1 TiDB Server 的架构
TiDB Server是无状态的，可在一个TiDB数据库中启动多个TiDB Server，可通过负载均衡软件如LVS、HAProxy、F5等提供统一的接入地址，客户端可将连接均匀分摊到多个TiDB Server上。
TiDB Server 不存储数据。
- Protocol Layer、Parse、Compile：SQL的解析和编译，生成SQL语句的执行计划，交给Executor
- Executor、DistSQL、KV：分批执行SQL的执行计划
- Transaction、KV：事务的执行
- PD Client、TiKV Client：与PD、TiKV交互
- schema load、worker、start job：online DDL（DDL语句不阻塞读写）
- memBuffer：缓存读取的数据及元数据、登录的认证信息、统计信息等
- GC：垃圾回收
2 TiDB Server 的主要功能
- 处理客户端的连接——Protocol Layer（协议层）完成
- SQL 语句的解析和编译——由Parse、Compile完成，生成执行计划，交给Executor执行
- 关系型数据与KV的转化
- SQL语句的执行——普通SQL：Executor、DistSQL、KV；事务：Transaction、KV
- 在线DDL的执行——schema load、worker、start job
- 垃圾回收——GC
3 SQL 语句的解析和编译 - Parse
Parse模块：通过词法分析(lex)、语法分析(yacc) 生成 AST抽象语法树 给Compile模块
4 SQL 语句的解析和编译 - Compile
Compile模块：根据AST抽象语法树，生成可执行计划。
-
验证：语法验证，如要查询的表在数据库中是否存在等合法性验证。
-
逻辑优化：依据关系型代数的一些等价交换的规则，做逻辑变化。（在SQL语句层面上的优化）
-
物理优化：根据逻辑优化的结果，考虑数据的物理分布、大小，决定用哪个算子。（走索引还是全表扫描？等）
5 关系型数据与KV的转化
将关系型数据（表）转化为键值对（key-value）：
- 聚簇表（使用表名+表的主键）
- 非聚簇表（不用表的主键，自己生成rowId）
Region是key-value的一个存储单位，一个Region达到96MB后会分裂为两个，就能分布式的存储在不同TiKV结点。
6 SQL读写相关模块
- 对于较复杂的SQL（e.g.,范围查询、表连接、嵌套查询）
- 为避免较复杂的SQL与TiKV存取的耦合度太高，通过DistSQL将对TiKV的请求封装，提供一个单表的select方法。
- DistSQL涉及单张表，但可能涉及多个Region。
- 简单的SQL请求（点查如利用主键索引或唯一索引进行等值查询等）通过KV模块完成。
- 涉及事务的SQL，由Transaction负责二阶段提交。需要PD Client向PD获取时间戳TSO。
TiKV Client 接收KV的row kv request、处理DistSQL的复杂sql的投影、过滤等。向TiKV集群发送读写请求。
7 在线DDL相关模块
-
Start job接收用户的DDL，并将此DDL作为一个job放在TiKV中的任务队列中。
-
多个TiDB Server中只有Owner的workers能取任务队列中的一个job执行，执行完成后放在历史队列中。
-
schema load将最新的所有表的schema信息同步到Owner缓存中。
多个TiDB Server可同时接收多个用户的在线DDL，但同一时刻只能有一个TiDB Server进行DDL操作。
TiDB Server中的Owner有任期，由选举产生。
why要将DDL放到TiKV？为了防止宕机后DDL丢失
8 GC机制与相关模块
TiDB Server回收事务，因为它实现了MVCC（多版本并发控制），所以是异地更新的。
被选为GC Leader的TiDB Server控制GC：
计算时间戳safe_point，GC保留 GC_life_time（当前时间到safe_point）内的数据。
9 TiDB Server的缓存
默认使用整个TiDB数据库的全部内存。
TiDB Server 缓存的组成部分：SQL的中间结果，线程缓存，元数据、统计信息
TiDB Server 缓存管理：tidb_mem_quota_query（控制查询默认使用的缓存阈值），oom-action（当SQL查询的内存使用超过阈值后怎么操作，停止执行还是记录日志）