/ 成本的 最大化。 。 高可用: 数据的多个副本分布在云上不同的可用区，容忍单点故障，实现服务自 续性。 *。 HTAP: 支持面向关键业务的交易型工作负载和低延迟实时分析型工作负载，提供大规模的联机交易 处理 (OLTP) 与联机分析处理 (DOLAP) 的一站式解决方案。 。 多云支持: TiDB Cloud 当前支持用户选择在 AWS 或者 Google Cloud 上部署和使用TiDB 专用服务器 册反复制专用服务路 |。 dasriaterabher pvmoe To ng Tv 光大银行新一代财富管理平台系统架构图 用户收益 *。 TiDB 经过大规模金融场景验证，解决了传统关系型数据库的容量与性能瓶颈问题。 。 稳定高效的支持金融联机交易及批量业务，支持复杂事务交易及批量数据处理负载。 。 采用多中心多活架构部署，保障数据高可用的同时大幅提升业务的容灾能力 金融科技等多个领域,为全球客户提供全面的金融服务。 业务挑战 中国银行在生产实践中采用中 Zabbix 运维监控方案, 作为开源云原生方案, Zabbix 一直使用 MySQL 作为 后端存储, 在面对更大规模监控需求的时候, 单机 MySQL 数据库面临性能和容量瓶颈, 无法支持几T量级 的数据, 使得监控对象的数量和数据存储时间不能莱得。 TiDB 是兼容 MySQL 协议的分布式数据库, 在易用性

型数据库，大数据的存储刚需不可 避免 • 挑战：基于 Google Spanner/F1 论 文，基础软件最前沿的领域之一，技 术门槛最高 资料来源：公开资料整理 数据库技术发展演进 Google - 大规模分布式计算领域的领跑者 2003 GFS 2004 MapReduce 2006 BigTable 2012 Spanner 2013 F1 BigTable Map Reduce GFS Google

案，采用计算、存储分离的架构，可对计算、存储分别进行扩缩容，计算最大支持 512 节点，每个节点 最大支持 1000 并发，集群容量最大支持 PB 级别。 • 实时 HTAP 场景 TiDB 适用于需要实时处理的大规模数据和高并发场景。TiDB 在 4.0 版本中引入列存储引擎 TiFlash，结合 行存储引擎 TiKV 构建真正的 HTAP 数据库，在增加少量存储成本的情况下，可以在同一个系统中做联机 交易处理、实时数据分析，极大地节省企业的成本。 通过这种架构，TiDB 能够支持更大规模、更高负载的集群。 33 用于处理更大事务的批量 DML 执行方式（实验特性） 大批量的 DML 任务，例如大规模的清理任务、连接或聚合，可能会消耗大量内存， BR �→ 快照恢复速度 (GA) 通过该功能，BR 可以充分利用集群的规模优势，使 TiKV �→ 集群中的所有节点都能参与到数据恢复的准备阶段，从而显著提升大规模集群中大数据集的恢复速度 �→ 。实际测试表明，该功能可将下载带宽打满，下载速度可提升 8 到 10 倍，端到端恢复速度大约提升 �→ 1.5 到 3 倍。 增强在有大量表时缓存

案，采用计算、存储分离的架构，可对计算、存储分别进行扩缩容，计算最大支持 512 节点，每个节点 最大支持 1000 并发，集群容量最大支持 PB 级别。 • 实时 HTAP 场景 TiDB 适用于需要实时处理的大规模数据和高并发场景。TiDB 在 4.0 版本中引入列存储引擎 TiFlash，结合 行存储引擎 TiKV 构建真正的 HTAP 数据库，在增加少量存储成本的情况下，可以在同一个系统中做联机 交易处理、实时数据分析，极大地节省企业的成本。 快照恢复速度（从 v8.0.0 开始 GA） 通过该功能，BR 可以充分利用集群的规模优势，使 TiKV �→ 集群中的所有节点都能参与到数据恢复的准备阶段，从而显著提升大规模集群中大数据集的恢复速度 �→ 。实际测试表明，该功能可将下载带宽打满，下载速度可提升 8 到 10 倍，端到端恢复速度大约提升 �→ 1.5 到 3 倍。 33 用于处理更大事务的批量 DML 执行方式（实验特性，从 v8.0.0 开始引入） 大批量的 DML 任务，例如大规模的清理任务、连接或聚合，可能会消耗大量内存， �→ 并且在非常大的规模上受到限制。批量 DML (tidb_dml_type = "bulk") 是一种新的 �→ DML

