作者：陈维，转转优品技术部 RD。
开篇
世界级的开源分布式数据库 TiDB 自 2016 年 12 月正式发布第一个版本以来，业内诸多公司逐步引入使用，并取得广泛认可。
对于互联网公司，数据存储的重要性不言而喻。在 NewSQL 数据库出现之前，一般采用单机数据库（比如 MySQL）作为存储，随着数据量的增加，“分库分表”是早晚面临的问题，即使有诸如 MyCat、ShardingJDBC 等优秀的中间件，“分库分表”还是给 RD 和 DBA 带来较高的成本；NewSQL 数据库出现后，由于它不仅有 NoSQL 对海量数据的管理存储能力、还支持传统关系数据库的 ACID 和 SQL，所以对业务开发来说，存储问题已经变得更加简单友好，进而可以更专注于业务本身。而 TiDB，正是 NewSQL 的一个杰出代表！
站在业务开发的视角，TiDB 最吸引人的几大特性是：
支持 MySQL 协议（开发接入成本低）；
100% 支持事务（数据一致性实现简单、可靠）；
无限水平拓展（不必考虑分库分表）。
基于这几大特性，TiDB 在业务开发中是值得推广和实践的，但是，它毕竟不是传统的关系型数据库，以致我们对关系型数据库的一些使用经验和积累，在 TiDB 中是存在差异的，现主要阐述“事务”和“查询”两方面的差异。
TiDB 事务和 MySQL 事务的差异
MySQL 事务和 TiDB 事务对比
在 TiDB 中执行的事务 b，返回影响条数是 1（认为已经修改成功），但是提交后查询，status 却不是事务 b 修改的值，而是事务 a 修改的值。
可见，MySQL 事务和 TiDB 事务存在这样的差异：
MySQL 事务中，可以通过影响条数，作为写入（或修改）是否成功的依据；而在 TiDB 中，这却是不可行的！
作为开发者我们需要考虑下面的问题：
同步 RPC 调用中，如果需要严格依赖影响条数以确认返回值，那将如何是好？
多表操作中，如果需要严格依赖某个主表数据更新结果，作为是否更新（或写入）其他表的判断依据，那又将如何是好？
原因分析及解决方案
对于 MySQL，当更新某条记录时，会先获取该记录对应的行级锁（排他锁），获取成功则进行后续的事务操作，获取失败则阻塞等待。
对于 TiDB，使用 Percolator 事务模型：可以理解为乐观锁实现，事务开启、事务中都不会加锁，而是在提交时才加锁。参见 这篇文章（TiDB 事务算法）。
其简要流程如下：
在事务提交的 PreWrite 阶段，当“锁检查”失败时：如果开启冲突重试，事务提交将会进行重试；如果未开启冲突重试，将会抛出写入冲突异常。
可见，对于 MySQL，由于在写入操作时加上了排他锁，变相将并行事务从逻辑上串行化；而对于 TiDB，属于乐观锁模型，在事务提交时才加锁，并使用事务开启时获取的“全局时间戳”作为“锁检查”的依据。
所以，在业务层面避免 TiDB 事务差异的本质在于避免锁冲突，即，当前事务执行时，不产生别的事务时间戳（无其他事务并行）。处理方式为事务串行化。
TiDB 事务串行化
在业务层，可以借助分布式锁，实现串行化处理，如下：
基于 Spring 和分布式锁的事务管理器拓展
在 Spring 生态下，spring-tx 中定义了统一的事务管理器接口：PlatformTransactionManager，其中有获取事务（getTransaction）、提交（commit）、回滚（rollback）三个基本方法；使用装饰器模式，事务串行化组件可做如下设计：
其中，关键点有：
超时时间：为避免死锁，锁必须有超时时间；为避免锁超时导致事务并行，事务必须有超时时间，而且锁超时时间必须大于事务超时时间（时间差最好在秒级）。
加锁时机：TiDB 中“锁检查”的依据是事务开启时获取的“全局时间戳”，所以加锁时机必须在事务开启前。
事务模板接口设计
隐藏复杂的事务重写逻辑，暴露简单友好的 API：
TiDB 查询和 MySQL 的差异
在 TiDB 使用过程中，偶尔会有这样的情况，某几个字段建立了索引，但是查询过程还是很慢，甚至不经过索引检索。
索引混淆型（举例）
表结构：
CREATE TABLE `t_test` (
`id` bigint(20) NOT NULL DEFAULT ‘0’ COMMENT ‘ 主键 id’,
`a` int(11) NOT NULL DEFAULT ‘0’ COMMENT ‘a’,
`b` int(11) NOT NULL DEFAULT ‘0’ COMMENT ‘b’,
`c` int(11) NOT NULL DEFAULT ‘0’ COMMENT ‘c’,
PRIMARY KEY (`id`),
KEY `idx_a_b` (`a`,`b`),
KEY `idx_c` (`c`)
) ENGINE=InnoDB;
查询：如果需要查询 (a=1 且 b=1）或 c=2 的数据，在 MySQL 中，sql 可以写为：SELECT id from t_test where (a=1 and b=1) or (c=2);，MySQL 做查询优化时，会检索到 idx_a_b 和 idx_c 两个索引；但是在 TiDB（v2.0.8-9）中，这个 sql 会成为一个慢 SQL，需要改写为：
SELECT id from t_test where (a=1 and b=1) UNION SELECT id from t_test where (c=2);
小结：导致该问题的原因，可以理解为 TiDB 的 sql 解析还有优化空间。
