手动执行下线操作 TiKV 节点数量 Store Status — Tombstone store : 下线成功的 TiKV 节点数量 Current storage usage : TiKV 集群存储空间占用率 超过 80% 应考虑添加 TiKV 节点 99% completed_cmds_duration_seconds : 99% pd-server 请求完成时间 小于 5ms average 类型长度，可选的 UNSIGNED 无符号数，如果不加这个标识，则为有符号数 ZEROFILL 补零标识，如果有这个标识，TiDB 会自动给类型增加 UNSIGNED 标识，但是没有做补零的操作 每种类型对存储空间的需求以及最大/最小值如下表所示: 类型 存储空 间 最小值(有符号/无符号) 最大值(有符号/无符号) TINYINT 1 -128 / 0 127 / 255 SMALLINT 2 -32768 -1.175494351E-38、0 和 1.175494351E-38 到 3.402823466E+38。这些是理论限制，基于 IEEE 标准。实际的范围根据硬件或操作系统的不同可能稍微小些。 存储空间以及取值范围 浮点类型 类型定义 基本数据类型 - 103 - 本文档使用 书栈(BookStack.CN) 构建 3. 4. DOUBLE[(M,D)] [UNSIGNED] [ZEROFILL]

压缩算法 �→ , #### level5 和 level6 采用 zstd 压缩算法,。 #### no 表示没有压缩，lz4 是速度和压缩比较为中庸的压缩算法，zlib 的压缩比很高，对存储空间比较友 #### 好，但是压缩速度比较慢，压缩的时候需要占用较多的 CPU 资源。不同的机器需要根据 CPU 以及 I/O �→ 资 #### 源情况来配置怎样的压缩方式。例如：如果采用的压 Leader/Region 分布不均衡 PD 的打分机制决定了一般情况下，不同 Store 的 Leader Count 和 Region Count 不能完全说明负载均衡状态，所以 需要从 TiKV 的实际负载或者存储空间占用来判断是否有负载不均衡的状况。 确认 Leader/Region 分布不均衡后，首先观察不同 Store 的打分情况。 如果不同 Store 的打分是接近的，说明 PD 认为此时已经是均衡状态了，可能的原因有： “24”。 此外，目标 TiKV 集群必须有足够空间接收新导入的数据。除了标准硬件配置以外，目标 TiKV 集群的总存储空 间必须大于 数据源大小 × 副本数量 × 2。例如集群默认使用 3 副本，那么总存储空间需为数据源大小的 6 倍以 上。 11.7.4.3 导出数据 使用dumpling 从 MySQL 导出数据，如下： 726 ./bin/dumpling -h 127.0.0.1 -P 3306

�→ , #### level5 和 level6 采用 zstd 压缩算法,。 361 #### no 表示没有压缩，lz4 是速度和压缩比较为中庸的压缩算法，zlib 的压缩比很高，对存储空间比较友 #### 好，但是压缩速度比较慢，压缩的时候需要占用较多的 CPU 资源。不同的机器需要根据 CPU 以及 I/O �→ 资 #### 源情况来配置怎样的压缩方式。例如：如果采用的压 Leader/Region 分布不均衡 PD 的打分机制决定了一般情况下，不同 Store 的 Leader Count 和 Region Count 不能完全说明负载均衡状态，所以 需要从 TiKV 的实际负载或者存储空间占用来判断是否有负载不均衡的状况。 确认 Leader/Region 分布不均衡后，首先观察不同 Store 的打分情况。 如果不同 Store 的打分是接近的，说明 PD 认为此时已经是均衡状态了，可能的原因有： “24”。 此外，目标 TiKV 集群必须有足够空间接收新导入的数据。除了标准硬件配置以外，目标 TiKV 集群的总存储空 间必须大于 数据源大小 × 副本数量 × 2。例如集群默认使用 3 副本，那么总存储空间需为数据源大小的 6 倍以 上。 11.7.4.3 导出数据 使用dumpling 从 MySQL 导出数据，如下： 704 ./bin/dumpling -h 127.0.0.1 -P 3306

