通过系统变量 tidb_snapshot 读取历史数据

本文档介绍如何通过系统变量 tidb_snapshot 读取历史数据，包括具体的操作流程以及历史数据的保存策略。

功能说明

TiDB 实现了通过标准 SQL 接口读取历史数据功能，无需特殊的 client 或者 driver。当数据被更新、删除后，依然可以通过 SQL 接口将更新/删除前的数据读取出来。

操作流程

为支持读取历史版本数据，TiDB 引入了一个新的系统变量 tidb_snapshot：

• 这个变量的作用域为 SESSION。
• 你可以通过标准的 SET 语句修改这个变量的值。
• 这个变量的数据类型为文本类型，能够存储 TSO 和日期时间。TSO 是从 PD 端获取的全局授时的时间戳，日期时间的格式为："2016-10-08 16:45:26.999"，一般来说可以只写到秒，比如”2016-10-08 16:45:26”。
• 当这个变量被设置时，TiDB 会按照设置的时间戳建立 Snapshot（没有开销，只是创建数据结构），随后所有的 SELECT 操作都会从这个 Snapshot 上读取数据。

当读取历史版本操作结束后，可以结束当前 Session 或者是通过 SET 语句将 tidb_snapshot 变量的值设为 ""，即可读取最新版本的数据。

历史数据保留策略

TiDB 使用 MVCC 管理版本，当更新/删除数据时，不会做真正的数据删除，只会添加一个新版本数据，所以可以保留历史数据。历史数据不会全部保留，超过一定时间的历史数据会被彻底删除，以减小空间占用以及避免历史版本过多引入的性能开销。

TiDB 使用周期性运行的 GC（Garbage Collection，垃圾回收）来进行清理，关于 GC 的详细介绍参见 TiDB 垃圾回收 (GC)。

这里需要重点关注的是：

• 使用系统变量 tidb_gc_life_time 可以配置历史版本的保留时间（默认值是 10m0s）。
• 使用 SQL 语句 SELECT * FROM mysql.tidb WHERE variable_name = 'tikv_gc_safe_point' 可以查询当前的 safePoint，即当前可以读的最旧的快照。在每次 GC 开始运行时，safePoint 将自动更新。

示例

1. 初始化阶段，创建一个表，并插入几行数据：

   create table t (c int);
   

   Query OK, 0 rows affected (0.01 sec)
   

   insert into t values (1), (2), (3);
   

   Query OK, 3 rows affected (0.00 sec)
   

2. 查看表中的数据：

   select * from t;
   

   +------+
   | c    |
   +------+
   |    1 |
   |    2 |
   |    3 |
   +------+
   3 rows in set (0.00 sec)
   

3. 查看当前时间：

   select now();
   

   +---------------------+
   | now()               |
   +---------------------+
   | 2016-10-08 16:45:26 |
   +---------------------+
   1 row in set (0.00 sec)
   

4. 更新某一行数据：

   update t set c=22 where c=2;
   

   Query OK, 1 row affected (0.00 sec)
   

5. 确认数据已经被更新：

   select * from t;
   

   +------+
   | c    |
   +------+
   |    1 |
   |   22 |
   |    3 |
   +------+
   3 rows in set (0.00 sec)
   

6. 设置一个特殊的环境变量，这个是一个 session scope 的变量，其意义为读取这个时间之前的最新的一个版本。

   set @@tidb_snapshot="2016-10-08 16:45:26";
   

   Query OK, 0 rows affected (0.00 sec)
   

   注意

   • 这里的时间设置的是 update 语句之前的那个时间。
   • 在 tidb_snapshot 前须使用 @@ 而非 @，因为 @@ 表示系统变量，@ 表示用户变量。

   这里读取到的内容即为 update 之前的内容，也就是历史版本：

   select * from t;
   

   +------+
   | c    |
   +------+
   |    1 |
   |    2 |
   |    3 |
   +------+
   3 rows in set (0.00 sec)
   

7. 清空这个变量后，即可读取最新版本数据：

   set @@tidb_snapshot="";
   

   Query OK, 0 rows affected (0.00 sec)
   

   select * from t;
   

   +------+
   | c    |
   +------+
   |    1 |
   |   22 |
   |    3 |
   +------+
   3 rows in set (0.00 sec)
   

   注意

   在 tidb_snapshot 前须使用 @@ 而非 @，因为 @@ 表示系统变量，@ 表示用户变量。

历史数据恢复策略

在恢复历史版本的数据之前，需要确保在对数据进行操作时，垃圾回收机制 (GC) 不会清除历史数据。如下所示，可以通过设置 tidb_gc_life_time 变量来调整 GC 清理的周期。不要忘记在恢复历史数据后将该变量设置回之前的值。

SET GLOBAL tidb_gc_life_time="60m";

如果想要恢复历史版本的数据，可以使用以下任意一种方法进行设置：

• 对于简单场景，在设置 tidb_snapshot 变量后使用 SELECT 语句并复制粘贴输出结果，或者使用 SELECT ... INTO LOCAL OUTFLE 语句并使用 LOAD DATA 语句来导入数据。

• 使用 Dumpling 导出 TiDB 的历史数据快照。Dumpling 在导出较大的数据集时有较好的性能。