课程名称：1.2 Why HTAP Matters（HTAP 数据库简介）
学习时长：
30min
课程收获：
了解TiDB的使用场景和特点
课程内容：
TP：传统交易处理，采用行存，更新模式是实时更新
一般来说会有非常高的并发，要求要有一致性，一般只存储当前数据
AP：分析性处理
使用内存格式，批量更新
低并发 ，每次处理需要处理大量数据
往往是处理历史数据
往往用列存
传统的模式：
数据库之间需要不断地转运，造成数据不是最新的；
why HTAP :
实践中会发现，tp和ap的界限越来越模糊，
比如一个业务查询，既需要历史数据的统计，同时还要最新数据的查询；
或者说在最新数据上进行统计；
例如对在线数据进行实时分析；
例如要实时分析跨不同数据业务线汇集来的数据信息；
how HTAP help you
架构简单，实施运维简单，能够实时查询实时分析、提高业务的敏捷度
TiDB HTAP Features
添加了一个可更新的列存引擎；可以实时承载交易类的变更；
因为有了列存引擎，所以TiDB具备了行存数据格式和列存数据格式；
这两种引擎是使用不同的机器资源，所以运行起来没有相互干扰；
对于用户来说，一旦创建了列存库本，不需要关心优化器，比如关心查询的优化，是使用行存还是列存，优化器本身会自动的帮你选择是使用行存还是列存，甚至说是同时使用行存和列存；
架构总览：
采用raft协议进行数据复制；
数据写入没必要等到所有节点都完成才返回，只要有一个完成，即可返回； 其他的会异步进行复制； 这样可以确保交易类数据事务及时返回；
传统的使用是需要两套系统，一个是tp，一个是ap，然后tp导入到ap里面才能进行数据分析；
使用场景：
比如说有个客服系统，操作人员既要查看当前任务量和投诉量等，然后还需要针对具体一条数据进行操作；这就需要tp和ap同时提供服务；
嵌入方式：
对于已经有成型的数据平台，可以放在数据仓库入口前使用TiDB， 进行数据继承和实时查询；
转存方式：
1）可以将Hadoop中数据使用TisPark转存到TiDB中；
2）也可以在hadoop中根据需求查询出一张表，然后再写入到TiBD中，它支持分布式数据写入；
原因：
hadoop是一个能承载大量数据，进行批量计算的，并不适合数据服务；