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