案，采用计算、存储分离的架构，可对计算、存储分别进行扩缩容，计算最大支持 512 节点，每个节点 最大支持 1000 并发，集群容量最大支持 PB 级别。 • 实时 HTAP 场景 TiDB 适用于需要实时处理的大规模数据和高并发场景。TiDB 在 4.0 版本中引入列存储引擎 TiFlash，结合 行存储引擎 TiKV 构建真正的 HTAP 数据库，在增加少量存储成本的情况下，可以在同一个系统中做联机 交易处理、实时数据分析，极大地节省企业的成本。 以二进制包形式安装各工具 6.3 50 TiB 数据导入最佳实践 本文提供了将大规模数据导入 TiDB 的最佳实践，包括影响数据导入的一些关键因素和操作步骤。PingCAP 在 内部环境和客户现场都曾成功导入过 50 TiB 以上的大单表数据，基于这些真实的应用场景，沉淀了本文中的 最佳实践，希望可以帮你更顺畅更高效地导入大规模数据。 TiDB Lightning（物理导入模式）是一款用于将离线数据 Lightning 实例进行并行导入。 • 如果源文件数据规模特别大（比如达到 50 TiB 及以上），在使用并行导入的同时，还需要针对源数据特 点、表定义、参数配置等进行一定的准备和调优，才能更好、更快地完成大规模的数据导入。 本文中的以下内容同时适用于导入多表和导入大单表： • 关键因素 • 准备源文件 • 预估存储空间 • 配置参数 • 解决 “checksum mismatch” 问题 •

案，采用计算、存储分离的架构，可对计算、存储分别进行扩缩容，计算最大支持 512 节点，每个节点 最大支持 1000 并发，集群容量最大支持 PB 级别。 • 实时 HTAP 场景 TiDB 适用于需要实时处理的大规模数据和高并发场景。TiDB 在 4.0 版本中引入列存储引擎 TiFlash，结合 行存储引擎 TiKV 构建真正的 HTAP 数据库，在增加少量存储成本的情况下，可以在同一个系统中做联机 交易处理、实时数据分析，极大地节省企业的成本。 以二进制包形式安装各工具 6.3 50 TiB 数据导入最佳实践 本文提供了将大规模数据导入 TiDB 的最佳实践，包括影响数据导入的一些关键因素和操作步骤。PingCAP 在 内部环境和客户现场都曾成功导入过 50 TiB 以上的大单表数据，基于这些真实的应用场景，沉淀了本文中的 最佳实践，希望可以帮你更顺畅更高效地导入大规模数据。 TiDB Lightning（物理导入模式）是一款用于将离线数据 Lightning 实例进行并行导入。 • 如果源文件数据规模特别大（比如达到 50 TiB 及以上），在使用并行导入的同时，还需要针对源数据特 点、表定义、参数配置等进行一定的准备和调优，才能更好、更快地完成大规模的数据导入。 本文中的以下内容同时适用于导入多表和导入大单表： • 关键因素 • 准备源文件 • 预估存储空间 • 配置参数 • 解决 “checksum mismatch” 问题 •

案，采用计算、存储分离的架构，可对计算、存储分别进行扩缩容，计算最大支持 512 节点，每个节点 最大支持 1000 并发，集群容量最大支持 PB 级别。 • 实时 HTAP 场景 TiDB 适用于需要实时处理的大规模数据和高并发场景。TiDB 在 4.0 版本中引入列存储引擎 TiFlash，结合 行存储引擎 TiKV 构建真正的 HTAP 数据库，在增加少量存储成本的情况下，可以在同一个系统中做联机 交易处理、实时数据分析，极大地节省企业的成本。 Operator 进行部署。 从 v8.2.0 开始，PD 微服务支持通过 TiUP 进行部署。你可以在集群中单独部署 tso 微服务和 scheduling 微 服务，从而实现 PD 的性能扩展，解决大规模集群下 PD 的性能瓶颈问题。当 PD 出现明显的性能瓶颈且 无法升级配置的情况下，建议考虑使用该模式。 更多信息，请参考用户文档。 • 为切换资源组的操作增加权限控制 #53440 @glorv 以二进制包形式安装各工具 6.3 50 TiB 数据导入最佳实践 本文提供了将大规模数据导入 TiDB 的最佳实践，包括影响数据导入的一些关键因素和操作步骤。PingCAP 在 内部环境和客户现场都曾成功导入过 50 TiB 以上的大单表数据，基于这些真实的应用场景，沉淀了本文中的 最佳实践，希望可以帮你更顺畅更高效地导入大规模数据。 TiDB Lightning（物理导入模式）是一款用于将离线数据

