- 博客(96)
- 收藏
- 关注
RSS订阅原创 TiDB，优化性能的必备利器
TiDB 是一款强大的分布式关系型数据库，通过合理设计数据库架构、优化查询语句、调整配置参数和进行数据库优化，可以充分发挥 TiDB 的性能优势。通过持续的性能监控和优化工作，可以确保 TiDB 在高负载和大数据量的场景下保持高效稳定的运行。本文将介绍一些常见的 TiDB 性能调优技巧，并提供相应的源代码示例。TiDB 的性能调优还包括对 TiDB 集群的配置参数进行调整，以适应不同的使用场景和硬件环境。数据清理和归档：定期清理无用数据和归档历史数据，保持数据库的整洁和高效。
2023-09-27 16:09:45
89
原创 TiDB 在应用程序中的适配和性能优化：解决 JDK 中 MyBatis .X 的性能问题
通过正确配置数据库连接、优化 SQL 语句、批量操作优化以及采取性能优化措施，可以显著提升应用程序的性能。然而，每个应用程序的性能问题可能具有不同的原因，因此在实际应用中，开发人员需要根据具体情况进行适当的调整和优化。通过监控和性能测试工具，可以及时发现和解决潜在的性能问题，提供更好的用户体验。本文将重点介绍如何解决在 JDK 中使用 MyBatis .X 时可能遇到的性能问题，并提供相应的源代码示例。通过合理的配置和优化，可以充分发挥 TiDB 数据库的优势，提升应用程序的性能和可伸缩性。
2023-09-27 15:27:18
98
原创 TiDB 数据同步处理单元介绍
通过 Binlog 组件记录数据变更、CDC 组件解析和应用变更、PD 组件管理元数据以及 TiKV 组件存储和处理实际数据，TiDB 实现了高可用性、水平扩展和一致性的分布式数据库解决方案。在数据同步过程中，PD 组件提供了一致性的元数据服务，协调和管理数据的分发和复制。在 TiDB 中，数据同步处理单元扮演着关键的角色，负责将数据在分布式集群之间进行同步和复制，以保证数据的一致性和可靠性。同时，TiDB 的源码实现了一系列高效的算法和协议，保证了数据同步的效率和可靠性。
2023-09-27 14:36:56
53
原创 TiDB：在变幻莫测的世界中经受了考验
随着数字化时代的到来，数据的规模和复杂性不断增长，对数据库系统的要求也变得越来越高。TiDB是一个经过考验的数据库系统，它能够应对不可预测的挑战，确保数据的一致性、可靠性和可扩展性。通过TiDB的分布式架构和强一致性特性，我们可以在多个节点上存储和查询数据，并保证数据的一致性和可靠性。一致性和事务支持：TiDB通过Raft算法实现了强一致性，在数据的写入和读取过程中保证了数据的一致性。这种架构确保了数据的高可用性和可扩展性，并能够应对大规模数据和高并发访问的挑战。如果您还有任何其他问题，请随时提问。
2023-09-27 13:01:43
33
原创 TiDB 发布丨全面解析新功能
多表查询在实际应用中非常常见，而在 TiDB 5.0 版本中，多表查询的性能得到了显著提升。通过引入新的查询优化器，TiDB 能够更好地处理复杂的多表查询，并对查询计划进行智能优化，以提高查询性能。多表查询优化、自适应查询优化、增强的索引选择器和全局顺序一致性事务等功能的引入，将进一步提升 TiDB 的性能和可靠性。在 TiDB 5.0 版本中，引入了自适应查询优化功能。TiDB 5.0 版本引入了增强的索引选择器，该索引选择器能够更加智能地选择最佳的索引来执行查询，从而提高查询性能。
2023-09-27 10:26:58
30
原创 可伸缩的数据库服务：TiDB
TiDB是一种可扩展的数据库服务，它提供了分布式、强一致性和高可用性的解决方案。TiDB采用了分布式事务和分布式共识协议，可以处理大规模数据集和高并发负载。本文将介绍TiDB的特点和使用方法，并提供一些示例代码。TiDB是一种可扩展的数据库服务，具有分布式架构、强一致性、高可用性和SQL兼容性等特点。它可以满足大规模数据处理和高并发负载的需求。通过使用TiDB，开发人员可以构建可靠、高性能的分布式应用程序。以上是对可伸缩的数据库服务TiDB的介绍和使用方法的详细说明。二、TiDB的使用方法。
