ITPub博客

表达式概要表达式是承载 SQL 大部分逻辑的一个重要部分。SQL 中的表达式和编程语言中的表达式并没有差异。表达式可以大致分为函数、常量、列引用。如 select a + 1 from table 中的 a + 1 是一个表达式，其中 + 是函数，1 是常量，a 是列引用。 在 SQL 中，表达式会归属在不同的算子里执行，以 select a+b from tests.t where c &gt

Overview在前面的介绍中，大家应该对 TiFlash 如何存储、计算有了一定的了解。那么今天我们主要讲解一下 TiFlash 如何被添加副本，以及获得数据的。 如何对一张表添加一个 TiFlash 副本呢？是通过下面的指令 ALTER TABLE t SET TIFLASH REPLICA 1 也就是说，此时这张表对应的数据已经在集群中的 TiKV 上被存储了，我们实际上需要的是将数据

TiDB v6.2 于 8 月 23 日发布了。在全新的版本中，TiDB 提供了诸多方面的提升，它们主要集中于：可观测性、性能、稳定性、数据生态加强以及 MySQL 兼容几个领域。 可观测性在新版本中，TiDB Dashboard 支持了可视化执行计划。以往 TiDB 用只能借助观察文字输出的执行计划排查问题，这对于简单的交易类 SQL 而言问题并不大，但分析型 SQL 很可能会产生庞大的执

背景在前面的源码分析中对 TiFlash 的计算层和存储层都进行了深入的分析，其中 TiFlash DeltaTree 存储引擎设计及实现分析 (Part 1) TiFlash DeltaTree 存储引擎设计及实现分析 (Part 2) 对 TiFlash 存储层的读写流程进行了完整的梳理，如果读者没有阅读过这两篇文章，建议阅读后再继续本文的阅读。 这里简单回顾一下，TiFlash 存储层

TiSpark 是 PingCAP 为解决用户复杂 OLAP 需求而推出的产品。它通过 Spark 提供的拓展机制与内置的 TiKV Client Java，在 Spark 之上直连 TiKV 进行读写，具有事务性读取、事务性写入与删除等能力。其中在事务性读取中基于 Spark Extension 实现了下推（详情可见 TiSpark 用户指南）。 为了帮助读者更好地理解、运用 TiSpark，

本文作者：吴永健 https://tidb.net/u/banana_jian 简介TiDB 6.0 版本正式提供了基于 SQL 接口的数据放置框架（Placement Rules in SQL）， 特性用于通过 SQL 接口配置数据在 TiKV 集群中的放置位置。通过该功能，用户可以将表和分区指定部署至不同的地域、机房、机柜、主机。适用场景包括低成本优化数据高可用策略、保证本地的数据副

复杂业务查询对于传统的关系型数据库来说是一种考验，而通过 TiKV 行存与 TiFlash 的列存结合使用就能很好地应对。本文根据 TUG 用户边城元元在 TiDB 社区技术交流石家庄站的分享整理，详细介绍了 TiKV & TiFlash 加速复杂业务查询的原理及实践方案。 背景在互联网公司或传统公司的 CRM 系统中，最常用的功能之一客户的筛选。通过不同的角度、维度、标签的组合来框选客

作者丨吴强（PingCAP TiDB Cloud 团队工程师） 编辑丨Calvin Weng、Tom Dewan TiDB Cloud 是为开源分布式数据库 TiDB 打造的全托管 DBaaS (Database-as-a-Service) 服务。 Databricks 是一款搭载 Spark，并基于网页的数据分析平台。Databricks 的数据湖仓架构集成了业界最优秀的数据仓库和数据

本文作者：施闻轩，TiFlash 资深研发工程师 背景在 Part1 中我们主要对 DeltaTree 引擎的结构和写入相关流程进行了介绍。本文对读取流程进行介绍。若读者尚未阅读过 Part1 ，需要先阅读 Part1 文章了解前置知识。 本文基于写作时最新的 TiFlash v6.1.0 设计及源码进行分析。随着时间推移，新版本中部分设计可能会发生变更，使得本文部分内容失效，请读者注意甄

TiFlash 是 TiDB 的分析引擎，是 TiDB HTAP 形态的关键组件。TiFlash 源码阅读系列文章将从源码层面介绍 TiFlash 的内部实现。在上一期源码阅读中，我们介绍了 TiFlash 的存储引擎，本文将介绍 TiFlash DDL 模块的相关内容，包括 DDL 模块的设计思路, 以及具体代码实现的方式。 本文基于写作时最新的 TiFlash v6.1.0 设计及源码进

threads/request type oltp_point_select oltp_read_only select_random_points select_random_ranges 8 612.73% 444.63% 77.61% 20.01% 16 628.22% 372.20% 88.01% 18.34% 32

