tidb mysql缺点_TiDB 和 MySQL的差异

站在业务开发的视角，TiDB 最吸引人的几大特性是：

支持 MySQL 协议(开发接入成本低)；

100% 支持事务(数据一致性实现简单、可靠)；

无限水平拓展(不必考虑分库分表)。

基于这几大特性，TiDB 在业务开发中是值得推广和实践的，但是，它毕竟不是传统的关系型数据库，以致我们对关系型数据库的一些使用经验和积累，在 TiDB 中是存在差异的，现主要阐述“事务”和“查询”两方面的差异。

TiDB 事务和 MySQL 事务的差异

MySQL 事务和 TiDB 事务对比

在 TiDB 中执行的事务 b，返回影响条数是 1(认为已经修改成功)，但是提交后查询，status 却不是事务 b 修改的值，而是事务 a 修改的值。

可见，MySQL 事务和 TiDB 事务存在这样的差异：

MySQL 事务中，可以通过影响条数，作为写入(或修改)是否成功的依据；而在 TiDB 中，这却是不可行的！

作为开发者我们需要考虑下面的问题：

同步 RPC 调用中，如果需要严格依赖影响条数以确认返回值，那将如何是好？

多表操作中，如果需要严格依赖某个主表数据更新结果，作为是否更新(或写入)其他表的判断依据，那又将如何是好？

原因分析及解决方案

对于 MySQL，当更新某条记录时，会先获取该记录对应的行级锁(排他锁)，获取成功则进行后续的事务操作，获取失败则阻塞等待。

对于 TiDB，使用 Percolator 事务模型：可以理解为乐观锁实现，事务开启、事务中都不会加锁，而是在提交时才加锁。参见 这篇文章(TiDB 事务算法)。

其简要流程如下：

在事务提交的 PreWrite 阶段，当“锁检查”失败时：如果开启冲突重试，事务提交将会进行重试；如果未开启冲突重试，将会抛出写入冲突异常。

可见，对于 MySQL，由于在写入操作时加上了排他锁，变相将并行事务从逻辑上串行化；而对于 TiDB，属于乐观锁模型，在事务提交时才加锁，并使用事务开启时获取的“全局时间戳”作为“锁检查”的依据。

所以，在业务层面避免 TiDB 事务差异的本质在于避免锁冲突，即，当前事务执行时，不产生别的事务时间戳(无其他事务并行)。处理方式为事务串行化。

TiDB 事务串行化

在业务层，可以借助分布式锁，实现串行化处理，如下：

基于 Spring 和分布式锁的事务管理器拓展

在 Spring 生态下，spring-tx 中定义了统一的事务管理器接口：PlatformTransactionManager，其中有获取事务(getTransaction)、提交(commit)、回滚(rollback)三个基本方法；使用装饰器模式，事务串行化组件可做如下设计：

其中，关键点有：

超时时间：为避免死锁，锁必须有超时时间；为避免锁超时导致事务并行，事务必须有超时时间，而且锁超时时间必须大于事务超时时间(时间差最好在秒级)。

加锁时机：TiDB 中“锁检查”的依据是事务开启时获取的“全局时间戳”，所以加锁时机必须在事务开启前。

事务模板接口设计

隐藏复杂的事务重写逻辑，暴露简单友好的 API：

TiDB 查询和 MySQL 的差异

在 TiDB 使用过程中，偶尔会有这样的情况，某几个字段建立了索引，但是查询过程还是很慢，甚至不经过索引检索。

索引混淆型(举例)

表结构：

CREATE TABLE 't_test' (

'id' bigint(20) NOT NULL DEFAULT '0' COMMENT '主键id',

'a' int(11) NOT NULL DEFAULT '0' COMMENT 'a',

'b' int(11) NOT NULL DEFAULT '0' COMMENT 'b',

'c' int(11) NOT NULL DEFAULT '0' COMMENT 'c',

PRIMARY KEY ('id'),

KEY 'idx_a_b' ('a','b'),

KEY 'idx_c' ('c')

) ENGINE=InnoDB;

查询：如果需要查询 (a=1 且 b=1)或 c=2 的数据，在 MySQL 中，sql 可以写为：SELECT id from t_test where (a=1 and b=1) or (c=2);，MySQL 做查询优化时，会检索到 idx_a_b 和 idx_c 两个索引；但是在 TiDB(v2.0.8-9)中，这个 sql 会成为一个慢 SQL，需要改写为：

SELECT id from t_test where (a=1 and b=1) UNION SELECT id from t_test where (c=2);