2023-09-27 09:02:32
37
原创 流量与延迟降低一半！应对 TiDB 跨数据中心挑战
通过在跨数据中心的 TiDB 集群中创建全局索引，可以在全局范围内执行索引计算和查询优化，减少数据传输和网络开销。然而，通过一些优化策略和技术手段，我们可以有效地减少流量和延迟，提高 TiDB（分布式数据库系统）在跨数据中心环境下的性能和可靠性。通过上述优化策略和技术手段，我们能够有效地降低流量和延迟，提高 TiDB 在跨数据中心环境下的性能和可靠性。在跨数据中心环境下，将数据进行分片，并将各个分片部署在不同的数据中心中，可以有效降低单个数据中心的负载压力，并提高查询性能。全局索引计算和查询优化。
2023-09-27 08:19:36
40
原创 TiDB与微众银行：利用分布式架构降低耗时，实现普惠金融
通过利用TiDB的强大功能和特性，微众银行成功降低了系统的耗时，从而实现了普惠金融的目标。通过将数据分布在多个TiDB节点上，微众银行能够充分利用分布式架构的优势，实现数据的并行处理和高速读写。总结起来，TiDB与微众银行的合作是一个成功的案例，它充分展示了分布式架构在金融领域的优势。通过降低系统的耗时，TiDB帮助微众银行实现了普惠金融的目标，为更多的用户提供了高效可靠的金融服务。TiDB的分布式架构提供了良好的扩展性和并行处理能力，使得微众银行能够快速地响应用户的查询请求，并提供稳定可靠的服务。
2023-09-22 23:46:11
62
原创 TiDB Serverless 分支化：简化应用开发流程
数据库分支是指在 TiDB Serverless 中创建的一个独立的数据库实例，它是从主数据库实例中派生出来的一个副本。每个分支都具有自己的连接地址、用户名和密码，可以独立地处理应用程序的请求。分支可以用于开发、测试和部署不同版本的应用程序，而不会干扰主数据库实例的稳定性。独立性：每个分支都是一个独立的数据库实例，具有自己的资源和配置。分支之间的操作互不干扰，可以并行工作。快速创建：可以通过 TiDB Serverless 的 API 或命令行工具快速创建数据库分支，无需手动配置和管理底层资源。轻量级。
2023-09-22 23:20:49
48
原创 PD 调度策略优化实践 - TiDB
通过合理设置调度参数和调度策略，并灵活运用调度命令，可以优化 PD 的调度策略，提高 TiDB 集群的性能和可用性。在实际应用中，需要根据集群规模、硬件配置和业务需求等因素进行调整，以达到最佳的调度效果。PD（Placement Driver）是 TiDB 集群中的调度组件，负责管理集群的拓扑信息和调度任务。PD 调度策略决定了数据的分布和调度算法，直接影响到系统的负载均衡、故障恢复和性能优化等方面。本文将介绍一些优化 PD 调度策略的最佳实践，并提供相应的源代码示例。中，可以找到与调度策略相关的参数。
2023-09-22 21:50:34
99
原创 TiDB正式发布：开源分布式数据库的里程碑
TiDB是一个开源的云原生分布式数据库，旨在解决传统关系型数据库在大规模和高并发场景下的性能瓶颈。TiDB的设计灵感来自于Google的Spanner和F1，它采用了分布式事务和分布式一致性协议，并且提供了与MySQL兼容的SQL层。然后，我们插入了两条学生记录，分别是Alice和Bob，并指定了他们的姓名和年龄。近日，TiDB宣布正式发布其GA版，标志着这一开源分布式数据库的里程碑式的进展。水平扩展和自动负载均衡：TiDB具备水平扩展的能力，可以根据负载自动进行数据分片和迁移，实现负载均衡。
2023-09-22 20:32:13
70
原创 TiDB：构建金融行业的高性能数据库
