TiDB Cloud HTAP 快速入门

HTAP 指的是混合事务与分析处理。TiDB Cloud 中的 HTAP 集群由 TiKV（为事务处理设计的行存储引擎）和 TiFlash（为分析处理设计的列存储引擎）组成。你的应用数据首先存储在 TiKV 中，然后通过 Raft 共识算法实时同步到 TiFlash。因此，这是从行存储到列存储的实时复制。

本教程将引导你以简单的方式体验 TiDB Cloud 的混合事务与分析处理（HTAP）特性。内容包括如何将表复制到 TiFlash、如何使用 TiFlash 运行查询，以及如何体验性能提升。

开始之前

在体验 HTAP 特性之前，请按照 TiDB Cloud 快速入门创建一个 TiDB Cloud Serverless 集群，并将 Steam Game Stats 示例数据集导入到该集群中。

操作步骤

步骤 1. 将示例数据复制到列存储引擎

创建包含 TiFlash 节点的集群后，TiKV 默认不会将数据复制到 TiFlash。你需要在 TiDB 的 MySQL 客户端中执行 DDL 语句，指定需要复制的表。之后，TiDB 会在 TiFlash 中相应地创建指定表的副本。

例如，要将（Steam Game Stats 示例数据集中的）games 表复制到 TiFlash，可以执行以下语句：

USE game;

ALTER TABLE games SET TIFLASH REPLICA 2;

要检查复制进度，可以执行以下语句：

SELECT TABLE_SCHEMA, TABLE_NAME, TABLE_ID, REPLICA_COUNT, LOCATION_LABELS, AVAILABLE, PROGRESS FROM information_schema.tiflash_replica WHERE TABLE_SCHEMA = 'game' and TABLE_NAME = 'games';

+--------------+------------+----------+---------------+-----------------+-----------+----------+
| TABLE_SCHEMA | TABLE_NAME | TABLE_ID | REPLICA_COUNT | LOCATION_LABELS | AVAILABLE | PROGRESS |
+--------------+------------+----------+---------------+-----------------+-----------+----------+
| game         | games      |       88 |             2 |                 |         1 |        1 |
+--------------+------------+----------+---------------+-----------------+-----------+----------+
1 row in set (0.20 sec)

在上述语句的结果中：

AVAILABLE 表示指定表的 TiFlash 副本是否可用。1 表示可用，0 表示不可用。一旦副本变为可用，该状态不会再变化。
PROGRESS 表示复制的进度。取值范围为 0 到 1。1 表示至少有一个副本已完成复制。

步骤 2. 使用 HTAP 查询数据

当复制过程完成后，你就可以开始运行一些查询了。

例如，你可以统计每年发布的游戏数量，以及平均价格和平均游玩时长：

SELECT
  YEAR(`release_date`) AS `release_year`,
  COUNT(*) AS `games_released`,
  AVG(`price`) AS `average_price`,
  AVG(`average_playtime_forever`) AS `average_playtime`
FROM
  `games`
GROUP BY
  `release_year`
ORDER BY
  `release_year` DESC;

步骤 3. 对比行存储与列存储的查询性能

在此步骤中，你可以对比 TiKV（行存储）和 TiFlash（列存储）的执行统计信息。

若要获取该查询在 TiKV 上的执行统计信息，执行以下语句：

EXPLAIN ANALYZE SELECT /*+ READ_FROM_STORAGE(TIKV[games]) */
  YEAR(`release_date`) AS `release_year`,
  COUNT(*) AS `games_released`,
  AVG(`price`) AS `average_price`,
  AVG(`average_playtime_forever`) AS `average_playtime`
FROM
  `games`
GROUP BY
  `release_year`
ORDER BY
  `release_year` DESC;

对于拥有 TiFlash 副本的表，TiDB 优化器会根据成本估算自动决定使用 TiKV 还是 TiFlash 副本。在上述 EXPLAIN ANALYZE 语句中，/*+ READ_FROM_STORAGE(TIKV[games]) */ hint 用于强制优化器选择 TiKV，这样你可以查看 TiKV 的执行统计信息。

注意

5.7.7 之前的 MySQL 命令行客户端默认会去除优化器 hint。如果你在这些早期版本中使用 Hint 语法，启动客户端时请加上 --comments 选项。例如：mysql -h 127.0.0.1 -P 4000 -uroot --comments。

在输出结果中，你可以从 execution info 列获取执行时间。

id                         | estRows  | actRows | task      | access object | execution info                             | operator info                                 | memory  | disk    
---------------------------+----------+---------+-----------+---------------+--------------------------------------------+-----------------------------------------------+---------+---------
Sort_5                     | 4019.00  | 28      | root      |               | time:672.7ms, loops:2, RU:1159.679690      | Column#36:desc                                | 18.0 KB | 0 Bytes 
└─Projection_7             | 4019.00  | 28      | root      |               | time:672.7ms, loops:6, Concurrency:5       | year(game.games.release_date)->Column#36, ... | 35.5 KB | N/A     
  └─HashAgg_15             | 4019.00  | 28      | root      |               | time:672.6ms, loops:6, partial_worker:...  | group by:Column#38, funcs:count(Column#39)... | 56.7 KB | N/A     
    └─TableReader_16       | 4019.00  | 28      | root      |               | time:672.4ms, loops:2, cop_task: {num:...  | data:HashAgg_9                                | 3.60 KB | N/A     
      └─HashAgg_9          | 4019.00  | 28      | cop[tikv] |               | tikv_task:{proc max:300ms, min:0s, avg...  | group by:year(game.games.release_date), ...   | N/A     | N/A     
        └─TableFullScan_14 | 68223.00 | 68223   | cop[tikv] | table:games   | tikv_task:{proc max:290ms, min:0s, avg...  | keep order:false                              | N/A     | N/A     
(6 rows)

若要获取该查询在 TiFlash 上的执行统计信息，执行以下语句：

EXPLAIN ANALYZE SELECT
  YEAR(`release_date`) AS `release_year`,
  COUNT(*) AS `games_released`,
  AVG(`price`) AS `average_price`,
  AVG(`average_playtime_forever`) AS `average_playtime`
FROM
  `games`
GROUP BY
  `release_year`
ORDER BY
  `release_year` DESC;