分割リージョン

TiDB で作成された新しいテーブルごとに、デフォルトで 1 つのリージョンがセグメント化され、このテーブルのデータが格納されます。このデフォルトの動作は、TiDB 構成ファイルのsplit-tableによって制御されます。このリージョン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。

上記の場合、先頭にリージョンが 1 つしかないため、すべての書き込み要求はリージョンが配置されている TiKV で発生します。新しく作成されたテーブルに大量の書き込みがあると、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の問題を解決するために、TiDB は pre-split 機能を導入します。これは、指定されたパラメーター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、それらを各 TiKV ノードに分散させることができます。

あらすじ

SplitRegionStmt:

SplitRegionStmt

分割構文オプション:

SplitSyntaxOption

テーブル名:

TableName

PartitionNameListOpt:

PartitionNameListOpt

分割オプション:

SplitOption

行値:

RowValue

Int64Num:

Int64Num

スプリットリージョンの使い方

分割リージョンの構文には次の 2 種類があります。

  • 偶数分割の構文:

    SPLIT TABLE table_name [INDEX index_name] BETWEEN (lower_value) AND (upper_value) REGIONS region_num
    

    BETWEEN lower_value AND upper_value REGIONS region_numは、上限、下限、およびリージョン量を定義します。次に、現在の領域は、上限と下限の間の領域数 ( region_numで指定) に均等にスピルされます。

  • 不等分割の構文:

    SPLIT TABLE table_name [INDEX index_name] BY (value_list) [, (value_list)] ...
    

    BY value_list…は、現在のリージョンが分割されることに基づいて、一連のポイントを手動で指定します。これは、データが不均一に分散されているシナリオに適しています。

次の例は、 SPLIT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 : 新しく分割されたリージョンの分散の完了率。 1.0は、すべてのリージョンが分散していることを意味します。 0.5は、領域の半分のみが分散され、残りは分散されていることを意味します。

ノート:

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時間がかかる場合があります。この期間は、PD のスケジューリングと TiKV の負荷によって異なります。この変数は、 SPLIT REGIONステートメントの実行時に、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。その値が1に設定されている場合 (デフォルト)、TiDB は分散が完了した後にのみ結果を返します。その値が0に設定されている場合、TiDB は分散ステータスに関係なく結果を返します。
  • tidb_wait_split_region_timeout : この変数は、 SPLIT REGION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。 split操作が期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。

分割表リージョン

各テーブルの行データのキーはtable_idrow_idでエンコードされます。形式は次のとおりです。

t[table_id]_r[row_id]

たとえば、 table_idが 22 でrow_idが 11 の場合:

t22_r11

同じテーブルの行データには同じtable_idがありますが、各行にはリージョン分割に使用できる一意のrow_idがあります。

偶数分割

row_idは整数であるため、分割するキーの値は、指定されたlower_valueupper_value 、およびregion_numに従って計算できます。 TiDB は最初にステップ値 ( step = (upper_value - lower_value)/region_num ) を計算します。次に、 lower_valueupper_valueの間の「ステップ」ごとに均等に分割され、 region_numで指定された数のリージョンが生成されます。

たとえば、テーブル t のキー範囲minInt64 ~ maxInt64から 16 の均等に分割されたリージョンが必要な場合は、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 と maxInt64 の間の 16 の領域に分割します。指定された主キー範囲が指定された範囲よりも小さい場合 (たとえば、0 ~ 1000000000)、0 と 1000000000 をそれぞれ minInt64 と maxInt64 の代わりに使用して、リージョンを分割できます。

SPLIT TABLE t BETWEEN (0) AND (1000000000) REGIONS 16;

不等分割

既知のデータが不均一に分布しており、リージョンをそれぞれキー範囲 -inf ~ 10000、10000 ~ 90000、および 90000 ~ +inf で分割する場合は、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);

スプリット 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_idindex_id 、およびインデックス列の値によって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_idindex_idindex_valueが abc の場合:

t22_i5abc

1 つのテーブル内の同じインデックス データのtable_idindex_idは同じです。インデックスのリージョンを分割するには、 index_valueに基づいてリージョンを分割する必要があります。

こぼれた

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のと同じように機能します。ただし、 index_valueは整数ではない可能性があるため、step の値の計算はより複雑になります。

upperlowerの値は、最初にバイト配列にエンコードされます。 lowerおよびupperバイト配列の最も長い共通プレフィックスを削除した後、 lowerおよび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が計算されます。その後、計算されたステップはバイト配列にエンコードされ、インデックス分割のためにlowerおよびupperバイト配列の最長の共通プレフィックスに追加されます。次に例を示します。

idxインデックスの列が整数型の場合、次の SQL ステートメント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 Region をminInt64からmaxInt64までの 16 のリージョンに分割します。

インデックス idx1 の列が varchar 型で、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;

このステートメントは、インデックス idx1 を a~z の 25 のリージョンに分割します。リージョン1 の範囲は[minIndexValue, b)です。リージョン2 の範囲は[b, c)です。 …リージョン25 の範囲は[y, minIndexValue]です。インデックスidxの場合、プレフィックス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bのデータはリージョン2 に書き込まれます。以下同様です。

上記の分割方法では、上限がzではなく{ (ASCII のzの隣の文字) であるため、接頭辞yzを持つ両方のデータがリージョン25 に書き込まれます。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;

このステートメントは、テーブルtのインデックス idx1 を a~ {から 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)です。リージョン2 の範囲は[b, c)です。 …リージョン25 の範囲は[y, z)で、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/日時のような時間型で、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;