华泰证券作为一家领先的证券公司，为了满足其业务增长的需求，选择了TiDB作为其探索和实践的数据库解决方案。它使用了Google的Spanner和F1的设计思想，将传统的数据库技术与分布式系统相结合，为金融行业提供了一个强大的数据库解决方案。在华泰证券的实践中，TiDB不仅提供了高性能和可扩展性，还具备了强大的事务支持和数据一致性保证。通过其高性能、可扩展性和高可用性的特点，TiDB为金融行业提供了一个可靠而强大的数据库解决方案。在华泰证券的实践中，TiDB被用于处理大规模的交易数据和交易查询。
2023-09-22 19:57:41
57
原创 给 TiDB 添加新系统表
首先，你需要确定表结构，然后实现系统表的逻辑，并将其注册到 TiDB 中。这样，你就可以根据自己的需求扩展 TiDB 的功能，满足特定的业务需求。在 TiDB 中，系统表是通过实现一个特定的接口来创建的。你可以创建一个新的 Go 文件，实现该接口，并编写适当的逻辑。你可以定义表的列和索引，以满足你的需求。如果你想要在 TiDB 中添加新的系统表，可以按照以下步骤进行操作。完成注册后，你需要编译和部署 TiDB，使其包含你添加的新系统表。在这个示例中，你需要根据你的新系统表的结构，设置正确的元信息和列信息。
2023-09-22 18:53:02
40
原创 实时数据仓库解决方案：TiDB
通过提供的源代码示例，你可以开始使用TiDB来构建自己的实时数据仓库，并进行数据分析和查询操作。通过上述示例，我们可以看到如何使用TiDB创建名为"users"的表，插入一些数据，并执行查询操作。这个示例仅仅是TiDB功能的冰山一角，实际上，TiDB还支持更多的高级功能，如事务处理、索引、分区等。在这篇文章中，我们将介绍一个易于使用的实时数据仓库工具，即TiDB，并提供相应的源代码示例。实时查询：TiDB支持实时查询和分析，可以处理大规模数据的实时计算需求。
2023-09-22 17:18:05
140
原创 TiKV源码解析系列文章：Region Split源码解析
当触发Region Split时，Raftstore首先会创建一个新的Region，并将新Region的起始Key设置为原Region的分割点。在Region Split过程中，Raftstore需要协调和执行Region的分割操作。总结起来，TiKV中的Region Split功能通过协调Raftstore和其他模块的消息交互，实现了高效的Region分割操作。在TiDB中，Region Split是一个重要的功能，它负责将一个大的Region分割成更小的子Region，以提高集群的性能和可扩展性。
2023-09-22 16:07:53
46
原创 Flink与TiDB：实时数据业务的便捷可靠支撑
Apache Flink和TiDB是两个强大的开源技术，可以协同工作，为实时数据业务提供便捷可靠的支撑。Flink是一个流式处理引擎，可以处理大规模的实时数据，并提供了丰富的流处理操作和API。但是通过结合Flink和TiDB，我们可以构建一个强大的实时数据业务解决方案，能够处理大规模的实时数据，并提供便捷可靠的支撑。首先，我们需要创建一个Flink作业，用于从数据源读取实时数据，并将其写入TiDB。在本文中，我们将探讨如何使用Flink和TiDB来构建一个实时数据业务的解决方案，并提供相应的源代码。
2023-09-22 15:08:32
66
原创 禁用THP TiDB：优化你的分布式数据库性能
THP通过将大块的内存页面（通常为2MB或1GB）合并为一个巨大的页面，减少了内存管理开销，提高了内存访问的效率。然而，有时候在特定的情况下，禁用Transparent Huge Pages（THP）功能可能会对TiDB的性能产生积极的影响。请注意，在禁用THP之前，最好先评估您的具体情况并进行适当的基准测试，以确保禁用THP对您的TiDB集群产生积极的影响。通过检查THP的状态、临时禁用THP和永久禁用THP这几个步骤，可以有效地禁用THP TiDB。或其他类似的内容，说明THP处于启用状态。
2023-09-22 13:41:22
