TiDB 简介与分布式数据库概念
一、什么是分布式数据库？
分布式数据库 是一种将数据分散存储在多个物理节点上的数据库系统，通过分布式架构实现 水平扩展 、高可用性 和 容错能力。核心特点包括：
- 数据分片（Sharding）：将数据划分为多个分片，分布到不同节点。
- 多副本冗余：每个分片存储多个副本，确保数据安全与高可用。
- 分布式事务：支持跨节点的 ACID 事务（如两阶段提交、Percolator 协议）。
- 透明访问：用户无需感知数据分布，通过统一接口操作数据。
典型应用场景：
- 海量数据存储（PB 级）、高并发 OLTP（每秒万级事务）。
- 实时分析（HTAP：混合事务/分析处理）。
- 全球化部署（多数据中心容灾）。
二、TiDB 的核心特性
TiDB 是由 PingCAP 开发的开源分布式数据库，兼容 MySQL 协议，核心架构如下：
| 组件 | 功能 |
|---|---|
| TiDB Server | 无状态 SQL 层，负责 SQL 解析、优化与执行（类似 MySQL 的查询引擎）。 |
| TiKV | 分布式键值存储引擎，基于 RocksDB 和 Raft 协议，提供强一致性与高可用。 |
| PD (Placement Driver) | 集群管理组件，负责元数据存储、负载均衡与调度（如自动分片扩容）。 |
| TiFlash | 列式存储引擎（MPP 架构），支持实时分析（与 TiKV 异步复制数据）。 |
核心优势：
-
MySQL 兼容
- 支持 MySQL 协议、语法及客户端工具（如 mysqldump、Navicat）。
- 可无缝迁移 MySQL 应用，仅需少量代码调整。
-
水平扩展
- 通过增加 TiKV/TiDB 节点，线性提升存储容量与计算能力。
- 支持动态扩缩容，无需停机（传统 MySQL 分片需手动迁移数据）。
-
强一致性
- 基于 Multi-Raft 协议保证数据多副本强一致，金融级可靠性。
- 支持悲观/乐观事务模型，隔离级别为快照隔离（Snapshot Isolation）。
-
HTAP 混合负载
- TiKV（行存）处理 OLTP，TiFlash（列存）加速 OLAP，资源隔离互不干扰。
三、TiDB vs MySQL：核心对比
| 维度 | TiDB | MySQL |
|---|---|---|
| 架构 | 分布式架构（计算与存储分离） | 单机或主从复制架构（计算与存储耦合） |
| 扩展性 | 水平扩展（轻松扩展至 PB 级数据） | 垂直扩展（硬件升级）或有限水平扩展（分片需应用层处理） |
| 高可用 | 自动故障转移（Raft 协议，多副本冗余） | 依赖主从复制 + MHA/Orchestrator，需人工介入 |
| 事务一致性 | 分布式强一致性（跨节点 ACID） | 单机强一致，主从异步复制可能丢数据 |
| SQL 兼容性 | 兼容 MySQL 5.7 协议，部分语法/函数不支持（如存储过程、全文索引） | 完整支持 MySQL 语法及特性 |
| 性能场景 | 高并发写入、海量数据 OLTP + 实时 OLAP | 单机高并发 OLTP，复杂查询性能受限于单节点 |
| 运维复杂度 | 自动化运维（PD 调度、扩缩容），但需管理分布式集群 | 单机/主从运维简单，分片集群运维复杂 |
| 适用场景 | 大数据量（TB-PB 级）、高并发、HTAP、全球化部署 | 中小数据量（GB-TB 级）、单表千万级以下、简单读写场景 |
四、TiDB 的优缺点
优点：
- 无限水平扩展：轻松应对数据增长，避免分库分表。
- 金融级高可用：多副本 + Raft 协议，数据零丢失。
- HTAP 一体化：一套系统同时处理事务与分析，降低架构复杂度。
- 云原生设计：支持 Kubernetes 部署，适应多云环境。
缺点：
- 功能兼容性：不完全兼容 MySQL（如某些存储引擎、GIS 函数）。
- 硬件成本：分布式架构需要更多节点，初始资源开销较高。
- 延迟敏感场景：跨节点事务的延迟高于单机 MySQL。
五、MySQL 的优缺点
优点：
- 成熟稳定：经过多年验证，生态工具丰富（如 Percona Toolkit、XtraBackup）。
- 功能完整：支持存储过程、触发器、全文索引等高级特性。
- 低延迟：单机读写性能优异，适合简单高频查询。
- 运维简单：单机或主从架构易于维护。
缺点：
- 扩展性差：分片需应用层改造，维护成本高。
- 高可用局限：主从切换可能丢数据，需配合半同步复制。
- 大数据瓶颈：单表数据量过亿时，性能显著下降。
六、选型建议
-
选择 TiDB：
- 数据量持续增长，预期达到 TB/PB 级。
- 需要同时处理高并发事务与实时分析（如电商大促、金融交易系统）。
- 追求自动化运维与全球化多活部署。
-
选择 MySQL：
- 数据规模较小（单表千万级以下），无需复杂分片。
- 依赖 MySQL 特有功能（如存储过程、MyISAM 引擎）。
- 预算有限，优先追求单机性能与低延迟。
