TiDB 完全指南 —— 从内核原理到 2026 年 AI 数据库与竞品对比

Cosolar 18 阅读 数据库与中间件

TiDB 完全指南 —— 从内核原理到 2026 年的 AI 数据库,以及与其他产品的系统对比

TiDB 是 PingCAP 开源的分布式 SQL 数据库:对外说 MySQL 协议,对内把数据切成 Region 用 Raft 复制,用 Percolator 两阶段提交做跨节点事务,再用一份异步复制的列存副本(TiFlash)把分析查询接住。一句话概括它的独特位置:它想让应用以为自己在用一台 MySQL,实际上底下是一个可水平扩展、带实时分析能力的分布式集群。

但 2026 年的 TiDB 已经不是 2020 年那个 TiDB 了。三件事必须先校准,否则后面全错:

  1. 当前生产主线是 v8.5 LTS,不是 v9.0。 最新补丁是 v8.5.8(2026-08-27);v9.0.0-beta.1 停留在 2025-03-31,自管版发布历史里没有 9.0 GA[1][2]。网上大量“TiDB 9.0 已发布 / 9.0 有哪些新特性”的说法,来自开发分支文档(docs/tidb/dev)或路线图,不能当生产版本用。
  2. TiDB X(对象存储新内核)目前只在 TiDB Cloud 上,自管版仍是 classic 架构。 官方计划在 2026 年底开源 TiDB X 核心代码,但那是计划,不是现状[3][4]。
  3. 向量检索是 beta,全文检索只在云上部分区域可用。 把 TiDB 当成“已 GA 的向量数据库”会踩坑,第 5 节有完整限制清单[5][6]。

阅读地图:第 1 节定位与版本 → 第 2、3 节内核原理 → 第 4 节 2026 年最新架构 TiDB X 与 AI 能力 → 第 5 节动手实操 → 第 6 节产品对比(核心) → 第 7、8 节选型与避坑 → 第 9、10 节学习路径与来源。

1. TiDB 是什么:定位、脉络与 2026 年的版本现状

1.1 定义拆解

关键词 具体含义 直接的工程后果
分布式 SQL 数据自动分片、多副本、跨节点 ACID 事务 应用不需要写分片键、不需要做路由
MySQL 兼容 兼容 MySQL 5.7 / 8.0 的主要语法与线协议 MySQL 驱动、ORM、Navicat、mysqldump 基本能用;但不是 100% 兼容
存算分离 TiDB Server(无状态计算)与 TiKV / TiFlash(存储)独立扩展 加计算节点提并发,加存储节点提容量吞吐
HTAP 同一份逻辑数据,行存服务 OLTP、列存服务 OLAP 省掉一条 ETL 链路,但列存副本有复制延迟和存储成本
开源 核心组件 Apache 2.0,官方 2024 年公开重申不改协议[7] 可自建、可修改、可商用,无节点数限制

它的设计源头是 Google 的两篇东西:Spanner / F1(分片、全局时间戳、在线 Schema 变更)和 Percolator(基于时间戳的分布式事务)。区别在于 TiDB 不用 TrueTime 硬件时钟,而是用 PD 集中发号的 TSO;也不绑定专有硬件。

1.2 关键时间线(官方发布记录)

时间 事件
2015-09 TiDB 仓库创建
2017-10-16 1.0 GA,具备 MySQL 协议、分布式事务、水平扩展
2020-05-28 4.0 GA 引入 TiFlash,正式具备 HTAP
2020-09 TiKV 从 CNCF 毕业
2021-05 TiDB Cloud 公测
2023-12-01 v7.5.0(至今仍发补丁的旧 LTS)
2024-12-19 v8.5.0 LTS(外键 GA、分区表全局索引、实例级计划缓存、MVCC 内存引擎等)[8]
2025-03-31 v9.0.0-beta.1(仅 beta)
2026-04-28 TiDB-X-CLOUD.202510.1 内核随 Cloud Premium 公测发布[9]
2026-07-09 v8.5.7:CPU 感知热点调度、部分索引、单用户连接数限制[10]
2026-08-27 v8.5.8,当前最新 LTS 补丁[1]
2026-09-17 v7.5.8(旧 LTS 仍在维护)[2]
2026-10-15 SCaiLE 2026:Premium、BYOC、Cloud Filesystem、Cloud Lake、PostgreSQL 兼容预览[3]

版本选择建议:新上生产选 8.5 LTS 系列并跟到最新补丁;不要选 DMR(开发里程碑版),也不要被 dev 文档里的 9.0 特性误导。

1.3 两种形态,别混为一谈

形态 内核 谁运维 说明
TiDB Self-Managed classic(shared-nothing,TiKV 本地盘) 你自己 Apache 2.0,可离线、可上信创 OS
TiDB Cloud Starter / Essential / Premium TiDB X(对象存储为持久层) PingCAP Serverless 按量计费、分支、向量/全文等云上能力
TiDB Cloud Dedicated classic 为主 PingCAP 传统可配置集群,跨云区域最全
BYOC(2026 公测) TiDB X PingCAP 托管、数据留在你自己的云账号 面向合规与数据驻留[3]