小结：导致该问题的原因，可以理解为 TiDB 的 sql 解析还有优化空间。

冷热数据型(举例)

表结构：

CREATE TABLE 't_job_record' (

'id' bigint(20) NOT NULL AUTO_INCREMENT COMMENT '主键id',

'job_code' varchar(255) NOT NULL DEFAULT '' COMMENT '任务code',

'record_id' bigint(20) NOT NULL DEFAULT '0' COMMENT '记录id',

'status' tinyint(3) NOT NULL DEFAULT '0' COMMENT '执行状态:0 待处理',

'execute_time' bigint(20) NOT NULL DEFAULT '0' COMMENT '执行时间(毫秒)',

PRIMARY KEY ('id'),

KEY 'idx_status_execute_time' ('status','execute_time'),

KEY 'idx_record_id' ('record_id')

) ENGINE=InnoDB COMMENT='异步任务job'

数据说明：

a. 冷数据，status=1 的数据(已经处理过的数据)；

b. 热数据，status=0 并且 execute_time<= 当前时间 的数据。

慢查询：对于热数据，数据量一般不大，但是查询频度很高，假设当前(毫秒级)时间为：1546361579646，则在 MySQL 中，查询 sql 为：

SELECT * FROM t_job_record where status=0 and execute_time<= 1546361579646

这个在 MySQL 中很高效的查询，在 TiDB 中虽然也可从索引检索，但其耗时却不尽人意(百万级数据量，耗时百毫秒级)。

原因分析：在 TiDB 中，底层索引结构为 LSM-Tree，如下图：

当从内存级的 C0 层查询不到数据时，会逐层扫描硬盘中各层；且 merge 操作为异步操作，索引数据更新会存在一定的延迟，可能存在无效索引。由于逐层扫描和异步 merge，使得查询效率较低。

优化方式：尽可能缩小过滤范围，比如结合异步 job 获取记录频率，在保证不遗漏数据的前提下，合理设置 execute_time 筛选区间，例如 1 小时，sql 改写为：

SELECT * FROM t_job_record  where status=0 and execute_time>1546357979646 and execute_time<= 1546361579646

优化效果：耗时 10 毫秒级别(以下)。

关于查询的启发

在基于 TiDB 的业务开发中，先摒弃传统关系型数据库带来的对 sql 先入为主的理解或经验，谨慎设计每一个 sql，如 DBA 所提倡：设计 sql 时务必关注执行计划，必要时请教 DBA。

和 MySQL 相比，TiDB 的底层存储和结构决定了其特殊性和差异性；但是，TiDB 支持 MySQL 协议，它们也存在一些共同之处，比如在 TiDB 中使用“预编译”和“批处理”，同样可以获得一定的性能提升。

服务端预编译

在 MySQL 中，可以使用 PREPARE stmt_name FROM preparable_stm 对 sql 语句进行预编译，然后使用 EXECUTE stmt_name [USING @var_name [, @var_name] ...] 执行预编译语句。如此，同一 sql 的多次操作，可以获得比常规 sql 更高的性能。

mysql-jdbc 源码中，实现了标准的 Statement 和 PreparedStatement 的同时，还有一个ServerPreparedStatement 实现，ServerPreparedStatement 属于PreparedStatement的拓展，三者对比如下：

容易发现，PreparedStatement 和 Statement 的区别主要区别在于参数处理，而对于发送数据包，调用服务端的处理逻辑是一样(或类似)的；经测试，二者速度相当。其实，PreparedStatement 并不是服务端预处理的；ServerPreparedStatement 才是真正的服务端预处理，速度也较 PreparedStatement 快；其使用场景一般是：频繁的数据库访问，sql 数量有限(有缓存淘汰策略，使用不宜会导致两次 IO)。

批处理

对于多条数据写入，常用 sql 为 insert … values (…),(…)；而对于多条数据更新，亦可以使用 update … case … when… then… end 来减少 IO 次数。但它们都有一个特点，数据条数越多，sql 越加复杂，sql 解析成本也更高，耗时增长可能高于线性增长。而批处理，可以复用一条简单 sql，实现批量数据的写入或更新，为系统带来更低、更稳定的耗时。

对于批处理，作为客户端，java.sql.Statement 主要定义了两个接口方法，addBatch 和 executeBatch 来支持批处理。

批处理的简要流程说明如下：

经业务中实践，使用批处理方式的写入(或更新)，比常规 insert … values(…),(…)(或 update … case … when… then… end)性能更稳定，耗时也更低。