98
原创 基于 TiSpark 的大规模数据批量处理技术 TiDB
TiSpark 是 TiDB 的批量处理引擎，它基于 Apache Spark 构建，可以处理海量数据的分析和计算任务。本文将介绍基于 TiSpark 的大规模数据批量处理技术，并提供相应的源代码示例。通过编写相应的代码，我们可以在 TiDB 中进行数据的批量处理和分析操作。在执行过程中，TiSpark 会根据数据的分布情况将任务分配到不同的 TiDB 实例上进行并行处理，以提高处理速度和吞吐量。在示例代码中，我们首先创建了一个 SparkSession 对象，并设置 TiSpark 的配置参数。
2023-09-22 12:12:14
67
原创 TiKV 源码解析系列文章：Raftstore 概览 TiDB
在这个函数中，我们根据不同的事件类型调用相应的处理函数来处理这些事件，包括处理新的 Leader 产生、已提交的日志项、快照以及向其他节点发送消息等。Ready 消息是 Raft 库在每次状态改变时生成的，其中包含了各种需要处理的事件，例如选举结果、已提交的日志项、快照等。通过上述代码片段，我们可以看到 Raftstore 模块是如何接收和处理 Raft 算法的各种事件的。在这篇文章中，我们将探索 TiKV 的 Raftstore 模块，该模块是分布式数据库 TiDB 的核心之一。函数来处理这个事件。
2023-09-22 11:28:06
79
原创 TiDB Binlog 源码解析：Drainer Server
Drainer Server 根据配置文件中的规则，使用该结构体对数据进行过滤，以确保只写入感兴趣的数据到外部存储系统或消息队列。根据配置文件中的规则，Drainer Server 可以对特定表或字段的数据进行过滤，以确保只写入感兴趣的数据到外部存储系统或消息队列。数据分发：处理后的数据会根据配置文件中的外部存储系统或消息队列的设置，被分发到相应的目标。错误处理：在数据处理和分发的过程中，如果发生错误，Drainer Server 会记录相应的日志，并根据配置文件中的策略，进行错误处理，如重试、忽略等。
2023-09-22 10:50:55
61
原创 TiDB HTAP与新能源车企：实时数据分析的直营模式应用实践
通过实时数据分析，车企可以更好地了解市场需求、优化供应链管理，并做出更准确的决策，从而提高销售和服务质量。通过结合TiDB HTAP的强大功能和灵活性，新能源车企可以在竞争激烈的汽车市场中脱颖而出，实现可持续发展和业务增长。在新能源车企的直营模式中，车企通过自有渠道销售汽车，与传统经销商模式相比，直营模式能够更好地掌握销售环节中的各种数据。TiDB HTAP是一种新兴的数据库架构，它通过将事务处理（OLTP）和分析处理（OLAP）整合在一个系统中，提供了实时数据分析的能力。现在，我们已经有了一些示例数据。
2023-09-22 05:09:38
43
原创 TiDB 源码解析：INSERT 语句的内部实现
我们将解释 INSERT 语句的执行过程，并通过查看相应的源代码来帮助理解。我们了解到，INSERT 语句在 TiDB 中经历了解析、语义分析、优化和执行等多个阶段，每个阶段都有相应的代码实现。需要注意的是，以上代码片段只是为了展示 INSERT 语句执行过程的关键部分，并不能代表完整的源码实现。执行计划的执行：TiDB 中的执行引擎会按照执行计划的顺序执行具体的操作。语义分析：语义分析器在这一步骤中会验证 INSERT 语句的语义正确性，并确定要插入的表以及相关的列和数据。它将插入数据到相应的表中。
2023-09-22 00:49:02
82
原创 PingCAP在Gartner的认可下成为代表性供应商
PingCAP最近在Gartner的评估中被选为代表性供应商，这是对他们的分布式数据库TiDB的肯定。TiDB是一款支持水平扩展和全球部署的开源数据库，其独特的架构使其在处理大规模数据和高并发负载方面表现优异。本文将详细介绍PingCAP和TiDB，并提供一些相关的源代码示例。
