TiDB 源码阅读系列文章(二)初识 TiDB 源码

网友投稿 781 2023-05-18

本文为 TiDB 源码阅读系列文章的第二篇, 第一篇文章 介绍了 TiDB 整体的架构,知道 TiDB 有哪些模块,分别是做什么的,从哪里入手比较好,哪些可以忽略,哪些需要仔细阅读。

TiDB 源码阅读系列文章(二)初识 TiDB 源码

这篇文章是一篇入门文档,难度系数比较低,其中部分内容可能大家在其他渠道已经看过,不过为了内容完整性,我们还是会放在这里。

TiDB 架构

TiDB 架构

本次 TiDB 源码之旅从这幅简单的架构图开始,这幅图很多人都看过,我们可以用一句话来描述这个图:『TiDB 是一个支持 MySQL 协议,以某种支持事务的分布式 KV 存储引擎为底层存储的 SQL 引擎』。从这句话可以看出有三个重要的事情,第一是如何支持 MySQL 协议,与 Client 交互,第二是如何与底层的存储引擎打交道,存取数据,第三是如何实现 SQL 的功能。本篇文章会先介绍一些 TiDB 有哪些模块及其功能简要介绍,然后以这三点为线索,将这些模块串联起来。

代码简介

TiDB 源码完全托管在 Github 上,从 项目主页 可以看到所有信息。整个项目使用 Go 语言开发,按照功能模块分了很多 Package,通过一些依赖分析工具,可以看到项目内部包之间的依赖关系。

