TiDB已经在项目中使用，从了解来看，它主要解决的是分布式事务的问题，而我们实际使用场景，却是大数据量下不需要关注分表；

最近实在忙加懒，一直没时间看TiDB的原理。今天看了下PingCAP3篇入门介绍，收获挺多；

首先TiDB的存储使用的是KV，名字叫TiKV，实际数据落地使用的是Facebook开源的RocksDB；

RocksDB只能支持单机存储，TiDB在此之上实现了副本机制，构成集群模式；但多副本模式下，数据一致性成为一个挑战，目前TiDB使用Raft协议保证副本间的数据一致性；具体是多副本中，一个Leader负责所有读/写操作，RocksDB的修改记录，通过Raft log的方式同步到其它副本；

TiDB中引入了Region的概念，一个Region最大64M；这里的Region与Hbase上面实现基本相同，按Key的Range进行划分。

结合上面的副本机制，也就是一个RocksDB分很多Region，每个Region分别有多个副本；

存储的原理基本清楚了，接下来的问题是，数据是以K-V的形式存储，如何支持SQL查询呢？

答案是TiDB实现了一个SQL层，管理SQL语法解析，查询计划等操作；关系数据库支持Insert, Delete, Updata, Select 4 种基本操作，最复杂的是Select操作，一般支持两种模式，一种是简单读取一行，这里面，每条KV记录都有一个RowID，如果有整数型Primary Key，TiDB会使用这个PK作为RowID，同时TiDB维护一个索引，也为KV存储，KEY为Prefix+键值，Value即为这个PK，因此可以单条记录查询。比如一条select * from xxx_tab where age = 18;

执行计划首先从Index prefix_18得到RowID，然后通过RowID查询到数据。第二种支持的是范围查询，TiDB的实现中，K-V中的Key是全局有序，按顺序排列的（相当于一个无限大的sorted map），因此通过上面单条记录查询的方法，定位到StartKey和EndKey很容易实现范围查询。

这点上看，与Hbase的Rowkey设计很类似；

TiDB通过PD（Placement Driver）来实现集群状态管理。

为什么进行集群状态管理？有很多方面考虑，如何管理节点的上下线操作？

如何实现Region Leader的负载均衡？如何保证集群中Region副本的数据正确？

这些都需要一个中心管理单元，这个单元即PD；PD会通过心跳来收集集群中Region，Raft Group（Leader管理）的状态信息，控制整个集群中 Region Leader在服务器上均匀分布，处理节点加入与掉线异常；

这里，PD里面会存储一个Region到Key Range的路由信息，在读取和写入时，通过查询PD，就可以知道自己要读取或查询的Region位置信息。当然这里实现是跟Hbase一致的，Client会缓存一份这个路由信息，避免对PD造成压力，而Client在查询失败时，会去主动拉取一份PD路由表。

另外TiDB中的分布式事务是参考Google Percolator事务模型实现的。通过Raft协议，可以实现对一个Key操作的一致性；但是一个事务操作中，如果涉及到改多个Key，而这多个Key可能在不同Region上面，这就需要分布式事务的保证。

一般简单的分布式事务实现是2PC，但2PC中需要一个协调者存在，Percolator中实现了协调者的高可用；

再简单说一下TiKV与RocksDB的关系，

TiKV 会将数据存储到 RocksDB，任何的数据都最终会转换成一个或者多个K-V 存放到 RocksDB 里面。

每个 TiKV 包含两个 RocksDB 实例，一个用于存储 Raft Log，我们后面称为 Raft RocksDB，而另一个则是存放用户实际的数据，我们称为 KV RocksDB。