HTAP 查询
HTAP 代表混合事务与分析处理（Hybrid Transactional and Analytical Processing）。传统上，数据库通常为事务场景或分析场景设计，因此数据平台常常需要拆分为事务处理（Transactional Processing）和分析处理（Analytical Processing），并将数据从事务数据库复制到分析数据库，以快速响应分析查询。TiDB 数据库可以同时执行事务和分析任务，这极大简化了数据平台的构建，并允许用户使用更新更快的数据进行分析。
TiDB 使用 TiKV，基于行的存储引擎，进行在线事务处理（OLTP）；同时使用 TiFlash，基于列的存储引擎，进行在线分析处理（OLAP）。行存储引擎和列存储引擎共存于 HTAP 中。两者都能自动复制数据并保持强一致性。行存储引擎优化 OLTP 性能，列存储引擎优化 OLAP 性能。
创建表 小节介绍了如何启用 TiDB 的 HTAP 功能。以下内容描述了如何利用 HTAP 更快地进行数据分析。
数据准备
在开始之前，你可以通过 tiup demo 命令 导入更多示例数据。例如：
tiup demo bookshop prepare --users=200000 --books=500000 --authors=100000 --ratings=1000000 --orders=1000000 --host 127.0.0.1 --port 4000 --drop-tables
或者，你也可以 使用 TiDB Cloud 的导入功能 导入预先准备好的示例数据。
窗口函数
在使用数据库时，除了存储数据和提供应用功能（如排序和评分图书）之外，你可能还需要在数据库中分析数据，以进行后续操作和决策。
从单个表查询数据 文档介绍了如何使用聚合查询对数据进行整体分析。在更复杂的场景中，你可能希望将多个聚合查询的结果合并成一个查询。如果你想了解某本书的历史订单金额趋势，可以对每个月的所有订单数据进行 sum 聚合，然后将这些 sum 结果合并，得到历史趋势。
为了方便此类分析，自 TiDB v3.0 起，TiDB 支持窗口函数。该函数为每一行数据提供跨多行访问数据的能力。不同于普通的聚合查询，窗口函数在聚合行时不会将结果集合并成单行。
与聚合函数类似，使用窗口函数时也需要遵循固定的语法：
SELECT
window_function() OVER ([partition_clause] [order_clause] [frame_clause]) AS alias
FROM
table_name
ORDER BY 子句
利用聚合窗口函数 sum()，你可以分析某本书的历史订单金额趋势。例如：
WITH orders_group_by_month AS (
SELECT DATE_FORMAT(ordered_at, '%Y-%c') AS month, COUNT(*) AS orders
FROM orders
WHERE book_id = 3461722937
GROUP BY 1
)
SELECT
month,
SUM(orders) OVER(ORDER BY month ASC) as acc
FROM orders_group_by_month
ORDER BY month ASC;
sum() 函数会根据 OVER 子句中的 ORDER BY 指定的顺序累加数据。结果如下：
+---------+-------+
| month | acc |
+---------+-------+
| 2011-5 | 1 |
| 2011-8 | 2 |
| 2012-1 | 3 |
| 2012-2 | 4 |
| 2013-1 | 5 |
| 2013-3 | 6 |
| 2015-11 | 7 |
| 2015-4 | 8 |
| 2015-8 | 9 |
| 2017-11 | 10 |
| 2017-5 | 11 |
| 2019-5 | 13 |
| 2020-2 | 14 |
+---------+-------+
通过时间作为横轴、累计订单金额作为纵轴，用折线图可直观展示该书的历史订单趋势，坡度的变化反映了订单量的变化。
PARTITION BY 子句
假设你想分析不同类型图书的历史订单趋势，并在同一折线图中显示多个系列。
你可以使用 PARTITION BY 子句，将图书按类型分组，分别统计每个类型的历史订单。
WITH orders_group_by_month AS (
SELECT
b.type AS book_type,
DATE_FORMAT(ordered_at, '%Y-%c') AS month,
COUNT(*) AS orders
FROM orders o
LEFT JOIN books b ON o.book_id = b.id
WHERE b.type IS NOT NULL
GROUP BY book_type, month
), acc AS (
SELECT
book_type,
month,
SUM(orders) OVER(PARTITION BY book_type ORDER BY book_type, month ASC) as acc
FROM orders_group_by_month
ORDER BY book_type, month ASC
)
SELECT * FROM acc;
结果示例：
+------------------------------+---------+------+
| book_type | month | acc |
+------------------------------+---------+------+
| Magazine | 2011-10 | 1 |
| Magazine | 2011-8 | 2 |
| Magazine | 2012-5 | 3 |
| Magazine | 2013-1 | 4 |
| Magazine | 2013-6 | 5 |
...
| Novel | 2011-3 | 13 |
| Novel | 2011-4 | 14 |
| Novel | 2011-6 | 15 |
| Novel | 2011-8 | 17 |
| Novel | 2012-1 | 18 |
| Novel | 2012-2 | 20 |
...