对计算机资源消耗较高，建议分配 64 GB 以上的内存以及 32 核以上的 CPU，而 且确保 CPU 核数和内存（GB）比为 1:2 以上，以获取最佳性能。 磁盘空间： • Dumpling 需要能够储存整个数据源的存储空间，即可以容纳要导出的所有上游表的空间。计算方式参 考下游数据库所需空间。 • TiDB Lightning 导入期间，需要临时空间来存储排序键值对，磁盘空间需要至少能存储数据源的最大单表。 • 3.3.2.1 目标 TiKV 集群的磁盘空间要求 目标 TiKV 集群必须有足够空间接收新导入的数据。除了标准硬件配置以外，目标 TiKV 集群的总存储空间必须 大于数据源大小 × 副本数量 × 2。例如，集群默认使用 3 副本，那么总存储空间需为数据源大小的 6 倍以上。 公式中的 2 倍可能难以理解，其依据是以下因素的估算空间占用： • 索引会占据额外的空间。 • RocksDB 的空间放大效应。 DDL； • 仅从镜像表同步数据； • 在下游执行 DDL 变更。 196 图 14: dm-online-ddl 这些变化将带来一些好处： • 下游 TiDB 无需创建和同步镜像表，节约相应存储空间和网络传输等开销； • 在分库分表合并场景下，自动忽略各分表镜像表的 RENAME 操作，保证同步正确性。 如果您想深入了解其实现原理，请阅读以下两篇技术博客： • DM 源码阅读系列文章（八）Online

392 �→ , #### level5 和 level6 采用 zstd 压缩算法,。 #### no 表示没有压缩，lz4 是速度和压缩比较为中庸的压缩算法，zlib 的压缩比很高，对存储空间比较友 #### 好，但是压缩速度比较慢，压缩的时候需要占用较多的 CPU 资源。不同的机器需要根据 CPU 以及 I/O �→ 资 #### 源情况来配置怎样的压缩方式。例如：如果采用的压 Leader/Region 分布不均衡 PD 的打分机制决定了一般情况下，不同 Store 的 Leader Count 和 Region Count 不能完全说明负载均衡状态，所以 需要从 TiKV 的实际负载或者存储空间占用来判断是否有负载不均衡的状况。 确认 Leader/Region 分布不均衡后，首先观察不同 Store 的打分情况。 如果不同 Store 的打分是接近的，说明 PD 认为此时已经是均衡状态了，可能的原因有： “24”。 此外，目标 TiKV 集群必须有足够空间接收新导入的数据。除了标准硬件配置以外，目标 TiKV 集群的总存储空 间必须大于 数据源大小 × 副本数量 × 2。例如集群默认使用 3 副本，那么总存储空间需为数据源大小的 6 倍以 上。 11.7.5.3 导出数据 使用dumpling 从 MySQL 导出数据，如下： ./bin/dumpling -h 127.0.0.1 -P 3306 -u

· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 567 6.3.3 预估存储空间· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 在以下场景中，尽量避免使用聚簇索引，将带来性能劣势： – 批量插入大量取值相邻的主键时，可能会产生较大的写热点问题，请遵循选择主键时应遵守的规 则。 – 当使用大于 64 位的数据类型作为主键时，可能导致表数据需要占用更多的存储空间。该现象在存 在多个二级索引时尤为明显。 • 显式指定是否使用聚簇索引，而非使用系统变量 @@global.tidb_enable_clustered_index 及配置项 alter-primary-key 定期删除过期数据 Time to Live (TTL) 提供了行级别的生命周期控制策略。通过为表设置 TTL 属性，TiDB 可以周期性地自动检查并清 理表中的过期数据。此功能在一些场景可以有效节省存储空间、提升性能。 TTL 常见的使用场景： • 定期删除验证码、短网址记录 • 定期删除不需要的历史订单 • 自动删除计算的中间结果 TTL 设计的目标是在不影响在线读写负载的前提下，帮助用

· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 570 6.3.3 预估存储空间· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · (GA)，可显著提升 IMPORT INTO 任务的导入性能和稳定性 #45719 @lance6716 在 v7.4.0 以前，当使用分布式执行框架执行 IMPORT INTO 任务时，由于本地存储空间有限，TiDB 只能对 部分数据进行局部排序后再导入到 TiKV。这导致了导入到 TiKV 的数据存在较多的重叠，需要 TiKV 在导入 过程中执行额外的 compaction 操作，影响了 TiKV 在以下场景中，尽量避免使用聚簇索引，将带来性能劣势： – 批量插入大量取值相邻的主键时，可能会产生较大的写热点问题，请遵循选择主键时应遵守的规 则。 – 当使用大于 64 位的数据类型作为主键时，可能导致表数据需要占用更多的存储空间。该现象在存 在多个二级索引时尤为明显。 • 显式指定是否使用聚簇索引，而非使用系统变量 @@global.tidb_enable_clustered_index 及配置项 alter-primary-key

· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 554 6.3.3 预估存储空间· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 在以下场景中，尽量避免使用聚簇索引，将带来性能劣势： – 批量插入大量取值相邻的主键时，可能会产生较大的写热点问题，请遵循选择主键时应遵守的规 则。 – 当使用大于 64 位的数据类型作为主键时，可能导致表数据需要占用更多的存储空间。该现象在存 在多个二级索引时尤为明显。 • 显式指定是否使用聚簇索引，而非使用系统变量 @@global.tidb_enable_clustered_index 及配置项 alter-primary-key 定期删除过期数据 Time to Live (TTL) 提供了行级别的生命周期控制策略。通过为表设置 TTL 属性，TiDB 可以周期性地自动检查并清 理表中的过期数据。此功能在一些场景可以有效节省存储空间、提升性能。 TTL 常见的使用场景： • 定期删除验证码、短网址记录 • 定期删除不需要的历史订单 • 自动删除计算的中间结果 TTL 设计的目标是在不影响在线读写负载的前提下，帮助用

支持将数据导出为 gzip、snappy、zstd 三种压缩格式的 SQL、CSV 的压缩文件。TiDB Lightning 也支 持导入这些格式的压缩文件。 有这个功能之前，导出数据或者导入数据都需要较大的存储空间，用于存储已经导出或即将导入的 CSV 和 SQL 文件，需要较高的存储成本。该功能发布后，通过压缩数据文件，可以大幅降低存储成本。 更多信息，请参考用户文档。 • 优化了 binlog 解析能力 在以下场景中，尽量避免使用聚簇索引，将带来性能劣势： – 批量插入大量取值相邻的主键时，可能会产生较大的写热点问题，请遵循选择主键时应遵守的规 则。 – 当使用大于 64 位的数据类型作为主键时，可能导致表数据需要占用更多的存储空间。该现象在存 在多个二级索引时尤为明显。 • 显式指定是否使用聚簇索引，而非使用系统变量 @@global.tidb_enable_clustered_index 及配置项 alter-primary-key 定期删除过期数据 Time to Live (TTL) 提供了行级别的生命周期控制策略。通过为表设置 TTL 属性，TiDB 可以周期性地自动检查并清 理表中的过期数据。此功能在一些场景可以有效节省存储空间、提升性能。 TTL 常见的使用场景： • 定期删除验证码、短网址记录 • 定期删除不需要的历史订单 • 自动删除计算的中间结果 TTL 设计的目标是在不影响在线读写负载的前提下，帮助用

· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 553 6.3.3 预估存储空间· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 在以下场景中，尽量避免使用聚簇索引，将带来性能劣势： – 批量插入大量取值相邻的主键时，可能会产生较大的写热点问题，请遵循选择主键时应遵守的规 则。 – 当使用大于 64 位的数据类型作为主键时，可能导致表数据需要占用更多的存储空间。该现象在存 在多个二级索引时尤为明显。 • 显式指定是否使用聚簇索引，而非使用系统变量 @@global.tidb_enable_clustered_index 及配置项 alter-primary-key 定期删除过期数据 Time to Live (TTL) 提供了行级别的生命周期控制策略。通过为表设置 TTL 属性，TiDB 可以周期性地自动检查并清 理表中的过期数据。此功能在一些场景可以有效节省存储空间、提升性能。 TTL 常见的使用场景： • 定期删除验证码、短网址记录 • 定期删除不需要的历史订单 • 自动删除计算的中间结果 TTL 设计的目标是在不影响在线读写负载的前提下，帮助用