概述

Tiflash是4.0的一个巨大的提升，补充了Tidb对OLAP的支持。对OLAP型的分析而言，列存是最合适的。举例来说,用户表User有50个字段，如果想统计用户地域，年龄某些维度的分布情况，那么由于地域信息都一起存在某些block中，粗略来算，存储密度是行存的50倍。换言之，磁盘IO就减少了50倍，而在数据库系统中，IO普遍是最慢的。因此，整个请求的时间，资源消耗就减少至1/50。而且在列存的组织方式下，压缩效率比行存要高，使得IO进一步减少（思考下why）。让我们开始动手试试看吧。。。

安装Tiflash

之前的开发环境是ansible安装的，官方回复以后会用tiup逐步替代ansible，那就直接用Tiup。导入升级，然后安装tiflash，过程非常顺利，有不懂的可以–help看下tiup的具体用法。

tiup cluster import -d /home/tidb/tidb-ansible
tiup cluster upgrade develop v4.0.0-rc
tiup cluster scale-out develop scale-out.yaml

安装完成后，用tiup cluster display develop查看下相应的组件是否正确安装及更新。

tiflash复制

设置复制

alter table dim.dim_worker_info_df set tiflash replica 1;
这里有个疑问，replica>1的用途是？

删除复制

alter table dim.dim_worker_info_df set tiflash replica 0;

查看复制进度

select * from information_schema.tiflash_replica 
where table_schema = 'dim' and table_name = 'dim_worker_info_df'

其中progress是同步进度，0-1,1代表同步进度100%，同步已完成。available=1代表此表可对外提供服务。实测中，600W的表3秒同步完成，还是挺快的。

SQL测试

tiflash 73ms

set @@session.tidb_isolation_read_engines=‘tikv,tiflash’
explain analyze select a.nation ,count(1) from dim.dim_worker_info_df a group by a.nation

tikv 429ms

set @@session.tidb_isolation_read_engines=‘tikv’
将读引擎设置为tikv，来强制使用tikv。 explain analyze select a.nation,count(1) from dim.dim_worker_info_df a group by a.nation

join中的运用

explain select a.*,b.birth_place from dwd.dwd_worker_attendance_day_df a inner join dim.dim_worker_info_df b on a.worker_id = b.worker_id
tidb的执行计划会根据SQL中具体的列来选择合适的引擎。

总结

由于实测的表数据量不是很大，都进了tikv/tiflash节点的cache中了，两者相差了6倍的性能，差距不大，建议测试表的体量在1000w以上，字段50左右会更明显。

TiDB 4.0 试玩体验--Tiflash

概述