这篇文章里面提到：
有了 Learner 之后，我们在扩容时不会先去加一个 Follower（也就是一个 Voter），而是增加一个 Learner 的角色，它不是 Voter，所以它只会同步数据不会投票，所以无论在做数据写入还是成员变更的时候都不会算上它。 当同步完所有数据时（因为数据量大的时候同步时间会比较长），拿到所有数据之后，再把它变成一个 Voter，同时再把另一个我们想下线的 Follower 下掉就好了。 这样就能极大的缩短同时存在 4 个 Voter 的时间，整个 Raft Group 的可用性就得到了提升。
然后你的日志里面又是
change_type: AddLearnerNode
所以我怀疑性能变差其实是因为pd正在调度其他tikv的副本到这台机器上来。
https://docs.pingcap.com/zh/tidb/stable/grafana-pd-dashboard#operator
可以看看pd的operator监控是否同期有什么变化，来佐证一下这个猜想。