案，采用计算、存储分离的架构，可对计算、存储分别进行扩缩容，计算最大支持 512 节点，每个节点 最大支持 1000 并发，集群容量最大支持 PB 级别。 • 实时 HTAP 场景 TiDB 适用于需要实时处理的大规模数据和高并发场景。TiDB 在 4.0 版本中引入列存储引擎 TiFlash，结合 行存储引擎 TiKV 构建真正的 HTAP 数据库，在增加少量存储成本的情况下，可以在同一个系统中做联机 交易处理、实时数据分析，极大地节省企业的成本。 优化了 Region 打散算法，可以迅速 将恢复任务拆分为大量小任务，并批量分散到所有 TiKV 节点上。新的并行恢复算法充分利用每个 TiKV 节点的所有资源，实现了并行快速恢复。在实际案例中，大规模 Region 场景下，集群快照恢复速度最 高提升约 10 倍。 目前，新的粗粒度 Region 打散算法为实验特性，你可以配置 br 新增的命令行参数 --granularity=" �→ coarse-grained" 以二进制包形式安装各工具 563 6.3 50 TiB 数据导入最佳实践 本文提供了将大规模数据导入 TiDB 的最佳实践，包括影响数据导入的一些关键因素和操作步骤。PingCAP 在 内部环境和客户现场都曾成功导入过 50 TiB 以上的大单表数据，基于这些真实的应用场景，沉淀了本文中的 最佳实践，希望可以帮你更顺畅更高效地导入大规模数据。 TiDB Lightning（物理导入模式）是一款用于将离线数据

案，采用计算、存储分离的架构，可对计算、存储分别进行扩缩容，计算最大支持 512 节点，每个节点 最大支持 1000 并发，集群容量最大支持 PB 级别。 • 实时 HTAP 场景 TiDB 适用于需要实时处理的大规模数据和高并发场景。TiDB 在 4.0 版本中引入列存储引擎 TiFlash，结合 行存储引擎 TiKV 构建真正的 HTAP 数据库，在增加少量存储成本的情况下，可以在同一个系统中做联机 交易处理、实时数据分析，极大地节省企业的成本。 com/zh/tidb/v7.5/tidb �→ -distributed-execution-framework" target="_blank">分布式执行框架， �→ 可分布式执行导入任务，提升了大规模数据导入时的效率。 34 选择0 码力 | 4590 页 | 100.91 MB | 1 年前

3

案，采用计算、存储分离的架构，可对计算、存储分别进行扩缩容，计算最大支持 512 节点，每个节点 最大支持 1000 并发，集群容量最大支持 PB 级别。 • 实时 HTAP 场景 TiDB 适用于需要实时处理的大规模数据和高并发场景。TiDB 在 4.0 版本中引入列存储引擎 TiFlash，结合 行存储引擎 TiKV 构建真正的 HTAP 数据库，在增加少量存储成本的情况下，可以在同一个系统中做联机 交易处理、实时数据分析，极大地节省企业的成本。 以二进制包形式安装各工具 565 6.3 50 TiB 数据导入最佳实践 本文提供了将大规模数据导入 TiDB 的最佳实践，包括影响数据导入的一些关键因素和操作步骤。PingCAP 在 内部环境和客户现场都曾成功导入过 50 TiB 以上的大单表数据，基于这些真实的应用场景，沉淀了本文中的 最佳实践，希望可以帮你更顺畅更高效地导入大规模数据。 TiDB Lightning（物理导入模式）是一款用于将离线数据 Lightning 实例进行并行导入。 • 如果源文件数据规模特别大（比如达到 50 TiB 及以上），在使用并行导入的同时，还需要针对源数据特 点、表定义、参数配置等进行一定的准备和调优，才能更好、更快地完成大规模的数据导入。 本文中的以下内容同时适用于导入多表和导入大单表： • 关键因素 • 准备源文件 • 预估存储空间 • 配置参数 • 解决 “checksum mismatch” 问题 •