Cloud 各档当前默认内核版本(官方 FAQ,2026 年):Dedicated 自 2026-04-14 起为 v8.5.6,Starter 自 2026-02-10 起为 v8.5.3,Essential 自 2025-04-22 起为 v7.5.2[11]。注意这意味着**“云上的 TiDB”和“自管的 TiDB”并不总是同一个版本号**,评估功能时务必对号入座。

2. 架构解剖:一条 SQL 在集群里经历了什么

2.1 四个组件

                ┌──────────────────────────────────┐
   MySQL 协议    │  TiDB Server(无状态 SQL 层)      │
  ────────────▶ │  解析 → 优化 → 执行 → 事务协调      │   ← 加节点 = 加并发
                └───────────┬──────────────────────┘
                            │ 读元数据 / 取 TSO / 取 Region 位置
                ┌───────────▼──────────────────────┐
                │  PD(Placement Driver,“大脑”)    │   ← 建议奇数个,通常 3
                │  元数据 + 调度 + 全局时间戳 TSO    │
                └───────────┬──────────────────────┘
                            │ 调度指令
        ┌───────────────────┴───────────────────┐
        │                                       │
┌───────▼─────────────┐              ┌──────────▼────────────┐
│ TiKV(行存)          │  Raft 异步复制 │ TiFlash(列存副本)     │
│ RocksDB + Multi-Raft │ ─────────────▶ │ 列式 + MPP 计算         │
│ MVCC / Region / 3副本│              │ 只服务分析型查询         │
└─────────────────────┘              └───────────────────────┘
  • TiDB Server:无状态,MySQL 线协议、SQL 解析与 CBO 优化器、下推 Coprocessor 请求、充当两阶段提交的事务协调者。多个节点完全对等,前面挂负载均衡(或 TiProxy)。
  • PD:存集群元信息(哪个 Region 在哪)、按心跳做负载均衡与故障调度、分配全局单调递增时间戳。TSO 由 46 位物理毫秒时间 + 18 位逻辑计数组成,物理时钟回拨时用逻辑位保证单调[12]。
  • TiKV:分布式事务型 KV。数据按 Key Range 切成 Region(Region 大小可配置,由 PD 自动分裂与合并),每个 Region 是一个独立 Raft Group,默认 3 副本。单机是 RocksDB(LSM-Tree)+ MVCC。
  • TiFlash:以 Raft Learner 身份异步同步 TiKV 的日志,落成列存。它不参与 Raft 投票,因此不影响 OLTP 的提交多数派,但代价是分析读有复制延迟(官方描述通常为亚秒到数秒级,需要按业务实测)[13]。

2.2 一次查询的完整路径

以 SELECT user_id, SUM(amount) FROM orders WHERE created_at > '2026-11-01' GROUP BY user_id 为例:

  1. 客户端连到任一 TiDB Server(端口 4000),走标准 MySQL 握手。
  2. 解析、绑定、CBO 优化:估算行数,决定走 TiKV 行存、TiFlash 列存,还是行列混合;决定是否启用 MPP。
  3. 从 PD 拿 start_ts(快照时间戳)和涉及表的 Region 分布路由。
  4. 把过滤、聚合等能下推的算子发到存储节点的 Coprocessor(cop[tikv] / mpp[tiflash]);若 MPP 生效,TiFlash 节点间通过 ExchangeSender / ExchangeReceiver 做数据交换。
  5. TiDB Server 汇总结果返回。整个读过程基于 start_ts 的 MVCC 快照,不阻塞写入。

这里最值得记住的设计:把计算推到数据旁边,而不是把数据拉到计算节点。这也是为什么 EXPLAIN 里 task 列出现 cop[tikv] / mpp[tiflash] 是判断 TiDB 有没有“发力”的第一指标。

3. 核心机制:真正决定你用得好不好的部分

3.1 Region 与自动分片

数据按连续 Key 区间切成 Region,PD 根据 TiKV 上报的心跳(容量、QPS、字节吞吐,v8.5.7 起还包括 CPU 使用量[10])做分裂、合并、迁移和 Leader 均衡。这是 TiDB “无需分片键”的根本。

代价:主键设计仍然决定命运。单调递增的 AUTO_INCREMENT 主键会让所有新写入落到 key 空间的最后一个 Region,形成写热点,水平扩展直接失效。解法是 AUTO_RANDOM 或 SHARD_ROW_ID_BITS + PRE_SPLIT_REGIONS(见 5.2)。

3.2 Multi-Raft 高可用

不是整个集群一个 Raft Group,而是每个 Region 一个。Leader 处理读写,Follower 复制日志,多数派确认后才返回成功。节点宕机时,该节点上所有 Region 的 Leader 各自选举,流量分散到全集群,恢复通常在秒级。默认 3 副本可容忍 1 个副本故障;跨 AZ / 跨地域部署通过 Placement Rules 控制副本位置。

