文档中心

云数据库 TiDB 版

快速入门

试用 HTAP

HTAP 指的是混合事务与分析处理。云数据库 TiDB 版中的 HTAP 架构由 TiKV（为事务处理设计的行存储引擎）和 TiFlash（为分析处理设计的列存储引擎）组成。您的应用数据首先存储在 TiKV 中，然后通过 Raft 共识算法实时同步到 TiFlash。因此，这是从行存储到列存储的实时复制。

本教程将引导您以简单的方式体验云数据库 TiDB 版的混合事务与分析处理（HTAP）特性。内容包括如何将表复制到 TiFlash、如何使用 TiFlash 运行查询，以及如何体验性能提升。

操作步骤

步骤 1 将示例数据表复制到列存储引擎

创建 Essential 集群后，TiKV 不会自动把数据复制到 TiFlash。您需要在 TiDB MySQL 客户端执行 DDL 语句，指定要复制的数据表。执行完成后，TiDB 会自动在 TiFlash 中创建该表的副本。

以 games 表为例，创建 games 表的 SQL 语句如下：

执行以下语句将 games 表复制到 TiFlash：

检查复制进度，可以执行以下语句：

在上述语句的结果中：

AVAILABLE 表示指定表的 TiFlash 副本是否可用。1 表示可用，0 表示不可用。一旦副本变为可用，该状态不会再变化。

PROGRESS 表示复制的进度。取值范围为 0 到 1。1 表示至少有一个副本已完成复制。

步骤 2 使用 HTAP 查询数据

当复制过程完成后，您就可以开始运行查询语句了。

例如，您可以统计每年发布的游戏数量，以及平均价格和平均游玩时长：

步骤 3 对比行存储与列存储的查询性能

在此步骤中，您可以对比 TiKV（行存储）和 TiFlash（列存储）的执行统计信息。

若要获取该查询在 TiKV 上的执行统计信息，执行以下语句：

EXPLAIN ANALYZE SELECT /*+ READ_FROM_STORAGE(TIKV[games]) */
YEAR(`release_date`) AS `release_year`,
COUNT(*) AS `games_released`,
AVG(`price`) AS `average_price`,
AVG(`average_playtime_forever`) AS `average_playtime`
FROM
`games`
GROUP BY
`release_year`
ORDER BY
`release_year` DESC;

对于拥有 TiFlash 副本的表，TiDB 优化器会根据成本估算自动决定使用 TiKV 还是 TiFlash 副本。在上述 EXPLAIN ANALYZE 语句中，/*+ READ_FROM_STORAGE(TIKV[games]) */ hint 用于强制优化器选择 TiKV，这样您可以查看 TiKV 的执行统计信息。

注意

5.7.7 之前的 MySQL 命令行客户端默认会去除优化器 Hint。如果您在这些早期版本中使用 Hint 语法，启动客户端时请加上 --comments 选项。例如：mysql -h 127.0.0.1 -P 4000 -uroot --comments。

在输出结果中，您可以从 execution info 列获取执行时间。

id | estRows | actRows | task | access object | execution info | operator info | memory | disk
---------------------------+----------+---------+-----------+---------------+--------------------------------------------+-----------------------------------------------+---------+---------
Sort_5 | 4019.00 | 28 | root | | time:672.7ms, loops:2, RU:1159.679690 | Column#36:desc | 18.0 KB | 0 Bytes
└─Projection_7 | 4019.00 | 28 | root | | time:672.7ms, loops:6, Concurrency:5 | year(game.games.release_date)->Column#36, ... | 35.5 KB | N/A
└─HashAgg_15 | 4019.00 | 28 | root | | time:672.6ms, loops:6, partial_worker:... | group by:Column#38, funcs:count(Column#39)... | 56.7 KB | N/A
└─TableReader_16 | 4019.00 | 28 | root | | time:672.4ms, loops:2, cop_task: {num:... | data:HashAgg_9 | 3.60 KB | N/A
└─HashAgg_9 | 4019.00 | 28 | cop[tikv] | | tikv_task:{proc max:300ms, min:0s, avg... | group by:year(game.games.release_date), ... | N/A | N/A
└─TableFullScan_14 | 68223.00 | 68223 | cop[tikv] | table:games | tikv_task:{proc max:290ms, min:0s, avg... | keep order:false | N/A | N/A
(6 rows)

若要获取该查询在 TiFlash 上的执行统计信息，执行以下语句：

EXPLAIN ANALYZE SELECT
YEAR(`release_date`) AS `release_year`,
COUNT(*) AS `games_released`,
AVG(`price`) AS `average_price`,
AVG(`average_playtime_forever`) AS `average_playtime`
FROM
`games`
GROUP BY
`release_year`
ORDER BY
`release_year` DESC;

在输出结果中，您可以从 execution info 列获取执行时间。

id | estRows | actRows | task | access object | execution info | operator info | memory | disk
-------------------------------------+----------+---------+--------------+---------------+-------------------------------------------------------+--------------------------------------------+---------+---------
Sort_5 | 4019.00 | 28 | root | | time:222.2ms, loops:2, RU:25.609675 | Column#36:desc | 3.77 KB | 0 Bytes
└─TableReader_39 | 4019.00 | 28 | root | | time:222.1ms, loops:2, cop_task: {num: 2, max: 0s,... | MppVersion: 1, data:ExchangeSender_38 | 4.64 KB | N/A
└─ExchangeSender_38 | 4019.00 | 28 | mpp[tiflash] | | tiflash_task:{time:214.8ms, loops:1, threads:1} | ExchangeType: PassThrough | N/A | N/A
└─Projection_8 | 4019.00 | 28 | mpp[tiflash] | | tiflash_task:{time:214.8ms, loops:1, threads:1} | year(game.games.release_date)->Column#3... | N/A | N/A
└─Projection_34 | 4019.00 | 28 | mpp[tiflash] | | tiflash_task:{time:214.8ms, loops:1, threads:1} | Column#33, div(Column#34, cast(case(eq(... | N/A | N/A
└─HashAgg_35 | 4019.00 | 28 | mpp[tiflash] | | tiflash_task:{time:214.8ms, loops:1, threads:1} | group by:Column#63, funcs:sum(Column#64... | N/A | N/A
└─ExchangeReceiver_37 | 4019.00 | 28 | mpp[tiflash] | | tiflash_task:{time:214.8ms, loops:1, threads:8} | | N/A | N/A
└─ExchangeSender_36 | 4019.00 | 28 | mpp[tiflash] | | tiflash_task:{time:210.6ms, loops:1, threads:1} | ExchangeType: HashPartition, Compressio... | N/A | N/A
└─HashAgg_33 | 4019.00 | 28 | mpp[tiflash] | | tiflash_task:{time:210.6ms, loops:1, threads:1} | group by:Column#75, funcs:count(1)->Col... | N/A | N/A
└─Projection_40 | 68223.00 | 68223 | mpp[tiflash] | | tiflash_task:{time:210.6ms, loops:2, threads:8} | game.games.price, game.games.price, gam... | N/A | N/A
└─TableFullScan_23 | 68223.00 | 68223 | mpp[tiflash] | table:games | tiflash_task:{time:210.6ms, loops:2, threads:8}, ... | keep order:false | N/A | N/A
(11 rows)

注意

由于示例数据量较小，且本文档中的查询非常简单，如果您已经强制优化器选择 TiKV 并再次运行相同查询，TiKV 可能会复用其缓存，因此查询速度可能会更快。如果数据经常更新，则缓存会失效。

最近更新时间：2026.07.08 16:12:49

这个页面对您有帮助吗？

有用

无用