大部分包都以接口的形式对外提供服务,大部分功能也都集中在某个包中,不过有一些包提供了非常基础的功能,会被很多包依赖,这些包需要特别注意。

项目的 main 文件在 tidb-server/main.go,这里面定义了服务如何启动。整个项目的 Build 方法可以在 Makefile 中找到。

除了代码之外,还有很多测试用例,可以在 xx_test.go 中找到。另外 cmd 目录下面还有几个工具包,用来做性能测试或者是构造测试数据。

模块介绍

TiDB 的模块非常多,这里做一个整体介绍,大家可以看到每个模块大致是做什么用的,想看相关功能的代码是,可以直接找到对应的模块。

Package Introduction ast 抽象语法树的数据结构定义,例如 SelectStmt 定义了一条 Select 语句被解析成什么样的数据结构 cmd/benchdb 简单的 benchmark 工具,用于性能优化 cmd/benchfilesort 简单的 benchmark 工具,用于性能优化 cmd/benchkv Transactional KV API benchmark 工具,也可以看做 KV 接口的使用样例 cmd/benchraw Raw KV API benchmark 工具,也可以看做不带事务的 KV 接口的使用样例 cmd/importer 根据表结构以及统计信息伪造数据的工具,用于构造测试数据 config 配置文件相关逻辑 context 主要包括 Context 接口,提供一些基本的功能抽象,很多包以及函数都会依赖于这个接口,把这些功能抽象为接口是为了解决包之间的依赖关系 ddl DDL 的执行逻辑 distsql 对分布式计算接口的抽象,通过这个包把 Executor 和 TiKV Client 之间的逻辑做隔离 domain domain 可以认为是一个存储空间的抽象,可以在其中创建数据库、创建表,不同的 domain 之间,可以存在相同名称的数据库,有点像 Name Space。一般来说单个 TiDB 实例只会创建一个 Domain 实例,其中会持有 information schema 信息、统计信息等。 executor 执行器相关逻辑,可以认为大部分语句的执行逻辑都在这里,比较杂,后面会专门介绍 expression 表达式相关逻辑,包括各种运算符、内建函数 expression/aggregation 聚合表达式相关的逻辑,比如 Sum、Count 等函数 infoschema SQL 元信息管理模块,另外对于 Information Schema 的操作,都会访问这里 kv KV 引擎接口以及一些公用方法,底层的存储引擎需要实现这个包中定义的接口 meta 利用 structure 包提供的功能,管理存储引擎中存储的 SQL 元信息,infoschema/DDL 利用这个模块访问或者修改 SQL 元信息 meta/autoid 用于生成全局唯一自增 ID 的模块,除了用于给每个表的自增 ID 之外,还用于生成全局唯一的 Database ID 和 Table ID metrics Metrics 相关信息,所有的模块的 Metrics 信息都在这里 model SQL 元信息数据结构,包括 DBInfo / TableInfo / ColumnInfo / IndexInfo 等 mysql MySQL 相关的常量定义 owner TiDB 集群中的一些任务只能由一个实例执行,比如异步 Schema 变更,这个模块用于多个 tidb-server 之间协调产生一个任务执行者。每种任务都会产生自己的执行者。 parser 语法解析模块,主要包括词法解析 (lexer.go) 和语法解析 (parser.y),这个包对外的主要接口是 Parse(),用于将 SQL 文本解析成 AST parser/goyacc 对 GoYacc 的包装 parser/opcode 关于操作符的一些常量定义 perfschema Performance Schema 相关的功能,默认不会启用 plan 查询优化相关的逻辑 privilege 用户权限管理接口 privilege/privileges 用户权限管理功能实现 server MySQL 协议以及 Session 管理相关逻辑 sessionctx/binloginfo 向 Binlog 模块输出 Binlog 信息 sessionctx/stmtctx Session 中的语句运行时所需要的信息,比较杂 sessionctx/variable System Variable 相关代码 statistics 统计信息模块 store 储存引擎相关逻辑,这里是存储引擎和 SQL 层之间的交互逻辑 store/mock*** 模拟 TSO 组件 store/mockstore 实例化一个 Mock TiKV 的逻辑,主要方法是 NewMockTikvStore,把这部分逻辑从 mocktikv 中抽出来是避免循环依赖 store/mockstore/mocktikv 在单机存储引擎上模拟 TiKV 的一些行为,主要作用是本地调试、构造单元测试以及指导 TiKV 开发 Coprocessor 相关逻辑 store/tikv TiKV 的 Go 语言 Client store/tikv/gcworker TiKV GC 相关逻辑,tidb-server 会根据配置的策略向 TiKV 发送 GC 命令 store/tikv/*** TSO 服务接口 store/tikv/***/***s TSO 服务的 Client store/tikv/tikvrpc TiKV API 的一些常量定义 structure 在 Transactional KV API 上定义的一层结构化 API,提供 List/Queue/HashMap 等结构 table 对 SQL 的 Table 的抽象 table/tables 对 table 包中定义的接口的实现 tablecodec SQL 到 Key-Value 的编解码,每种数据类型的具体编解码方案见 codec 包 terror TiDB 的 error 封装 tidb-server 服务的 main 方法 types 所有和类型相关的逻辑,包括一些类型的定义、对类型的操作等 types/json json 类型相关的逻辑 util 一些实用工具,这个目录下面包很多,这里只会介绍几个重要的包 util/admin TiDB 的管理语句( Admin 语句)用到的一些方法 util/charset 字符集相关逻辑 util/chunk Chunk 是 TiDB 1.1 版本引入的一种数据表示结构。一个 Chunk 中存储了若干行数据,在进行 SQL 计算时,数据是以 Chunk 为单位在各个模块之间流动 util/codec 各种数据类型的编解码 x-server X-Protocol 实现

从哪里入手

粗看一下 TiDB 有 80 个包,让人觉得无从下手,不过并不是所有的包都很重要,另外一些功能只会涉及到少量包,从哪里入手去看源码取决于看源码的目的。

如果是想了解某一个具体的功能的实现细节,那么可以参考上面的模块简介,找到对应的模块即可。

如果想对源码有全面的了解,那么可以从 tidb-server/main.go 入手,看 tidb-server 是如何启动,如何等待并处理用户请求。再跟着代码一直走,看 SQL 的具体执行过程。另外一些重要的模块,需要看一下,知道是如何实现的。辅助性的模块,可以选择性的看一下,有大致的印象即可。

