TiKV & TiFlash 加速复杂业务查询
一、TiKV 行存 与 TiFlash 列存混合使用 TiDB 中 query 执行的示意图，可以看到在 TiDB 中一个 query 的执行会被分成两部分，一部分在 TiDB 执行，一部分下推给存储层（ TiFlash/TiKV ）执行。 1.1 混用原理 1 TiDB 的行列混合并不是传统设计上的行存列存二选一， 而是 TiDB 可以在同一张表同时拥有行存和列存，且两者永远保持数据强一致（而非最终一致）。 2 多表查询分别使用不同的引擎 TIKV 或 TiFlash 。 3 TiFlash 支持 MPP 模式的查询执行，即在计算中引入跨节点的数据交换（data shuffle 过程）。 1.2 混用优化 二、标签系统高级筛选 通过标签（从宽表里不确定字段）和窄表特定字段组合查询客户并分页 2.1 Read from TiKV SELECT /*+ READ_FROM_STORAGE(tikv[b], tikv[c],tikv[d]) */ a.*, b.CUST_NAME,b.CERT_TYPE,b.CERT_NUM,b.CUST_TYPE,b.SEX,b.AGE,b.BIRTH_DT, c.ORG_ID,c.ORG_NAME, d.ASSET,d.ASSET_MON_AVG FROM ( SELECT /*+ READ_FROM_STORAGE(tikv[m],tikv[n]) */ m.cust_id FROM m_cust_label m RIGHT JOIN m_cust_org n ON m.CUST_ID = n.CUST_ID WHERE m.cat1 IN ( 516, 710, 230,3301 ) AND n.ORG_ID IN ( '133','8716', '7162') ORDER BY n.cust_id ASC LIMIT 100 ) a LEFT JOIN m_cust_main b ON a.cust_id = b.cust_id LEFT JOIN m_cust_org c ON a.cust_id = c.cust_id LEFT JOIN m_cust_data d ON a.cust_id = d.cust_id ; 4G,2c 虚拟机 300 万数据，首次执行 48 s 二次执行 0.7s 2.2 Read From TiKV & TiFlash SELECT /*+ READ_FROM_STORAGE(tikv[b], tikv[c],tikv[d]) */ a.*, b.CUST_NAME,b.CERT_TYPE,b.CERT_NUM,b.CUST_TYPE,b.SEX,b.AGE,b.BIRTH_DT, c.ORG_ID,c.ORG_NAME, d.ASSET,d.ASSET_MON_AVG FROM ( SELECT /*+ READ_FROM_STORAGE(tiflash[m],tikv[n]) */ m.cust_id FROM m_cust_label m RIGHT JOIN m_cust_org n ON m.CUST_ID = n.CUST_ID WHERE m.cat1 IN ( 516, 710, 230,3301 ) AND n.ORG_ID IN ( '133','8716', '7162') ORDER BY n.cust_id ASC LIMIT 100 ) a LEFT JOIN m_cust_main b ON a.cust_id = b.cust_id LEFT JOIN m_cust_org c ON a.cust_id = c.cust_id LEFT JOIN m_cust_data d ON a.cust_id = d.cust_id 4G,2c 虚拟机 300 万数据，首次执行 3s 二次执行 0.3s 2.3 TiFlash & MPP set @@session.tidb_allow_mpp=1; set @@session.tidb_enforce_mpp=1; SELECT /*+ READ_FROM_STORAGE(tikv[b], tikv[c],tikv[d]) */ a.*, b.CUST_NAME,b.CERT_TYPE,b.CERT_NUM,b.CUST_TYPE,b.SEX,b.AGE,b.BIRTH_DT, c.ORG_ID,c.ORG_NAME, d.ASSET,d.ASSET_MON_AVG FROM ( SELECT /*+ READ_FROM_STORAGE(tiflash[m],tiflash[n]) */ m.cust_id FROM m_cust_label m RIGHT JOIN m_cust_org n ON m.CUST_ID = n.CUST_ID WHERE m.cat1 IN ( 516, 710, 230,3301 ) AND n.ORG_ID IN ( '133','8716', '7162') ORDER BY n.cust_id ASC LIMIT 100 ) a LEFT JOIN m_cust_main b ON a.cust_id = b.cust_id LEFT JOIN m_cust_org c ON a.cust_id = c.cust_id LEFT JOIN m_cust_data d ON a.cust_id = d.cust_id 使用 MPP 模式来执行查询后基本秒开，4G 2c 虚拟机 300 万数据，首次执行 1s 二次执行 0.15s 2.4 SPM 固定执行计划 CREATE GLOBAL|SESSION BINDING for <BindableStmt > USING <BindableStmt2> SHOW GLOBAL|SESSION BINDINGS ; -- 查看绑定计划explain format = 'verbose' <BindableStmt2>; show warnings; -- 通过执行 show warnings 了解该 SQL 语句使用了哪一条 binding 固定特定查询走 TiFlash 列存查询。 三、标签下价值机构排名 3.1 根据选中的属性（多值） 使用这些值最多的排名前 3 的机构，并统计出总额 3.2 执行计划 table:c 走 TiFlash ；table:a, table:b 走 TiKV ，同时使用了列存和行存的优势。 四、总结 使用 TiKV 和 TiFlash 可以加速复杂查询，下面简单增加了使用使用场景。 组件 适用场景说明 TiKV 检索条件固定，且有索引 TiFlash 检索条件不固定，无法加索引 TiKV + TiFlash 部分表检索条件不固定，部分表有索引 如果有描述不当的地方欢迎评论指正！ 谢谢 PingCAP 社区的大力支持！ 本文作者：边城元元
