TiDB 后端任务分布式框架

TiDB 采用计算存储分离架构,具有出色的扩展性和弹性的扩缩容能力。从 v7.1.0 开始,TiDB 引入了一个后端任务分布式执行框架,以进一步发挥分布式架构的资源优势。该框架的目标是实现对所有后端任务的统一调度与分布式执行,并为接入的后端任务提供统一的资源管理能力,从整体和单个后端任务两个维度提供资源管理的能力,更好地满足用户对于资源使用的预期。

本文档介绍了 TiDB 后端任务分布式框架的使用场景与限制、使用方法和实现原理。

使用场景与限制

在数据库中,除了核心的事务型负载任务 (TP) 和分析型查询任务 (AP),也存在着其他重要任务,如 DDL 语句、IMPORT INTO、TTL、Analyze 和 Backup/Restore 等,即后端任务。这些任务需要处理数据库对象(表)中的大量数据,通常具有如下特点:

  • 需要处理一个 schema 或者一个数据库对象(表)中的所有数据。
  • 可能需要周期执行,但频率较低。
  • 如果资源控制不当,容易对事务型任务和分析型任务造成影响,影响数据库的服务质量。

启用 TiDB 后端任务分布式框架能够解决上述问题,并且具有以下三个优势:

  • 提供高扩展性、高可用性和高性能的统一能力支持。
  • 支持后端任务分布式执行,可以在整个 TiDB 集群可用的计算资源范围内进行灵活的调度,从而更好地利用 TiDB 集群内的计算资源。
  • 提供统一的资源使用和管理能力,从整体和单个后端任务两个维度提供资源管理的能力。

目前,后端任务分布式框架支持分布式执行 ADD INDEXIMPORT INTO

  • ADD INDEX,即 DDL 创建索引的场景。例如以下 SQL 语句:

    ALTER TABLE t1 ADD INDEX idx1(c1); CREATE INDEX idx1 ON table t1(c1);
  • IMPORT INTO 即通过该 SQL 语句将 CSVSQLPARQUET 等格式的数据导入到一张空表中。详情请参考 IMPORT INTO

使用限制

  • 分布式执行框架一次只能调度一个 ADD INDEX 任务进行分布式执行。如果在当前的 ADD INDEX 分布式任务还未执行完成时就提交了一个新的 ADD INDEX 任务,则新提交的 ADD INDEX 任务不会被该框架调度,而是直接通过事务的方式来执行。
  • 不支持通过分布式执行框架对数据类型为 TIMESTAMP 的列添加索引,否则会导致索引和数据不一致的问题。

启用前提

使用分布式框架前,你需要启动 Fast Online DDL 模式。

  1. 调整 Fast Online DDL 相关的系统变量:

  2. 调整 Fast Online DDL 相关的配置项:

    • temp-dir:指定快速模式能够使用的本地盘路径。

启用步骤

  1. 启用分布式框架,只需将 tidb_enable_dist_task 设置为 ON

    SET GLOBAL tidb_enable_dist_task = ON;

    在运行后端任务时,框架支持的语句会采用分布式方式执行。

  2. 根据实际需求,调整可能影响 DDL 任务分布式执行的系统变量:

实现原理

TiDB 后端任务分布式框架的架构图如下:

后端任务分布式框架的架构

根据上图,分布式框架中任务的执行主要由以下模块负责:

  • Dispatcher:负责生成每个任务的分布式执行计划,管理执行过程,转换任务状态以及收集和反馈运行时任务信息等。
  • Scheduler:以 TiDB 节点为单位来同步分布式任务的执行,提高后端任务执行效率。
  • Subtask Executor:是实际的分布式子任务执行者,并将子任务的执行情况返回给 Scheduler,由 Scheduler 统一更新子任务的执行状态。
  • 资源池:通过对上述各种模块中计算资源进行池化,提供量化资源的使用与管理的基础。

另请参阅

下载 PDF
产品
TiDB
TiDB Cloud
© 2024 PingCAP. All Rights Reserved.
Privacy Policy.