重要模块

在全部 80 个模块中,下面几个模块是最重要的,希望大家能仔细阅读。

plan expression executor distsql store/tikv ddl tablecodec server types kv tidb

辅助模块

除了重要的模块之外,余下的是辅助模块,但并不是说这些模块不重要,只是说这些模块并不在 SQL 执行的关键路径上,我们也会用一定的篇幅描述其中的大部分包。

SQL 层架构

SQL 层架构

这幅图比上一幅图详细很多,大体描述了 SQL 核心模块,大家可以从左边开始,顺着箭头的方向看。

Protocol Layer

最左边是 TiDB 的 Protocol Layer,这里是与 Client 交互的接口,目前 TiDB 只支持 MySQL 协议,相关的代码都在 server 包中。

这一层的主要功能是管理客户端 connection,解析 MySQL 命令并返回执行结果。具体的实现是按照 MySQL 协议实现,具体的协议可以参考 MySQL 协议文档 。这个模块我们认为是当前实现最好的一个 MySQL 协议组件,如果大家的项目中需要用到 MySQL 协议解析、处理的功能,可以参考或引用这个模块。

连接建立的逻辑在 server.go 的 Run() 方法中,主要是下面两行:

236: conn, err := s.listener.Accept() 258: go s.onConn(conn)

单个 Session 处理命令的入口方法是调用 clientConn 类的  dispatch 方法 ,这里会解析协议并转给不同的处理函数。

SQL Layer

大体上讲,一条 SQL 语句需要经过,语法解析-->合法性验证-->制定查询计划-->优化查询计划-->根据计划生成查询器-->执行并返回结果 等一系列流程。这个主干对应于 TiDB 的下列包:

Package 作用 tidb Protocol 层和 SQL 层之间的接口 parser 语法解析 plan 合法性验证 + 制定查询计划 + 优化查询计划 executor 执行器生成以及执行 distsql 通过 TiKV Client 向 TiKV 发送以及汇总返回结果 store/tikv TiKV Client

KV API Layer

TiDB 依赖于底层的存储引擎提供数据的存取功能,但是并不是依赖于特定的存储引擎(比如 TiKV),而是对存储引擎提出一些要求,满足这些要求的引擎都能使用(其中 TiKV 是最合适的一款)。

最基本的要求是『带事务的 Key-Value 引擎,且提供 Go 语言的 Driver』,再高级一点的要求是『支持分布式计算接口』,这样 TiDB 可以把一些计算请求下推到 存储引擎上进行。

这些要求都可以在 kv 这个包的 接口 中找到,存储引擎需要提供实现了这些接口的 Go 语言 Driver,然后 TiDB 利用这些接口操作底层数据。

对于最基本的要求,可以重点看这几个接口:

Transaction :事务基本操作

Retriever  :读取数据的接口

Mutator :修改数据的接口

Storage :Driver 提供的基本功能

Snapshot :在数据 Snapshot 上面的操作

Iterator :Seek 返回的结果,可以用于遍历数据

有了上面这些接口,可以对数据做各种所需要的操作,完成全部 SQL 功能,但是为了更高效的进行运算,我们还定义了一个高级计算接口,可以关注这三个 Interface/struct :

Client :向下层发送请求以及获取下层存储引擎的计算能力

Request : 请求的内容

Response : 返回结果的抽象

小结

至此,读者已经了解了 TiDB 的源码结构以及三个主要部分的架构,更详细的内容会在后面的章节中详细描述。

点击查看更多 TiDB 源码阅读系列文章

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:云原生存储:云计算时代的新选择
下一篇:TiDB 源码阅读系列文章(一)序
相关文章