------+-----------+-----------------+------------------+------------+---------------+------------+----------------------+------------------+パーティション
p1
とp2
インデックス番号idx
の[0,20000]
の範囲を2つのリージョンに分割するとします。例のステートメントは次のとおりです。SPLIT PARTITION TABLE t PARTITION (p1,p2) INDEX idx BETWEEN (0) AND (20000) REGIONS 2;
事前分割領域
AUTO_RANDOM
またはSHARD_ROW_ID_BITS
属性でテーブルを作成する際に、テーブル作成直後に均等にリージョンに事前分割したい場合は、 PRE_SPLIT_REGIONS
オプションも指定できます。テーブルごとに事前分割されるリージョンの数は2^(PRE_SPLIT_REGIONS)
です。
注記:
PRE_SPLIT_REGIONS
の値はSHARD_ROW_ID_BITS
またはAUTO_RANDOM
の値以下でなければなりません。
グローバル変数tidb_scatter_region
PRE_SPLIT_REGIONS
動作に影響します。この変数は、テーブル作成後に結果を返す前に、リージョンが事前に分割され、分散されるまで待機するかどうかを制御します。テーブル作成後に書き込みが集中する場合は、この変数の値を1
に設定する必要があります。そうしないと、TiDBはすべてのリージョンが分割され、分散されるまでクライアントに結果を返しません。そうでない場合、TiDBは分散が完了する前にデータを書き込むため、書き込みパフォーマンスに大きな影響が出ます。
pre_split_regionsの例
CREATE TABLE t (a INT, b INT, INDEX idx1(a)) SHARD_ROW_ID_BITS = 4 PRE_SPLIT_REGIONS=2;
テーブルを構築した後、このステートメントはテーブル t の4 + 1
領域を分割します。3 4 (2^2)
領域はテーブル行データを保存するために使用され、1 つのリージョンはidx1
のインデックス データを保存するために使用されます。
4 つのテーブル領域の範囲は次のとおりです。
region1: [ -inf , 1<<61 )
region2: [ 1<<61 , 2<<61 )
region3: [ 2<<61 , 3<<61 )
region4: [ 3<<61 , +inf )
注記:
Split リージョンステートメントによって分割されたリージョンは、PDのリージョンの統合のスケジューラによって制御されます。PDが分割されたリージョンをすぐに再マージすることを避けるには、リージョンマージ機能に関連するテーブル属性または動的に変更する設定項目を使用する必要があります。
MySQLの互換性
このステートメントは、MySQL 構文に対する TiDB 拡張です。