2023-09-21 20:12:31
31
原创 PingCAP用户峰会圆满落幕——TiDB成为时刻领先的数据库
作为一场聚焦于分布式数据库领域的盛会，用户峰会以TiDB为核心，为参会者带来了丰富的内容和深入的技术交流。TiDB作为PingCAP公司旗下的开源分布式数据库系统，以其卓越的性能、高可靠性和可扩展性，成为了时刻领先的数据库之一。在未来，我们可以期待TiDB在数据存储和处理的领域继续创新和发展，为用户提供更好的数据库体验。在用户峰会上，与会者们共同探讨了TiDB的最新特性和应用案例，并分享了在实际生产环境中的使用经验。TiDB提供了强大的分布式事务支持，保证了数据的一致性和可靠性。
2023-09-21 19:12:38
30
原创 TiDB 在金融行业关键业务场景的应用实践
它的水平扩展性、实时分析能力、高可靠性和兼容性使其能够满足金融机构对高性能、高可靠性和可扩展性的需求。通过以上的实践示例，我们可以看到 TiDB 在交易处理、风险评估和实时报表等关键业务场景中的应用优势。随着金融行业的快速发展和数据规模的不断增长，对于高性能、高可靠性和可扩展性的数据库解决方案的需求也越来越迫切。金融行业的关键业务场景通常需要处理大量的交易数据和复杂的查询分析。需要注意的是，本文提供的示例代码仅用于演示 TiDB 的基本用法，并不包含完整的错误处理和性能优化。一、金融行业的挑战和需求。
2023-09-21 18:17:28
59
原创 TiDB 源码解析：表分区实现原理
在 TiDB 中，表分区是通过在逻辑层面上将表划分为多个分区来实现的，每个分区可以单独进行管理和查询，同时仍然保持表的一致性。当用户执行分区相关的 DDL 语句时，DDL 模块会根据用户指定的分区方式修改表的元数据，并在后续查询中应用这些变化。通过深入理解 TiDB 源代码中涉及的关键组件和模块，我们可以更好地理解表分区的工作原理，并在实际应用中充分利用 TiDB 的表分区功能。在生成执行计划时，Planner 需要根据用户定义的分区方式，将表分割为多个分区，并为每个分区生成相应的物理计划。
2023-09-21 17:11:50
298
原创 程序能否在我们休眠时自动检测错误？
在软件开发中，自动错误检测与人工审查和调试相结合，可以显著提高代码的可靠性和质量。关键是建立一个良好的开发流程，将错误检测作为开发过程的重要环节，并确保团队成员了解和遵守这些最佳实践。它使用了分布式一致性协议来保证数据的一致性和可靠性。在TiDB中，错误检测是一个重要的任务，因为即使在高度可靠的系统中，错误也可能发生。人工的代码审查可以发现更复杂的问题和设计缺陷，而调试过程可以帮助开发人员理解代码的行为并解决特定的错误。错误是软件开发中常见的问题，而自动化错误检测是提高软件质量和开发效率的关键方面。
2023-09-21 11:59:55
26
原创 掌握监控数据对于系统管理和故障排查至关重要
耗时关系图是一种以图形方式展示监控数据的工具，通过可视化展示不同组件之间的相互关系和耗时信息，帮助用户更直观地了解系统的性能瓶颈和潜在问题。首先，我们需要准备一些监控数据，包括各个组件的执行时间和相互之间的调用关系。确定监控数据的来源：了解监控系统和工具，确定数据的获取方式和存储位置。通过这样的耗时关系图，我们可以清晰地看到各个组件之间的调用关系和执行时间，帮助我们快速定位性能瓶颈和潜在问题。在上述示例中，节点A、B和C分别代表组件A、B和C，节点之间的箭头表示调用关系，箭头上方的数字表示执行时间。
2023-09-21 11:29:13
30
原创 未来最佳预测方式：创造未来
