如何深入浅出地掌握 TiDB 的架构设计原理?
- 内容介绍
- 文章标签
- 相关推荐
本文共计4209个文字,预计阅读时间需要17分钟。
一、前言:
如果您看过我之前发表的文章,就会知道我写过很多关于MySQL的文章。在我的GitHub汇总仓库中,您可以找到这些内容。虽然可能不是非常全面,但它们至少能对MySQL有一个初步且较为全面的了解。
一、前言大家如果看过我之前发过的文章就知道,我写过很多篇关于 MySQL 的文章,从我的 Github 汇总仓库 中可以看出来:
可能还不是很全,算是对 MySQL 有一个浅显但较为全面的理解。之前跟朋友聊天也会聊到,基于现有的微服务架构,绝大多数的性能瓶颈都不在服务,因为我们的服务是可以横向扩展的。
在很多的 case 下,这个瓶颈就是「数据库」。例如,我们为了减轻 MySQL 的负担,会引入消息队列来对流量进行削峰;再例如会引入 Redis 来缓存一些不太常变的数据,来减少对 MySQL 的请求。
另一方面,如果业务往 MySQL 中灌入了海量的数据,不做优化的话,会影响 MySQL 的性能。而对于这种情况,就需要进行分库分表,落地起来还是较为麻烦的。
聊着聊着,就聊到了分布式数据库。其对数据的存储方式就类似于 Redis Cluster 这种,不管你给我灌多少的数据,理论上我都能够吞下去。这样一来也不用担心后期数据量大了需要进行分库分表。
刚好,之前闲逛的时候看到了 PingCAP 的 TiDB,正好就来聊一聊。
本文共计4209个文字,预计阅读时间需要17分钟。
一、前言:
如果您看过我之前发表的文章,就会知道我写过很多关于MySQL的文章。在我的GitHub汇总仓库中,您可以找到这些内容。虽然可能不是非常全面,但它们至少能对MySQL有一个初步且较为全面的了解。
一、前言大家如果看过我之前发过的文章就知道,我写过很多篇关于 MySQL 的文章,从我的 Github 汇总仓库 中可以看出来:
可能还不是很全,算是对 MySQL 有一个浅显但较为全面的理解。之前跟朋友聊天也会聊到,基于现有的微服务架构,绝大多数的性能瓶颈都不在服务,因为我们的服务是可以横向扩展的。
在很多的 case 下,这个瓶颈就是「数据库」。例如,我们为了减轻 MySQL 的负担,会引入消息队列来对流量进行削峰;再例如会引入 Redis 来缓存一些不太常变的数据,来减少对 MySQL 的请求。
另一方面,如果业务往 MySQL 中灌入了海量的数据,不做优化的话,会影响 MySQL 的性能。而对于这种情况,就需要进行分库分表,落地起来还是较为麻烦的。
聊着聊着,就聊到了分布式数据库。其对数据的存储方式就类似于 Redis Cluster 这种,不管你给我灌多少的数据,理论上我都能够吞下去。这样一来也不用担心后期数据量大了需要进行分库分表。
刚好,之前闲逛的时候看到了 PingCAP 的 TiDB,正好就来聊一聊。

