PingCAP马晓宇：TiDB的HTAP之路

HTAP是目前数据库领域比较热门的一个概念，它既能支持OLTP(在线事务处理)，又能支持OLAP(在线分析处理)，可以涵盖大部分企业级应用的需求，一站式解决他们的问题。本次，小编有幸采访到PingCAP分析型产品负责人马晓宇先生，就TiDB的HTAP之路作出分享。

▲PingCAP分析型产品负责人马晓宇

TiDB= X% TP+Y% AP =HTAP

TiDB是一个分布式NewSQL数据库，它支持水平弹性扩展、ACID事务、标准SQL、MySQL语法和MySQL协议，具有数据强一致的高可用特性，是一个不仅适合OLTP场景，还适合OLAP场景的混合数据库。

追溯TiDB的发展史，要从其“上古时代”说起。马晓宇表示，“起初，由于受到Google Spanner/F1的启发，PingCAP开始着手研发TiDB。”彼时国外已经出现了 CockroachDB(蟑螂数据库)等一系列解决TP问题的新兴数据库厂商，但国内研发这类数据库的公司寥寥无几，TiDB的出现填补了这块市场空白。

最开始，TiDB只是解决TP问题，但在实际应用过程中，用户对TiDB数据库的查询功能提出了更高的要求。为此，TiDB调整了自己的数据库执行器，增加了AP的功能拓展。如此以来，TiDB就同时具备TP和AP的功能。

马晓宇透露，“客户一直对‘TiDB适用于100%TP和80%AP场景’中的80%抱有怀疑态度，为什么是80%，不是75%，也不是85%?所以，后来我们就改用了一个比较精确(时髦)的说法：TiDB是一款HTAP数据库。”

TiDB数据库的架构优势

TiDB的整体架构分为TiDB和TiKV两层。TiDB是一层无状态的SQL Layer，对外暴露MySQL网络协议，负责解析用户的SQL语句，生成分布式的Query Plan，翻译成底层Key Value操作发送给TiKV。“通俗的讲，TiDB是XXXXXXXXXXXL版本的MySQL。”马晓宇说道。

▲TiDB数据库的原始架构

TiDB的关键立足点在于，它是一个能扩展的关系型数据库。马晓宇补充道，“除了可以替换分库分表MySQL做TP业务，TiDB也非常适合中台场景，可轻松同步MySQL生产库、透明无障碍的跨分片查询，实现数据实时落地、海量存储(TiKV)允许多数据源汇聚等。”

不仅如此，TiDB的代码全部开源。马晓宇表示，“我们本身是一家开源的公司，我们也会参与一些其他的开源社区，公司员工很多都是资深的开源社区的参与者和贡献者，我们希望和其他社区共赢，能有更多的小伙伴参加我们的开源。”

▲TiDB 1.0 vs 2.0

据悉，TiDB的更新换代速度非常快。TiDB自在2015年5月GitHub创建，而后于2016年6月发布Beta版，2017年3月发布RC2版本……2019年5月10日，TiDB 3.0.0-rc.1版本正式推出，相比 3.0.0 Beta.1，该版本对系统稳定性、易用性、功能、优化器、统计信息以及执行引擎都做了很多改进。

TiFlash项目正在进行中

2019年之后，PingCAP会有哪些大动作?马晓宇表示，“除了提升产品的性能、完善更多的功能之外，我们还会开展TiFlash项目。”据悉，TiFlash是一个相对独立完整的分析型数据库产品，通过Raft Learner独立同步一套列存，Label进行物理隔离，使AP/TP作业互相无影响，从而解决HTAP系统资源隔离的难题。

在对TP端极低的消耗下，Raft Learner接入配合 MVCC 事务模型可以提供一致性的数据读取，同时又兼顾了资源隔离。当读取数据时，TiFlash发送Raft索引校对请求。当数据同步到读取请求发送时间点的进度时，TiFlash才提供读取。马晓宇透露，“2019年将要发布GA版本，包含TiSpark以及TiDB双入口。”

马晓宇认为，“最开始在业界，HTAP其实是一个marketing slogan。如果一个数据库可以完美的融合TP和AP，那么在设计上来说，这将是一个非常干净漂亮的做法。”他还表示，“未来，HTAP还会有更多待开发的场景，值得我们去探索。”