TiDB 后端任务分布式并行执行框架

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。

注意：本框架不支持 SQL 查询的分布式执行。

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、Load Data、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仅支持分布式执行 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);

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：

• tidb_ddl_enable_fast_reorg：从 TiDB v6.5.0 开始默认打开，用于启用快速模式。

• tidb_ddl_disk_quota：用于控制快速模式可使用的本地磁盘最大配额。

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。

注意：在升级到 v6.5.0 及以上版本时，建议你检查 TiDB 的 temp-dir 路径是否正确挂载了 *** 磁盘。该参数是 TiDB 的配置参数，设置后需要重启 TiDB 才能生效。因此，在升级前提前进行设置，可以避免再次重启。

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。

3. 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：

• tidb_ddl_reorg_worker_cnt：使用默认值 4 即可，建议最大不超过 16。

• tidb_ddl_reorg_priority

• tidb_ddl_error_count_limit

• tidb_ddl_reorg_batch_size：使用默认值即可，建议最大不超过 1024。

小贴士：对于分布式执行 ADD INDEX 语句，只需要设置 tidb_ddl_reorg_worker_cnt。

实现原理

TiDB 后端任务分布式框架的架构图如下：

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。

• 上述就是小编为大家整理的（TiDB 后端任务分布式并行执行框架）
  

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。