金融级高可用 数据采用多副本存储，数据副本通过 Multi-Raft 协议同步事务日志，多数派写入成功事务才能提交，确保数据强一致性且少数副本发生故障时不影响数据的可用性。可按需配置副本地理位置、副本数量等策略满足不同容灾级别的要求。 ## · 实时 HTAP 提供行存储引擎TiKV、列存储引擎TiFlash两款存储引擎，TiFlash通过Multi-Raft Learner协议实时从TiKV复制数据 护成本高、RTO (Recovery Time Objective) 及 RPO (Recovery Point Objective) 无法真实达到企业所期望的值。TiDB 采用多副本 + Multi-Raft 协议的方式将数据调度到不同的机房、机架、机器，当部分机器出现故障时系统可自动进行切换，确保系统的 RTO $ \leq $ 30s 及 RPO = 0。 ## · 对存储容量、可扩展性、并发要求较高的海量数据及高并发的 · HTAP 数据一致性：作为一个分布式事务型的键值数据库，TiKV 提供了满足 ACID 约束的分布式事务接口，并通过 Raft 协议保证了多副本数据一致性以及高可用。TiFlash 通过 Multi-Raft Learner 协议实时从 TiKV 复制数据，确保与 TiKV 之间的数据强一致。 • HTAP 数据隔离性：TiKV、TiFlash 可按需部署在不同的机器，解决 HTAP 资源隔离的问题。

金融级高可用 数据采用多副本存储，数据副本通过 Multi-Raft 协议同步事务日志，多数派写入成功事务才能提交，确保数据强一致性且少数副本发生故障时不影响数据的可用性。可按需配置副本地理位置、副本数量等策略满足不同容灾级别的要求。 ## · 实时 HTAP 提供行存储引擎TiKV、列存储引擎TiFlash两款存储引擎，TiFlash通过Multi-Raft Learner协议实时从TiKV复制数据 成本高、RTO (Recovery Time Objective) 及 RPO (Recovery Point Objective) 无法真实达到企业 所期望的值。TiDB 采用多副本 + Multi-Raft 协议的方式将数据调度到不同的机房、机架、机器，当部分机器出现故障时系统可自动进行切换，确保系统的 RTO $ \leq $ 30s 及 RPO = 0。 ## · 对存储容量、可扩展性、并发要求较高的海量数据及高并发的 • HTAP 数据一致性：作为一个分布式事务型的键值数据库，TiKV 提供了满足 ACID 约束的分布式事务接口，并通过 Raft 协议保证了多副本数据一致性以及高可用。TiFlash 通过 Multi-Raft Learner 协议实时从 TiKV 复制数据，确保与 TiKV 之间的数据强一致。 • HTAP 数据隔离性：TiKV、TiFlash 可按需部署在不同的机器，解决 HTAP 资源隔离的问题。

HTAP database needs to store huge amount of data • Scalability is very important TiDB relies on multi-raft for scalability ☐ One command to add / remove node ○ Scaling is fully automatic ☐ Smooth and jpg) MPP Worker MPP Worker MPP Worker ## Performance • Underlying Storage Engine supports Multi-Raft + MVCC • Still comparable performance against Parquet • Benchmark against Apache Spark 2.3 on

dentry，inode 两层映射关系，所有的元数据都缓存在内存中。元数据是分片的，使用 multi-raft 持久化元数据以及保证多副本数据一致性。基于这种方式开发： ### a. 性能 由于元数据分片，获取元数据需要跟多个节点进行rpc的交互，因此性能相比单机要弱一些 ### b. 扩展性/可用性/可靠性 使用 multi-raft，扩展性、可用性和可靠性与元数据节点一致 ## 对比结论 CurveFS

[Image](/uploads/documents/3/d/e/b/3deb0740caa715d2156ad7d85aa695c6/p12_2.jpg) ## 金融级高可用 数据采用多副本存储，数据副本通过 Multi-Raft 协议同步事务日志，多数派写入成功事务才能提交，确保数据强一致性且少数副本发生故障时不影响数据的可用性。可按需配置副本地理位置、副本数量等策略满足不同容灾级别的要求。  ## 实时 HTAP 提供行存储引擎 TiKV、列存储引擎 TiFlash 两款存储引擎，TiFlash 通过 Multi-Raft Learner 协议实时从 TiKV 复制数据，确保行存储引擎 TiKV 和列存储引擎 TiFlash 之间的数据强一致。TiKV、TiFlash 可按需部署在不同的机器，解决 HTAP 资源隔离的问题。

management  ## TiKV - Multi-Raft Multiple raft groups in the cluster, one group for each region. ![Image](/uploads/documents/

84f884bac0694/p18_1.jpg) ## TiKV 的前置需求 极高的性能要求，尽可能低延迟，而且延迟需要稳定 ● 设计分布式系统的逻辑，极其复杂 ☐ Raft ☐ Multi-Raft ☐ 分布式测试框架 和 C 的模块大量交互 • 开发人员和时间不足 ☐ 5人的团队，希望半年左右发布第一个可用版本 ![Image](/uploads/documents/a/5

架构  ## 可扩展性 基于 Multi-Raft 的数据分片 Raft 协议提供副本复制的一致性 用户几乎无感知的数据调度和扩/缩容 ☐ 一条命令加减节点 除了容量外，读写热点也会被调度均衡 • 通过增加节点增加吞吐 ○ 接近线性的算力扩展

chunkserver ## raft复制组 每个raft实例用一个copyset管理，copyset是个逻辑概念。写入chunk的数据，由copyset对应的raft完成3副本的写入。 • multi-raft: copyset和chunkserver是多对多的关系 • 每个copyset由3个chunkserver组成 • 每个chunkserver可以服务多个copyset ![Imag

资源利用率低、维护成本高、RTO（Recovery Time Objective）及RPO（Recovery Point Objective）无法真实达到企业所期望的值。TiDB采用多副本+Multi-Raft协议的方式将数据调度到不同的机房、机架、机器，当部分机器出现故障时系统可自动进行切换，确保系统的RTO $ \leq $ 30s及RPO=0。 ## 对存储容量、可扩展性、并发要求较高的海量数据及高并发的