| Sports | 2021-4 | 49 |
| Sports | 2021-7 | 50 |
| Sports | 2022-4 | 51 |
+------------------------------+---------+------+
1500 rows in set (1.70 sec)
非聚合窗口函数
TiDB 还提供一些非聚合的 窗口函数，用于更丰富的分析。
例如，分页查询 文档介绍了如何使用 row_number() 函数实现高效分页批量处理。
混合工作负载
在使用 TiDB 进行实时在线分析处理（HTAP）场景下的混合负载时，你只需提供 TiDB 的入口点，TiDB 会根据具体业务自动选择不同的处理引擎。
创建 TiFlash 副本
TiDB 默认使用基于行的存储引擎 TiKV。若要使用列存储引擎 TiFlash，详见 启用 HTAP 功能。在通过 TiFlash 查询数据之前，需要为 books 和 orders 表创建 TiFlash 副本，使用以下语句：
ALTER TABLE books SET TIFLASH REPLICA 1;
ALTER TABLE orders SET TIFLASH REPLICA 1;
你可以用以下语句检查 TiFlash 副本的进度：
SELECT * FROM information_schema.tiflash_replica WHERE TABLE_SCHEMA = 'bookshop' and TABLE_NAME = 'books';
SELECT * FROM information_schema.tiflash_replica WHERE TABLE_SCHEMA = 'bookshop' and TABLE_NAME = 'orders';
PROGRESS 列为 1 表示进度已达 100%，AVAILABLE 列为 1 表示副本当前可用。
+--------------+------------+----------+---------------+-----------------+-----------+----------+
| TABLE_SCHEMA | TABLE_NAME | TABLE_ID | REPLICA_COUNT | LOCATION_LABELS | AVAILABLE | PROGRESS |
+--------------+------------+----------+---------------+-----------------+-----------+----------+
| bookshop | books | 143 | 1 | | 1 | 1 |
+--------------+------------+----------+---------------+-----------------+-----------+----------+
1 row in set (0.07 sec)
+--------------+------------+----------+---------------+-----------------+-----------+----------+
| TABLE_SCHEMA | TABLE_NAME | TABLE_ID | REPLICA_COUNT | LOCATION_LABELS | AVAILABLE | PROGRESS |
+--------------+------------+----------+---------------+-----------------+-----------+----------+
| bookshop | orders | 147 | 1 | | 1 | 1 |
+--------------+------------+----------+---------------+-----------------+-----------+----------+
1 row in set (0.07 sec)
副本创建完成后，可以使用 EXPLAIN 语句检查上述窗口函数 PARTITION BY 子句 的执行计划。如果在执行计划中出现 cop[tiflash]，表示 TiFlash 引擎已开始工作。
然后，再次执行 PARTITION BY 子句 中的示例 SQL 语句，结果如下：
+------------------------------+---------+------+
| book_type | month | acc |
+------------------------------+---------+------+
| Magazine | 2011-10 | 1 |
| Magazine | 2011-8 | 2 |
| Magazine | 2012-5 | 3 |
| Magazine | 2013-1 | 4 |
| Magazine | 2013-6 | 5 |
...
| Novel | 2011-3 | 13 |
| Novel | 2011-4 | 14 |
| Novel | 2011-6 | 15 |
| Novel | 2011-8 | 17 |
| Novel | 2012-1 | 18 |
| Novel | 2012-2 | 20 |
...
| Sports | 2021-4 | 49 |
| Sports | 2021-7 | 50 |
| Sports | 2022-4 | 51 |
+------------------------------+---------+------+
1500 rows in set (0.79 sec)
通过对比两次执行结果，可以发现使用 TiFlash 后查询速度显著提升（数据量大的情况下提升更明显）。这是因为窗口函数通常依赖全表扫描某些列，而列存的 TiFlash 更适合处理此类分析任务。对于 TiKV，如果使用主键或索引减少查询行数，查询速度也会很快，且资源消耗少于 TiFlash。
指定查询引擎
TiDB 使用基于成本的优化器（CBO）根据成本估算自动选择是否使用 TiFlash 副本。但如果你确定查询是事务性还是分析性的，可以通过 优化器提示 指定使用的查询引擎。
要在查询中指定使用的引擎，可以使用 /*+ read_from_storage(engine_name[table_name]) */ 提示，如下所示。
WITH orders_group_by_month AS (
SELECT
/*+ read_from_storage(tikv[o]) */
b.type AS book_type,
DATE_FORMAT(ordered_at, '%Y-%c') AS month,
COUNT(*) AS orders
FROM orders o
LEFT JOIN books b ON o.book_id = b.id
WHERE b.type IS NOT NULL
GROUP BY book_type, month
), acc AS (
SELECT
book_type,
month,
SUM(orders) OVER(PARTITION BY book_type ORDER BY book_type, month ASC) as acc
FROM orders_group_by_month mo
ORDER BY book_type, month ASC
)
SELECT * FROM acc;
你可以用 EXPLAIN 语句检查上述 SQL 的执行计划。如果在任务列中同时出现 cop[tiflash] 和 cop[tikv]，表示 TiFlash 和 TiKV 都在调度完成此查询。注意，TiFlash 和 TiKV 存储引擎通常使用不同的 TiDB 节点，因此两者的查询类型不会相互影响。
关于 TiDB 如何选择使用 TiFlash 的更多信息，请参见 使用 TiDB 读取 TiFlash 副本。