例如，在数据库领域，我们可以与人工智能和大数据分析领域进行合作，探索如何将分布式数据库与机器学习和数据挖掘相结合，以实现更智能和高效的数据处理和分析。我们可以采用创造未来的方式，通过构建一个原型数据库系统，来测试和验证新的分布式架构和算法。创造未来的方式更像是一种辅助手段，通过实践和创新来验证和完善我们对未来的预测。在创造未来的过程中，我们要保持开放的心态，接受挑战和反馈，并不断优化和调整我们的方法和思路。通过与领域专家和同行的交流和合作，我们可以获取更多的见解和知识，从而更好地预测未来的发展方向。
2023-09-21 09:35:20
36
原创 TiDB 优秀项目介绍：统一线程池（Unified Thread Pool）Hackathon
未来，我们期待在 TiDB 的开发中进一步应用和优化统一线程池，以提供更强大和可靠的分布式数据库服务。在这篇文章中，我们将介绍一个优秀的项目——统一线程池（Unified Thread Pool）Hackathon，这个项目针对开源分布式数据库 TiDB 进行了改进和优化。线程池管理器（ThreadPool Manager）：该组件负责创建和管理线程池，包括线程的创建、销毁和资源分配等功能。统一线程池项目的目标是通过设计和实现一个高效的线程池，提高 TiDB 在高并发场景下的性能和资源利用率。
2023-09-21 08:35:53
76
原创 Wireshark网络分析：追踪TiDB官方Bug
一旦我们捕获到与TiDB通信相关的数据包，我们可以进一步分析这些数据包以追踪和诊断TiDB官方Bug。通过仔细分析数据包的内容和顺序，我们可以发现潜在的问题并进行进一步的调试和修复。在本文中，我们将使用Wireshark这个强大的网络分析工具来追踪和分析TiDB官方Bug的一例。通过捕获TiDB通信的数据包并进行深入分析，我们可以发现潜在的问题，并为TiDB的改进和优化提供有价值的信息。为此，我们可以在TiDB所在的服务器上运行Wireshark，或者在网络中的其他位置进行抓包。例如，可以使用过滤器。
2023-09-21 07:41:56
33
原创 TiDB 源码解析：索引查找连接
在本篇文章中，我们将深入探讨 TiDB 中的索引查找连接（Index Lookup Join）功能。索引查找连接是一种优化技术，它通过利用索引来加速数据表之间的连接操作。我们将通过阅读相关源代码，详细解释这一功能的实现原理。
2023-09-21 05:58:54
77
原创 如何运用混沌工程构建鲁棒的分布式系统？TiDB
通过故障注入、自动化压力测试和容错能力测试等技术，我们可以评估TiDB在不同故障和负载条件下的性能和可用性。这些方法可以帮助开发人员发现潜在的问题，并改进系统的设计和实现，从而提高分布式系统的鲁棒性和可靠性。通过使用压力测试工具和自动化脚本，我们可以模拟大量用户请求和并发访问，以评估系统在高负载情况下的性能和稳定性。在关键的代码路径中，可以插入类似上述的延迟函数，以模拟网络通信的不确定性和延迟。通过调整并发请求数量和持续时间，我们可以模拟不同负载条件下的系统行为，并观察TiDB在高负载下的性能表现。
2023-09-21 05:38:39
35
原创 PayPay移动支付软件的TiDB迁移实践
移动支付在日本市场的普及程度越来越高，PayPay作为日本最大的移动支付软件之一，扮演着重要的角色。为了应对不断增长的用户量和数据规模，PayPay决定将其关键数据存储迁移到TiDB，这是一个分布式SQL数据库，具有高可用性和可伸缩性。TiDB作为一个分布式SQL数据库，具有高可用性和可伸缩性的特点，能够满足PayPay的存储需求。通过准备工作、数据迁移、测试和优化等步骤，PayPay成功地将关键数据迁移到了TiDB，并获得了良好的性能和稳定性。其次，需要备份当前使用的数据库，以防止数据丢失。
2023-09-21 03:45:25
58
原创 TiKV源码解析：Coprocessor概览
Endpoint Coprocessor是一种特殊类型的Coprocessor，它可以被所有的Region共享。在上述示例中，Counter是一个自定义的Coprocessor，实现了Coprocessor和AggrFunc这两个trait。每个Region都可以关联一个或多个Coprocessor，当需要进行计算时，Coprocessor会被调用并执行相应的逻辑。在Endpoint Coprocessor中，TiKV会直接调用对应的Coprocessor逻辑进行计算。Coprocessor模块。
