📣

TiDB Cloud Premium 开放公测中。为企业级工作负载提供无限扩展、即时弹性伸缩和高级安全保障。此页面由 AI 自动翻译，英文原文请见此处。

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 架构由 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式存储引擎）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同步。

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。内容包括如何将表同步到 TiFlash、如何使用 TiFlash 运行查询，以及如何体验性能提升。

开始之前

在尝试 HTAP 特性之前，请按照 TiDB Cloud 快速入门创建一个 TiDB Cloud Starter 实例，然后按如下步骤将你的数据（本文档以 Steam Games Dataset 2021-2025 为例）导入到该实例中：

从 Kaggle 下载 Steam Games Dataset 2021-2025。
打开你的 TiDB Cloud Starter 实例的 Import 页面。
1. 在 TiDB Cloud 控制台中，进入 My TiDB 页面，然后点击目标 TiDB Cloud Starter 实例的名称，进入其实例概览页面。
2. 在概览页面中，点击左侧导航栏中的 Data > Import。
将下载的 CSV 文件导入到你的 TiDB Cloud Starter 实例中。
1. 在 Import 页面中，点击 Upload a local file，然后选择并上传下载的 CSV 文件。
2. 在 Destination 部分的 Database 字段中输入 steam，在 Table 字段中输入 games。
3. 点击 Define Table，将 categories 列的数据类型改为 TEXT，然后将 developer 列的数据类型改为 TEXT。
4. 点击 Start Import。
  你可以在 Import Task Detail 页面查看导入进度。

操作步骤

步骤 1. 将示例数据同步到列存储引擎

创建一个 TiDB Cloud Starter 实例后，TiDB 默认不会将数据从 TiKV 同步到 TiFlash。要将目标表同步到 TiFlash，请使用 MySQL 客户端连接到你的 TiDB Cloud Starter 实例并执行 DDL 语句。随后，TiDB 会在 TiFlash 中创建指定表的副本。

例如，要将（Steam Games Dataset 2021-2025 中的）games 表同步到 TiFlash，可以执行以下语句：

USE steam;

ALTER TABLE games SET TIFLASH REPLICA 2;

要检查同步进度，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 = 'steam' AND TABLE_NAME = 'games';

+--------------+------------+----------+---------------+-----------------+-----------+----------+
| TABLE_SCHEMA | TABLE_NAME | TABLE_ID | REPLICA_COUNT | LOCATION_LABELS | AVAILABLE | PROGRESS |
+--------------+------------+----------+---------------+-----------------+-----------+----------+
| steam        | games      |      227 |             2 |                 |         1 |        1 |
+--------------+------------+----------+---------------+-----------------+-----------+----------+
1 row in set (0.24 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 表示同步的进度。取值范围为 0 到 1。1 表示至少有一个副本已完成同步。

步骤 2. 使用 HTAP 查询数据

同步完成后，你可以运行查询。

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推荐数：

SELECT
  `release_year`,
  COUNT(*) AS `games_released`,
  AVG(`price`) AS `average_price`,
  AVG(`recommendations`) AS `average_recommendations`
FROM
  `games`
WHERE
  `release_year` IS NOT NULL
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]) */
  `release_year`,
  `genres`,
  `developer`,
  COUNT(*) AS `games_released`,
  SUM(`recommendations`) AS `total_recommendations`,
  AVG(`recommendations`) AS `average_recommendations`,
  AVG(`price`) AS `average_price`,
  MAX(`recommendations`) AS `max_recommendations`
FROM
  `games`
WHERE
  `release_year` IS NOT NULL
  AND `genres` IS NOT NULL
  AND `developer` IS NOT NULL
GROUP BY
  `release_year`,
  `genres`,
  `developer`
HAVING
  COUNT(*) >= 2
ORDER BY
  `total_recommendations` DESC,
  `games_released` DESC
LIMIT 20;

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
----------------------------------+----------+---------+-----------+---------------+---------------------------------------------+--------------------------------------------+----------+---------
Projection_10                     | 20.00    | 20      | root      |               | time:234.4ms, loops:2, RU:241.66, ...       | steam.games.release_year, ...              | 6.03 KB  | N/A
└─TopN_13                         | 20.00    | 20      | root      |               | time:234.4ms, loops:2                       | Column#13:desc, Column#12:desc, ...        | 12.6 KB  | 0 Bytes
  └─Selection_18                  | 36774.40 | 2458    | root      |               | time:233.9ms, loops:5                       | ge(Column#12, ?)                           | 187.0 KB | N/A
    └─HashAgg_22                  | 45968.00 | 59883   | root      |               | time:228.4ms, loops:62, partial_worker:...  | group by:Column#39, Column#40, ...         | 31.7 MB  | 0 Bytes
      └─Projection_38             | 65521.00 | 65521   | root      |               | time:142.9ms, loops:66, Concurrency:5       | cast(steam.games.recommendations, ...      | 1.16 MB  | N/A
        └─TableReader_32          | 65521.00 | 65521   | root      |               | time:49.5ms, loops:66, cop_task:{num:9...   | data:Selection_31                          | 3.26 MB  | N/A
          └─Selection_31          | 65521.00 | 65521   | cop[tikv] |               | tikv_task:{proc max:20ms, min:0s, ...       | not(isnull(steam.games.developer)), ...    | N/A      | N/A
            └─TableFullScan_30    | 65521.00 | 65521   | cop[tikv] | table:games   | tikv_task:{proc max:10ms, min:0s, ...       | keep order:false                           | N/A      | N/A
(8 rows)

若要获取该查询在 TiFlash 上的执行统计信息，执行相同的语句，但不带 /*+ READ_FROM_STORAGE(TIKV[games]) */ hint：

EXPLAIN ANALYZE SELECT
  `release_year`,
  `genres`,
  `developer`,
  COUNT(*) AS `games_released`,
  SUM(`recommendations`) AS `total_recommendations`,
  AVG(`recommendations`) AS `average_recommendations`,
  AVG(`price`) AS `average_price`,
  MAX(`recommendations`) AS `max_recommendations`
FROM
  `games`
WHERE
  `release_year` IS NOT NULL
  AND `genres` IS NOT NULL
  AND `developer` IS NOT NULL
GROUP BY
  `release_year`,
  `genres`,
  `developer`
HAVING
  COUNT(*) >= 2
ORDER BY
  `total_recommendations` DESC,
  `games_released` DESC
LIMIT 20;