このステートメントは、テーブルtのインデックスidx2の Region を2010-01-01 00:00:00から2020-01-01 00:00:00までの 10 のリージョンに分割します。リージョン1 の範囲は[minIndexValue, 2011-01-01 00:00:00)です。リージョン2 の範囲は[2011-01-01 00:00:00, 2012-01-01 00:00:00)などです。

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。

たとえば、インデックスidx3 (a, b)には 2 つの列が含まれ、列aはタイムスタンプ タイプ、列bは int です。列aに従っ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ための SQL ステートメントを使用できます。この場合、 lower_valueupper_velueb列目の値を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;

同じ時間の範囲内で、列 b の列に従って、もう 1 つの分割を行う場合。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 a と同じ時間プレフィックスを使用して、列 b の値に従って a~z の範囲の 10 の地域を分割します。 a列に指定した値が異なる場合、この場合、b列の値が使用されないことがあります。

不等分割

インデックス データは、指定したインデックス値で分割することもできます。

たとえば、 idx4 (a,b)があり、列aが varchar 型で、列bがタイムスタンプ型です。

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 つのリージョンを分割するために 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               )

分割されたテーブルの分割リージョン

分割されたテーブルのリージョンの分割は、通常のテーブルのリージョンの分割と同じです。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ことです。

  • 偶数分割の構文:

    SPLIT [PARTITION] TABLE t [PARTITION] [(partition_name_list...)] [INDEX index_name] BETWEEN (lower_value) AND (upper_value) REGIONS region_num
    
  • 不等分割の構文:

    SPLIT [PARTITION] TABLE table_name [PARTITION (partition_name_list...)] [INDEX index_name] BY (value_list) [, (value_list)] ...
    

分割されたテーブルの分割領域の例

  1. 分割テーブルを作成するt . 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。ステートメントの例は次のとおりです。

    create table t (a int,b int,index idx(a)) partition by hash(a) partitions 2;
    

    テーブルtを作成した後、パーティションごとにリージョンが分割されます。 SHOW TABLE REGIONS構文を使用して、このテーブルのリージョンを表示します。

    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                |
    +-----------+-----------+---------+-----------+-----------------+------------------+------------+---------------+------------+----------------------+------------------+
    
  2. SPLIT構文を使用して、パーティションごとにリージョンを分割します。各パーティションの[0,10000]の範囲のデータを 4 つのリージョンに分割するとします。ステートメントの例は次のとおりです。

    split partition table t between (0) and (10000) regions 4;
    

    上記のステートメントで、 010000はそれぞれ、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の境界を表します。

    ノート:

    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。指定し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している場合は、 分割されたテーブルの分割リージョンの不均等な分割の構文を参照してください。

  3. SHOW TABLE REGIONS構文を使用して、このテーブルの地域を再度表示します。このテーブルには 10 のリージョンがあり、各パーティションには 5 つのリージョンがあり、そのうちの 4 つは行データで、1 つはインデックス 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                |
    +-----------+---------------+---------------+-----------+-----------------+------------------+------------+---------------+------------+----------------------+------------------+
    
  4. 各パーティションのインデックスに対してリージョンを分割することもできます。たとえば、 idxのインデックスの[1000,10000]つの範囲を 2 つのリージョンに分割できます。ステートメントの例は次のとおりです。

    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。

  1. 分割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。ステートメントの例は次のとおりです。

    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) );
    
  2. p1のパーティションの[0,10000]つの範囲のデータを 2 つのリージョンに分割するとします。ステートメントの例は次のとおりです。

    split partition table t partition (p1) between (0) and (10000) regions 2;
    
  3. p2のパーティションの[10000,20000]つの範囲のデータを 2 つのリージョンに分割するとします。ステートメントの例は次のとおりです。

    split partition table t partition (p2) between (10000) and (20000) regions 2;
    
  4. SHOW TABLE REGIONS構文を使用して、このテーブルのリージョンを表示できます。

    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                |
    +-----------+----------------+----------------+-----------+-----------------+------------------+------------+---------------+------------+----------------------+------------------+
    
  5. p1およびp2パーティションのidxのインデックスの[0,20000]の範囲を 2 つのリージョンに分割するとします。ステートメントの例は次のとおりです。

    split partition table t partition (p1,p2) index idx between (0) and (20000) regions 2;
    

pre_split_regions

テーブルの作成時にリージョンを均等に分割するには、 SHARD_ROW_ID_BITSPRE_SPLIT_REGIONSを一緒に使用することをお勧めします。テーブルが正常に作成されると、 PRE_SPLIT_REGIONSはテーブルを2^(PRE_SPLIT_REGIONS)で指定された数のリージョンに分割します。

ノート:

PRE_SPLIT_REGIONSの値はSHARD_ROW_ID_BITSの値以下でなければなりません。

tidb_scatter_regionグローバル変数はPRE_SPLIT_REGIONSの動作に影響します。この変数は、テーブルの作成後に結果を返す前に、領域が事前に分割および分散されるのを待つかどうかを制御します。テーブルの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。そうすると、すべてのリージョンが分割され分散されるまで、TiDB はクライアントに結果を返しません。そうしないと、分散が完了する前に TiDB が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を与えます。

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のリージョンを分割します。 4 (2^2)のリージョンはテーブルの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 リージョン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  )

ノート:

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 のリージョンのマージのスケジューラによって制御されます。 PD が新しく分割されたリージョンをすぐに再マージしないようにするには、リージョンマージ機能に関連する動的に変更するの構成項目が必要です。

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。

こちらもご覧ください

エコシステム
TiDB
TiKV
TiSpark
Chaos Mesh
© 2022 PingCAP. All Rights Reserved.