2023-09-21 02:37:52
112
原创 TiKV源码解析系列文章：Service层处理流程解析
一旦请求被解析后，Service层将根据请求的类型和具体内容，将请求进行进一步的调度。Service层的处理流程可以分为以下几个主要步骤：接收请求、解析请求、调度请求、执行请求和返回结果。Service层会根据请求的类型和格式使用相关的Protobuf解析函数，将请求解析为相应的数据结构。通过以上的步骤，TiKV的Service层完成了对来自客户端的请求的处理。在TiKV中，Service层是负责处理请求的核心模块。当请求被调度到相应的模块或者组件后，Service层将启动相应的处理逻辑来执行请求。
2023-09-21 02:11:49
47
原创 TiDB 在转转的业务：高性能分布式数据库助力转转平台的发展
通过合理的架构设计和数据模型设计，TiDB能够满足转转的高并发访问和大规模数据存储的需求。未来，TiDB的持续优化和发展将进一步提升转转平台的性能和扩展能力，助力其实现更大规模的业务增长。通过TiDB的分布式架构和优化的数据模型设计，转转可以高效地处理海量的交易数据，提供稳定、可靠的服务。数据分片：转转的数据被分成多个逻辑分片，每个分片包含部分数据，分布在不同的TiKV节点上。在转转的业务中，TiDB采用了合理的数据模型设计，以满足高性能和高可扩展性的需求。以上代码创建了一个名为。一、TiDB架构特点。
2023-09-21 00:37:26
48
原创 TiFlash DDL 模块设计及实现分析
TiFlash DDL 模块需要与 TiDB 的 DDL 模块进行实时的元数据同步，以便在 TiDB 中进行表结构变更时及时更新 TiFlash 中的表结构。一旦检测到这些事件，TiFlash DDL 模块会将相应的元数据变更信息存储在元数据存储引擎中，并触发相应的表结构更新操作。当 TiDB 中的表结构发生变化时，TiDB 的 DDL 模块会将这些变化通过 TiFlash DDL 模块同步到 TiFlash 中，保持两者的表结构一致性。本文将对 TiFlash DDL 模块的设计和实现进行详细分析。
2023-09-20 23:21:47
48
原创 TiKV 数据存取机制解析
读取数据时，客户端发送读请求到 TiKV 节点，TiKV 节点将请求转发给 Leader 节点进行处理，并将结果返回给客户端。写入数据时，客户端发送写入请求到 TiKV 节点，TiKV 节点将写入操作复制给其他 Follower 节点，确保数据的冗余和容错。整个过程中，TiKV 使用 Raft 一致性算法实现数据的分布和复制，确保数据的一致性和可靠性。如果该 Region 的 Leader 所在的节点不是当前请求所在节点，那么请求将被转发到 Leader 所在的节点上。
2023-09-20 21:47:07
97
原创 TiDB 在摩拜单车在线数据业务的应用和实践
TiDB 在摩拜单车的在线数据业务中发挥了重要作用，提供了强大的存储和分析能力。然而，TiDB 作为一个相对新的数据库技术，仍面临一些挑战，如迁移成本和复杂性。为了支持其庞大的在线数据业务，摩拜单车选择了 TiDB 作为其核心数据库。本文将介绍 TiDB 在摩拜单车在线数据业务中的应用和实践，并提供相应的源代码示例。它采用了分布式存储和分布式事务的架构，可以无缝地替代传统的关系型数据库，支持海量数据和高并发访问。通过合理的使用和优化，TiDB可以成为处理大规模在线数据的理想选择。
2023-09-20 20:28:16
30
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人