PingCAP
  • PingCAP University
  • 文档
  • 案例
  • 社区
  • 博客
  • 关于
  • 问答
  • 联系我们
PingCAP
  • 文档
  • 案例
  • 社区
  • 博客
  • 关于
  • 问答
  • 联系我们
  • PingCAP University

Contact

  • Wechat qrCode

    微信扫一扫
    微信ID:pingcap2015

English
文档
v3.0 (stable)This doc does not exist in stable devThis doc does not exist in dev v2.1This doc does not exist in v2.1

    TiDB 历史数据回溯

    本文档用于描述 TiDB 如何读取历史版本数据,包括具体的操作流程以及历史数据的保存策略。

    功能说明

    TiDB 实现了通过标准 SQL 接口读取历史数据功能,无需特殊的 client 或者 driver。当数据被更新、删除后,依然可以通过 SQL 接口将更新/删除前的数据读取出来。

    另外即使在更新数据之后,表结构发生了变化,TiDB 依旧能用旧的表结构将数据读取出来。

    操作流程

    为支持读取历史版本数据, 引入了一个新的 system variable: tidb_snapshot ,这个变量是 Session 范围有效,可以通过标准的 Set 语句修改其值。其值为文本,记录了时间,格式为: “2016-10-08 16:45:26.999”,一般来说可以只写到秒,比如”2016-10-08 16:45:26”。 当这个变量被设置时,TiDB 会用这个时间戳建立 Snapshot(没有开销,只是创建数据结构),随后所有的 Select 操作都会在这个 Snapshot 上读取数据。

    注意 TiDB 的事务是通过 PD 进行全局授时,所以存储的数据版本也是以 PD 所授时间戳作为版本号。在生成 Snapshot ·时,是以 tidb_snapshot 变量的值作为版本号,如果 TiDB Server 所在机器和 PD Server 所在机器的本地时间相差较大,需要以 PD 的时间为准。

    当读取历史版本操作结束后,可以结束当前 Session 或者是通过 Set 语句将 tidb_snapshot 变量的值设为 ”“,即可读取最新版本的数据。

    历史数据保留策略

    TiDB 使用 MVCC 管理版本,当更新/删除数据时,不会做真正的数据删除,只会添加一个新版本数据,所以可以保留历史数据。历史数据不会全部保留,超过一定时间的历史数据会被彻底删除,以减小空间占用以及避免历史版本过多引入的性能开销。

    我们使用周期性运行的 GC (Garbage Collection, 垃圾回收)来进行清理,GC 的触发方式为:每个 TiDB 启动后会在后台运行一个 gc_worker,每个集群中有一个 gc_worker 会被自动选为 leader,leader 负责维护 GC 的状态并向所有的 TiKV region leader 发送 GC 命令。

    GC 的运行状态记录记录在 mysql.tidb 系统表中,可通过 SQL 语句进行监测与配置。

    mysql> select variable_name, variable_value from mysql.tidb;
    +-----------------------+----------------------------+
    | variable_name         | variable_value             |
    +-----------------------+----------------------------+
    | bootstrapped          | True                       |
    | tikv_gc_leader_uuid   | 55daa0dfc9c0006            |
    | tikv_gc_leader_desc   | host:pingcap-pc5 pid:10549 |
    | tikv_gc_leader_lease  | 20160927-13:18:28 +0800 CST|
    | tikv_gc_run_interval  | 10m0s                      |
    | tikv_gc_life_time     | 10m0s                      |
    | tikv_gc_last_run_time | 20160927-13:13:28 +0800 CST|
    | tikv_gc_safe_point    | 20160927-13:03:28 +0800 CST|
    +-----------------------+----------------------------+
    7 rows in set (0.00 sec)

