TiDB 2.0 Release Notes

2018 年 4 月 27 日，TiDB 发布 2.0 GA 版。相比 1.0 版本，该版本对 MySQL 兼容性、系统稳定性、优化器和执行器做了很多改进。

TiDB

SQL 优化器
- 精简统计信息数据结构，减小内存占用
- 加快进程启动时加载统计信息速度
- 支持统计信息动态更新 [experimental]
- 优化代价模型，对代价估算更精准
- 使用 Count-Min Sketch 更精确地估算点查的代价
- 支持分析更复杂的条件，尽可能充分的使用索引
- 支持通过 STRAIGHT_JOIN 语法手动指定 Join 顺序
- GROUP BY子句为空时使用 Stream Aggregation 算子，提升性能
- 支持使用索引计算 Max/Min 函数
- 优化关联子查询处理算法，支持将更多类型的关联子查询解关联并转化成 Left Outer Join
- 扩大 IndexLookupJoin 的使用范围，索引前缀匹配的场景也可以使用该算法
SQL 执行引擎
- 使用 Chunk 结构重构所有执行器算子，提升分析型语句执行性能，减少内存占用，显著提升 TPC-H 结果
- 支持 Streaming Aggregation 算子下推
- 优化 Insert Into Ignore 语句性能，提升 10 倍以上
- 优化 Insert On Duplicate Key Update 语句性能，提升 10 倍以上
- 下推更多的数据类型和函数到 TiKV 计算
- 优化 Load Data 性能，提升 10 倍以上
- 支持对物理算子内存使用进行统计，通过配置文件以及系统变量指定超过阈值后的处理行为
- 支持限制单条 SQL 语句使用内存的大小，减少程序 OOM 风险
- 支持在 CRUD 操作中使用隐式的行 ID
- 提升点查性能
Server
- 支持 Proxy Protocol
- 添加大量监控项，优化日志
- 支持配置文件的合法性检测
- 支持 HTTP API 获取 TiDB 参数信息
- 使用 Batch 方式 Resolve Lock，提升垃圾回收速度
- 支持多线程垃圾回收
- 支持 TLS
兼容性
- 支持更多 MySQL 语法
- 支持配置文件修改 lower_case_table_names 系统变量，用于支持 OGG 数据同步工具
- 提升对 Navicat 的兼容性
- 在 Information_Schema 中支持显示建表时间
- 修复部分函数/表达式返回类型和 MySQL 不同的问题
- 提升对 JDBC 兼容性
- 支持更多的 SQL_MODE
DDL
- 优化 Add Index 的执行速度，部分场景下速度大幅度提升
- Add Index 操作变更为低优先级，降低对线上业务影响
- Admin Show DDL Jobs 输出更详细的 DDL 任务状态信息
- 支持 Admin Show DDL Job Queries JobID 查询当前正在运行的 DDL 任务的原始语句
- 支持 Admin Recover Index 命令，用于灾难恢复情况下修复索引数据
- 支持通过 Alter 语句修改 Table Options

PD

增加 Region Merge 支持，合并数据删除后产生的空 Region [experimental]
增加 Raft Learner 支持 [experimental]
调度器优化
- 调度器适应不同的 Region size
- 提升 TiKV 宕机时数据恢复的优先级和恢复速度
- 提升下线 TiKV 节点搬迁数据的速度
- 优化 TiKV 节点空间不足时的调度策略，尽可能防止空间不足时磁盘被写满
- 提升 balance-leader scheduler 的调度效率
- 减少 balance-region scheduler 调度开销
- 优化 hot-region scheduler 的执行效率
运维接口及配置
- 增加 TLS 支持
- 支持设置 PD leader 优先级
- 支持基于 label 配置属性
- 支持配置特定 label 的节点不调度 Region leader
- 支持手动 Split Region，可用于处理单 Region 热点的问题
- 支持打散指定 Region，用于某些情况下手动调整热点 Region 分布
- 增加配置参数检查规则，完善配置项的合法性较验
调试接口
- 增加 Drop Region 调试接口
- 增加枚举各个 PD health 状态的接口
统计相关
- 添加异常 Region 的统计
- 添加 Region 隔离级别的统计
- 添加调度相关 metrics
性能优化
- PD leader 尽量与 etcd leader 保持同步，提升写入性能
- 优化 Region heartbeat 性能，现可支持超过 100 万 Region

TiKV

功能
- 保护关键配置，防止错误修改
- 支持 Region Merge [experimental]
- 添加 Raw DeleteRange API
- 添加 GetMetric API
- 添加 Raw Batch Put，Raw Batch Get，Raw Batch Delete 和 Raw Batch Scan
- 给 Raw KV API 增加 Column Family 参数，能对特定 Column Family 进行操作
- Coprocessor 支持 streaming 模式，支持 streaming 聚合
- 支持配置 Coprocessor 请求的超时时间
- 心跳包携带时间戳
- 支持在线修改 RocksDB 的一些参数，包括 block-cache-size 大小等
- 支持配置 Coprocessor 遇到某些错误时的行为
- 支持以导数据模式启动，减少导数据过程中的写放大
- 支持手动对 region 进行对半 split
- 完善数据修复工具 tikv-ctl
- Coprocessor 返回更多的统计信息，以便指导 TiDB 的行为
- 支持 ImportSST API，可以用于 SST 文件导入 [experimental]
- 新增 TiKV Importer 二进制，与 TiDB Lightning 集成用于快速导入数据 [experimental]
性能
- 使用 ReadPool 优化读性能，raw_get/get/batch_get 提升 30%
- 提升 metrics 的性能
- Raft snapshot 处理完之后立即通知 PD，加快调度速度
- 解决 RocksDB 刷盘导致性能抖动问题
- 提升在数据删除之后的空间回收
- 加速启动过程中的垃圾清理过程
- 使用 DeleteFilesInRanges 减少副本迁移时 I/O 开销
稳定性
- 解决在 PD leader 发送切换的情况下 gRPC call 不返回问题
- 解决由于 snapshot 导致下线节点慢的问题
- 限制搬移副本临时占用的空间大小
- 如果有 Region 长时间没有 Leader，进行上报
- 根据 compaction 事件及时更新统计的 Region size
- 限制单次 scan lock 请求的扫描的数据量，防止超时
- 限制接收 snapshot 过程中的内存占用，防止 OOM
- 提升 CI test 的速度
- 解决由于 snapshot 太多导致的 OOM 问题
- 配置 gRPC 的 keepalive 参数
- 修复 Region 增多容易 OOM 的问题

TiSpark

TiSpark 使用独立的版本号，现为 1.0 GA。TiSpark 1.0 版本组件提供了针对 TiDB 上的数据使用 Apache Spark 进行分布式计算的能力。

提供了针对 TiKV 读取的 gRPC 通信框架
提供了对 TiKV 组件数据的和通信协议部分的编码解码
提供了计算下推功能，包含：
- 聚合下推
- 谓词下推
- TopN 下推
- Limit 下推
提供了索引相关的支持
- 谓词转化聚簇索引范围
- 谓词转化次级索引
- Index Only 查询优化
- 运行时索引退化扫表优化
提供了基于代价的优化
- 统计信息支持
- 索引选择
- 广播表代价估算
多种 Spark Interface 的支持
- Spark Shell 支持
- ThriftServer/JDBC 支持
- Spark-SQL 交互支持
- PySpark Shell 支持
- SparkR 支持