本文作者：h5n1，TiDB爱好者，目前就职于联通软件研究院，asktug 主页 1. 前言TiDB 作为一个分布式数据库，计算节点 tidb server 和存储节点 tikv/tiflash server 有着近乎线性的扩展能力，当资源不足时直接在线扩容即可。但作为整个集群大脑的 PD 节点因为只有 leader 提供服务，不能向其他组件一样通过扩展节点而提高处理能力。 目前 TSO 分配

作者： 黄海升，TiFlash 研发工程师 TiFlash 自开源以来得到了社区的广泛关注，很多小伙伴通过源码阅读的活动学习 TiFlash 背后的设计原理，也有许多小伙伴跃跃欲试，希望能参与到 TiFlash 的贡献中来。这次，我们特别筛选了 TiFlash 中一些入门级别的 issue，帮助大家无门槛地参与到大型开源项目中来。Issue 列表：https://github.com/pingc

近日，全球权威信息技术研究与咨询机构 Gartner 发布了云数据库市场领域 2022 Gartner® Peer Insights™“Voice of the Customer” 报告，PingCAP 是唯一入选的中国分布式云数据库服务商，客户总体评分达到 4.7 分（满分 5 分），在所有入选企业中位列第一。来源：Gartner Peer Insights ‘Voice of the Cust

2022 年 6 月 15 日，企业级开源分布式数据库厂商 PingCAP 宣布与阿里云达成合作，融合双方技术优势的云数据库 TiDB 正式上线阿里云心选商城，为中国企业用户带来新一代 HTAP 数据库的云端体验。云数据库 TiDB 提供 OLTP 规模化和实时 HTAP 能力，以一栈式实时数据服务推动金融、电信、电商、物流、SaaS、游戏、制造、能源、公共事业等行业用户的业务创新与高速增长，是广

TiDB 6.0 版本针对悲观事务引入了内存悲观锁的优化，带来了明显的性能提升。本文将从最初的乐观事务到悲观事务入手；介绍 6.0 版本针对悲观锁进行优化的原理，并结合压测数据验证其带来的性能提升。作者简介：jiyf，开源 NewSQL 爱好者，目前就职于天翼云，后端开发工程师，TiDB 社区资深用户。背景在 v6.0.0 版本，针对悲观事务引入了内存悲观锁的优化（In-memory lock），

我们很高兴向大家宣布，TiDB 6.1 于 6 月 xx 日发布了，这是 TiDB 6 系版本的第一个长期支持版（Long Term Support）。长期支持版在两个月前发布 TiDB 6.0 版本时，我们提过在新发版流程中，我们引入了 LTS 版本的概念，与之相对的是开发里程碑版本（Development Milestone Release）。引入这两种概念是为了让 TiDB 的发版节奏能兼顾

近日，TiDB Cloud 正式上线 Google Cloud Marketplace，现在，Google Cloud 全球用户能够通过 Google Cloud Marketplace 搜索、发现和订阅 TiDB Cloud 服务，将为全球用户带来全新的一栈式实时 HTAP 数据库体验。TiDB 是一款定位于在线事务处理/在线分析处理的融合型数据库产品，实现了一键水平伸缩，强一致性的多副本数据安

结论先行TiDB 6.0 正式提供了数据放置框架（Placement Rules in SQL ）功能，用户通过 SQL 配置数据在 TiKV 集群中的放置位置，可以对数据进行直接的管理，满足不同的业务场景需要。如：1.冷热分离存储，降低存储成本TiDB 6.0 正式支持数据冷热存储分离，可以降低 SSD 使用成本。使用 TiDB 6.0 的数据放置功能，可以在同一个集群实现海量数据的冷热存储，将

TiFlash 是 TiDB 的分析引擎，是 TiDB HTAP 形态的关键组件。TiFlash 源码阅读系列文章将从源码层面介绍 TiFlash 的内部实现。希望读者在阅读这一系列文章后，能够对 TiFlash 内部原理有一个清晰的理解，更熟悉 TiFlash 各个流程及概念，甚至能对 TiFlash 进行源码级别的编程开发。在 上一期源码阅读 中，我们介绍了 TiFlash