课程名称：101+1.3 A Brief History About the TiDB database platform（TiDB 发展简史）
学习时长：25min
课程收获：
介绍了 TiDB 的发展历史。自从 v1.0.0 GA 开始，TiDB 做到了：可以从计算和存储两个层面的无限扩展，兼容了 MySQL 的语法和协议，强一致的真分布式事务。到今天，TiDB 可以称为一个真正的 HTAP 系统，不需要 ETL 工具进行数据转换，在系统运行 OLTP 业务时，也可以方便的进行报表查询。
一、早期TIDB简介；
二、TiSpark简介；
三、TiFlash简介；
四、现代的TiDB；
课程内容：
一、早期TiDB:
- 可以从计算和存储的两个层面的无线扩展；
- 兼用Mysql语法和协议；
- 强一致的分布式事务支持；
- 分为3个组件TiDB(无状态的SQL引擎，前端计算时可多实例启动),TiKV(分布式存储引擎，用Raft算法进行副本之间的复制来保证高可用)，PD(主管元数据的存储以及TiKV之间的调度)；
- 由于具备无线横向扩展的特性，TiDB可视为容量无线大的MySql；
-
数据中台：
(1)TiDB是中台数据场景的理想选择；
(2)协议兼容，容易同步mysql生产库；
(3)透明和可访问的交叉分割查询；
(4)数据的实时性；
(5)海量存储允许多个数据源汇聚；
(6)备机和中台合二为一;(在中台场景通过Syncer向TiDB进行数据的汇总，由于协处理器的存在，汇总的数据可以在TiKV中进行聚合，生成报表)。 -
缺点：
(1)在tp场景下，有点问题，影响不大；
(2)在ap场景下，复杂查询太慢、经常OOM（内存溢出）、无法和大数据平台整合"。
二、TiSpark:
- 将TiDB的计算能力扩展为多点变形计算；
-
优点：
(1)提供分布式的计算框架，更快也更稳定；
(2)无缝接入大数据生态，在脚本、Python、R语言都可以轻松操作tidb集群； - 缺点：并发性低并且消耗大量计算资源；
-
TiDB优化：简单优化器到加入RBO和CBO的优化器，到将来支持cascades optimizer,执行器从火山模型到批量执行到向量化执行以及更好的并发控制，外加一些新特性，比如分区表、index merge等，这些都对复杂计算有巨大的提升；
三、TiFlash:
- 通过Raft Learner向列存储引擎同步一份数据：
（1）同步代价极低的问题；
（2）读取通过Raft Index结合MVCC实现了强一致读。 - 通过打标签的形式实现了物理的隔离，使AP和TP的负载不互相影响"。
四、 今天的TiDB:
- 可称为HTAP；
- 在系统进行业务时，也可以方便报表查询数据库；
- 既有行存，也有列存，数据可自动进行转换。
