课程名称：课程版本（101/201/301）+ 课程名称
学习时长：
20
课程收获：
学习了Tidb的架构，包括Tispark,，Tiflash，以及为何被称为HTAP数据库。
课程内容：
1.0.0
-
计算和存储两个方面无线扩展
-
兼容mysql
-
对应用透明的数据分片策略
-
强一致的分布式事务
TIDB: 无状态的sql引擎
TiKV: 分布式KV存储引擎，
由raft算法实现副本之间的复制来保证高可用
PD：负责元数据的存储和TiKV中数据的调度
简单来说，由于Tidb可以无限横向扩容的特性，就好比容量无限大的Mysql
此时的Tidb具有很好的中台能力，在中台场景中，可以通过数据头部工具syncer向Tidb进行数据汇总
由于Coprocessor的存在，汇总的数据可以并行地在TiKV中进行聚合，生成报表。
TiDB十分适用于数据中台的场景
协议兼容，可以从mysql同步到Tidb
不需要数据分片，对应用透明
数据实时汇总，把备机和中台二者合二为一
使用一段时间后
OLTP场景：
虽然有一些问题，但基本上很友好
OLAP场景：
复杂查询太慢
容易OOM
不能和大数据平台整合
解决方案：
将Tidb和Tikv串起来，组成MPP引擎
风险高，周期长
寻求开源的分布式计算组件
需要成熟和广发的用户基础
TiSpark诞生
分布式的计算框架，更快更稳定
无缝接入大数据的生态，脚本，pythoh,R都可以轻松操作TiDb
缺点：
并发数低，消耗资源
用户希望使用高并发的同时，使用中等规模的AP查询
性能对比
核心矛盾：
-
行存不适合做分析
-
没有做资源隔离
TiFlash
通过raft learner同步一组列存
同步的代价极低，读取时通过raft index 结合MVCC实现了
通过打标签的方式实现了物理隔离。
AP/TP不会互相影响
今天
真正的HTAP
一个兼容行存储和列存储的平台，数据轻松同步
TIDB集群提供TP业务的同时，可以在列存上轻松进行分析