冷热数据型（举例）
表结构：
CREATE TABLE `t_job_record` (
`id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT ‘ 主键 id’,
`job_code` varchar(255) NOT NULL DEFAULT ” COMMENT ‘ 任务 code’,
`record_id` bigint(20) NOT NULL DEFAULT ‘0’ COMMENT ‘ 记录 id’,
`status` tinyint(3) NOT NULL DEFAULT ‘0’ COMMENT ‘ 执行状态:0 待处理 ’,
`execute_time` bigint(20) NOT NULL DEFAULT ‘0’ COMMENT ‘ 执行时间（毫秒）’,
PRIMARY KEY (`id`),
KEY `idx_status_execute_time` (`status`,`execute_time`),
KEY `idx_record_id` (`record_id`)
) ENGINE=InnoDB COMMENT=’ 异步任务 job’
数据说明：
a. 冷数据，status=1 的数据（已经处理过的数据）；
b. 热数据，status=0 并且 execute_time<= 当前时间 的数据。
慢查询：对于热数据，数据量一般不大，但是查询频度很高，假设当前（毫秒级）时间为：1546361579646，则在 MySQL 中，查询 sql 为：
SELECT * FROM t_job_record where status=0 and execute_time<= 1546361579646
这个在 MySQL 中很高效的查询，在 TiDB 中虽然也可从索引检索，但其耗时却不尽人意（百万级数据量，耗时百毫秒级）。
原因分析：在 TiDB 中，底层索引结构为 LSM-Tree，如下图：
当从内存级的 C0 层查询不到数据时，会逐层扫描硬盘中各层；且 merge 操作为异步操作，索引数据更新会存在一定的延迟，可能存在无效索引。由于逐层扫描和异步 merge，使得查询效率较低。
优化方式：尽可能缩小过滤范围，比如结合异步 job 获取记录频率，在保证不遗漏数据的前提下，合理设置 execute_time 筛选区间，例如 1 小时，sql 改写为：
SELECT * FROM t_job_record where status=0 and execute_time>1546357979646 and execute_time<= 1546361579646
优化效果：耗时 10 毫秒级别（以下）。
关于查询的启发
在基于 TiDB 的业务开发中，先摒弃传统关系型数据库带来的对 sql 先入为主的理解或经验，谨慎设计每一个 sql，如 DBA 所提倡：设计 sql 时务必关注执行计划，必要时请教 DBA。
和 MySQL 相比，TiDB 的底层存储和结构决定了其特殊性和差异性；但是，TiDB 支持 MySQL 协议，它们也存在一些共同之处，比如在 TiDB 中使用“预编译”和“批处理”，同样可以获得一定的性能提升。
服务端预编译
在 MySQL 中，可以使用 PREPARE stmt_name FROM preparable_stm 对 sql 语句进行预编译，然后使用 EXECUTE stmt_name [USING @var_name [, @var_name] …] 执行预编译语句。如此，同一 sql 的多次操作，可以获得比常规 sql 更高的性能。
mysql-jdbc 源码中，实现了标准的 Statement 和 PreparedStatement 的同时，还有一个 ServerPreparedStatement 实现，ServerPreparedStatement 属于 PreparedStatement 的拓展，三者对比如下：
容易发现，PreparedStatement 和 Statement 的区别主要区别在于参数处理，而对于发送数据包，调用服务端的处理逻辑是一样（或类似）的；经测试，二者速度相当。其实，PreparedStatement 并不是服务端预处理的；ServerPreparedStatement 才是真正的服务端预处理，速度也较 PreparedStatement 快；其使用场景一般是：频繁的数据库访问，sql 数量有限（有缓存淘汰策略，使用不宜会导致两次 IO）。
批处理
对于多条数据写入，常用 sql 为 insert … values (…),(…)；而对于多条数据更新，亦可以使用 update … case … when… then… end 来减少 IO 次数。但它们都有一个特点，数据条数越多，sql 越加复杂，sql 解析成本也更高，耗时增长可能高于线性增长。而批处理，可以复用一条简单 sql，实现批量数据的写入或更新，为系统带来更低、更稳定的耗时。
对于批处理，作为客户端，java.sql.Statement 主要定义了两个接口方法，addBatch 和 executeBatch 来支持批处理。
批处理的简要流程说明如下：
经业务中实践，使用批处理方式的写入（或更新），比常规 insert … values(…),(…)（或 update … case … when… then… end）性能更稳定，耗时也更低。