    其中需要重点关注的是 tikv_gc_life_time 和 tikv_gc_safe_point 这两行。

    tikv_gc_life_time 用于配置历史版本保留时间(默认值为 10m),用户可以使用 SQL 进行配置。比如我们需要一天内的所有历史版本都可读,那么可以使用 SQL update mysql.tidb set variable_value='24h' where variable_name='tikv_gc_life_time' 将此行设置为 24 小时。时长字符串的形式是数字后接时间单位的序列,如 24h、2h30m、2.5h。可以使用的时间单位包括 “h”、”m”、”s”。

    tikv_gc_safe_point 记录了当前的 safePoint,用户可以安全地使用大于 safePoint 的时间戳创建 snapshot 读取历史版本。safePoint 在每次 GC 开始运行时自动更新。

    需要注意的是,在数据更新频繁的场景下如果将 tikv_gc_life_time 设置得比较大(如数天甚至数月),可能会有一些潜在的问题:

    1. 随着版本的不断增多,数据占用的磁盘空间会随之增加。
    2. 大量的历史版本会在一定程度上导致查询变慢,主要影响范围查询(select count(*) from t)。
    3. 如果在运行中突然将 tikv_gc_life_time 配置调小,可能会导致大量历史数据被删除,造成 I/O 负担。

    示例

    初始化阶段,创建一个表,并插入几行数据:

    mysql> create table t (c int);
    Query OK, 0 rows affected (0.01 sec)
    
    mysql> insert into t values (1), (2), (3);
    Query OK, 3 rows affected (0.00 sec)

    查看表中的数据:

    mysql> select * from t;
    +------+
    | c    |
    +------+
    |    1 |
    |    2 |
    |    3 |
    +------+
    3 rows in set (0.00 sec)

    查看当前时间:

    mysql> select now();
    +---------------------+
    | now()               |
    +---------------------+
    | 2016-10-08 16:45:26 |
    +---------------------+
    1 row in set (0.00 sec)

    更新某一行数据:

    mysql> update t set c=22 where c=2;
    Query OK, 1 row affected (0.00 sec)

    确认数据已经被更新:

    mysql> select * from t;
    +------+
    | c    |
    +------+
    |    1 |
    |   22 |
    |    3 |
    +------+
    3 rows in set (0.00 sec)

    设置一个特殊的环境变量,这个是一个 session scope 的变量,其意义为读取这个时间之前的最新的一个版本。注意这里的时间设置的是 update 语句之前的那个时间:

    mysql> set @@tidb_snapshot="2016-10-08 16:45:26";
    Query OK, 0 rows affected (0.00 sec)

    这里读取到的内容即为 update 之前的内容,也就是历史版本:

    mysql> select * from t;
    +------+
    | c    |
    +------+
    |    1 |
    |    2 |
    |    3 |
    +------+
    3 rows in set (0.00 sec)

    清空这个变量后,即可读取最新版本数据:

    mysql> set @@tidb_snapshot="";
    Query OK, 0 rows affected (0.00 sec)
    mysql> select * from t;
    +------+
    | c    |
    +------+
    |    1 |
    |   22 |
    |    3 |
    +------+
    3 rows in set (0.00 sec)
    "TiDB 历史数据回溯" 更新于 Nov 23 2018: *: add v1.0 and v2.0 docs subdirectories (ddcf71b)
    修改本文 反馈文档问题

    本页导航

    产品

    • TiDB
    • TiSpark
    • TiDB 路线图

    文档

    • 快速入门
    • 最佳实践
    • 常见问题解答
    • TiDB 周边工具
    • 版本发布说明

    资源

    • 博客
    • GitHub
    • 知乎专栏
    • PingCAP University
    • 联合解决方案
    • Ask TUG

    公司

    • 关于我们
    • 招贤纳士
    • 新闻报道

    联系我们

    • Twitter
    • LinkedIn
    • Reddit
    • Google Group
    • Stack Overflow
    • 微信公众号
      Wechat qrCode

      微信扫一扫
      微信ID:pingcap2015

    © 2019 北京平凯星辰科技发展有限公司

    English