使用 TiFlash

    用户可以使用 TiDB 或者 TiSpark 读取 TiFlash，TiDB 适合用于中等规模的 OLAP 计算，而 TiSpark 适合大规模的 OLAP 计算，用户可以根据自己的场景和使用习惯自行选择。具体参见：

    TiFlash 接入 TiKV 集群后，默认不会开始同步数据。可通过 MySQL 客户端向 TiDB 发送 DDL 命令来为特定的表建立 TiFlash 副本：

    该命令的参数说明如下：

    • count 表示副本数，0 表示删除。

    对于相同表的多次 DDL 命令，仅保证最后一次能生效。例如下面给出的操作 表的两条 DDL 命令中，只有第二条删除副本的命令能生效：

    为表建立 2 个副本：

    1. ALTER TABLE `tpch50`.`lineitem` SET TIFLASH REPLICA 2

    删除副本：

    1. ALTER TABLE `tpch50`.`lineitem` SET TIFLASH REPLICA 0

    注意事项：

    • 目前版本里，若先对表创建 TiFlash 副本，再使用 TiDB Lightning 导入数据，会导致数据导入失败。需要在使用 TiDB Lightning 成功导入数据至表后，再对相应的表创建 TiFlash 副本。

    • 不推荐同步 1000 张以上的表，这会降低 PD 的调度性能。这个限制将在后续版本去除。

    • TiFlash 中保留了数据库 system，用户不能为 TiDB 中名字为 system 数据库下的表创建 TiFlash 副本。如果强行创建，结果行为未定义（暂时性限制）。

    可通过如下 SQL 语句查看特定表（通过 WHERE 语句指定，去掉 WHERE 语句则查看所有表）的 TiFlash 副本的状态：

    • AVAILABLE 字段表示该表的 TiFlash 副本是否可用。1 代表可用，0 代表不可用。
    • PROGRESS 字段代表同步进度，在 0.0~1.0 之间，1 代表至少 1 个副本已经完成同步。

    TiDB 提供三种读取 TiFlash 副本的方式。如果添加了 TiFlash 副本，而没有做任何 engine 的配置，则默认使用 CBO 方式。

    对于创建了 TiFlash 副本的表，TiDB 优化器会自动根据代价估算选择是否使用 TiFlash 副本。具体有没有选择 TiFlash 副本，可以通过 desc 或 explain analyze 语句查看，例如：

    1. desc select count(*) from test.t;
    1. +--------------------------+---------+--------------+---------------+--------------------------------+
    2. | id                       | estRows | task         | access object | operator info                  |
    3. +--------------------------+---------+--------------+---------------+--------------------------------+
    4. | StreamAgg_9              | 1.00    | root         |               | funcs:count(1)->Column#4       |
    6. |   └─TableFullScan_16     | 1.00    | cop[tiflash] | table:t       | keep order:false, stats:pseudo |
    7. 3 rows in set (0.00 sec)
    1. explain analyze select count(*) from test.t;

    cop[tiflash] 表示该任务会发送至 TiFlash 进行处理。如果没有选择 TiFlash 副本，可尝试通过 analyze table 语句更新统计信息后，再查看 explain analyze 结果。

    Engine 隔离是通过配置变量来指定所有的查询均使用指定 engine 的副本，可选 engine 为 tikv 和 tiflash，分别有 2 个配置级别：

    1. 会话级别，即 SESSION 级别。设置语句：

      1.  set @@session.tidb_isolation_read_engines = "逗号分隔的 engine list";

      或者

      1.  set SESSION tidb_isolation_read_engines = "逗号分隔的 engine list";

      会话级别的默认配置继承自 TiDB 实例级别的配置，见 2。

    2. TiDB 实例级别，即 INSTANCE 级别，和会话级别配置是交集关系。比如实例级别配置了 “tikv, tiflash”，而会话级别配置了 “tikv”，则只会读取 TiKV。

      在 TiDB 的配置文件添加如下配置项：

      1.  [isolation-read]

      实例级别的默认配置为 ["tikv", "tiflash"]。

    当 engine 配置为 “tikv, tiflash”，即可以同时读取 TiKV 和 TiFlash 副本，优化器会自动选择。指定了 engine 后，对于查询中的表没有对应 engine 副本的情况（因为 TiKV 副本是必定存在的，因此只有配置了 engine 为 tiflash 而 TiFlash 副本不存在这一种情况），查询会报该表不存在该 engine 副本的错。

    手工 Hint 可以强制 TiDB 对于某张或某几张表使用 TiFlash 副本，其优先级低于 engine 隔离，如果 Hint 中指定的引擎不在 engine 列表中，会返回 warning，使用方法为：

    TiSpark 目前提供类似 TiDB 中 engine 隔离的方式读取 TiFlash，方式是通过配置参数 spark.tispark.use.tiflash 为 true（或 false）。

    可以使用以下任意一种方式进行设置：

    1. 在 spark-defaults.conf 文件中添加：

      1.  spark.tispark.use.tiflash true

    2. 在启动 Spark shell 或 Thrift server 时，启动命令中添加 --conf spark.tispark.use.tiflash=true

    3. Spark shell 中实时设置：

    4. Thrift server 通过 beeline 连接后实时设置：set spark.tispark.use.tiflash=true

    TiFlash 主要支持谓词、聚合下推计算，下推的计算可以帮助 TiDB 进行分布式加速。暂不支持的计算类型主要是表连接和 DISTINCT COUNT，会在后续版本逐步优化。

    目前 TiFlash 支持了有限的常用表达式下推，想了解具体下推的表达式，请参考该文件。

    例如在聚合函数或者 WHERE 条件中包含了不在上述列表中的表达式，聚合或者相关的谓词过滤会无法进行下推。

    如查询遇到不支持的下推计算，则需要依赖 TiDB 完成剩余计算，可能会很大程度影响 TiFlash 加速效果。对于暂不支持的表达式，将会在后续陆续加入支持，也可以联系官方沟通。