单集群规模方面,v8.5.0 官方明确 PD 优化后支持单集群千万级 Region,并让 Active PD Follower GA 以分担 GetRegion 请求压力[8]。

3.3 分布式事务:Percolator 两阶段提交

阶段 动作
BEGIN 从 PD 取 start_ts
读 用 start_ts 读 MVCC 快照
写(悲观模式) DML 执行时先向 TiKV 加悲观锁(默认开启 pipelined 加锁以降低延迟)
COMMIT → Prewrite 选一个 Key 作 Primary,按 Region 分组并行发 Prewrite,写数据 + 加锁
COMMIT → Commit 取 commit_ts,先提交 Primary,其余 Secondary 并行异步提交并清理锁

三个关键优化,直接决定提交延迟:

  • 1PC:事务只涉及单个 Region 时跳过两阶段,tidb_enable_1pc 默认 ON。
  • Async Commit:第二阶段后台异步进行,tidb_enable_async_commit 默认 ON。
  • 悲观事务为默认(v3.0.8 起,与 MySQL 行为对齐)。乐观事务从 v8.0.0 起不再支持自动重试,冲突需应用层捕获后重试[14][15]。

3.4 隔离级别:一个高频误解

TiDB 悲观模式下默认 Repeatable Read,但它实现的是 Snapshot Isolation(快照隔离),不是 MySQL InnoDB 那种带间隙锁的 RR:

  • 快照读基于 start_ts,事务内多次读看到同一快照;
  • DML 使用当前读(读最新已提交数据),行为与 MySQL 一致;
  • SI 不防写偏斜(Write Skew)。需要串行化语义的并发约束,必须显式 SELECT ... FOR UPDATE 或用唯一索引兜底。

对比:CockroachDB 默认 Serializable(最强,需应用处理重试 / 歧义结果);YugabyteDB v2025.2 起新部署默认 Read Committed[16]。这是选型时比“都支持 ACID”重要得多的差异。

另外 TiDB 支持 READ COMMITTED(用 SET TRANSACTION 设置),但默认不是它。

3.5 HTAP 如何做到“一份数据两种存法”

TiFlash 副本通过 Raft 日志异步复制,TiDB 优化器基于代价自动选择:

查询形态 典型选择
点查、小范围、按主键 TiKV 行存
大范围扫描、多列聚合、多表 JOIN TiFlash 列存 + MPP
部分算子不支持 MPP 行列混合,或回退 TiKV

MPP 由 tidb_allow_mpp(默认 ON)与 tidb_enforce_mpp(默认 OFF,按代价决定)控制;EXPLAIN 中出现 ExchangeSender / ExchangeReceiver 即表示 MPP 生效。支持的物理算法包括 Broadcast Hash Join、Shuffled Hash Join、Shuffled Hash Aggregation、TopN、Limit 等[17]。

必须承认的代价:TiFlash 副本是额外一整份存储,且消耗独立节点资源;官方文档与工程实践都建议只给真正跑分析的表建副本,不要全库开。

3.6 在线 DDL、资源隔离与多租户

  • Online DDL:源自 F1 的异步 Schema 变更,加索引、加列不阻塞线上 DML。v8.5.0 起支持 ADMIN ALTER DDL JOBS 在任务运行中动态调整并发度、批大小、写速上限[8]。
  • Resource Control(v7.x 起):用 RU(Request Unit) 统一度量 CPU / IOPS / IO 带宽,TiDB 层令牌桶限流 + TiKV 层优先级调度,可把多个业务合并到一个集群并保障 QoS。官方给出的换算基准:读 2 个 storage read batch / 8 个 read request / 64 KiB 读载荷各计 1 RU,写 1 batch / 1 request / 1 KiB 各计 1 RU,CPU 3 ms 计 1 RU;开启该功能有低于 5% 的额外调度开销[18]。注意:v7.5 官方文档明确标注 Starter / Essential 不提供此功能,评估时按形态确认[18]。
  • Runaway Queries:v8.4 起可按处理 key 数、RU 识别异常 SQL 并自动切换到指定资源组。

3.7 容灾拓扑:RPO 与延迟的硬交换

方案 RPO 写延迟 适用场景
单集群同城三 AZ 0 一次同城多数派 + 2PC 常规金融级
单集群两地三中心(2-2-1 五副本) 0 跨城往返,明显升高 要求地域级容灾且不能丢数据
双集群 + TiCDC 异步复制 非 0(有复制延迟) 本地提交,低 可接受秒级丢失、优先本地延迟

这不是调参能绕过去的:只要写需要跨地域多数派确认,就逃不掉光速限制。官方给的判断依据是 RPO 要求,而不是“哪个更高级”[12]。

4. 2026 年的新技术:TiDB X、Serverless 与 AI 数据库

4.1 为什么要重构:classic 架构的物理天花板

官方 TiDB X 架构文档自己列出了 shared-nothing 的四个问题,这部分非常值得读,因为它比任何宣传都诚实[4]:

  1. 扩缩容要搬数据:加/减 TiKV 节点需要在节点间物理迁移 SST 文件,大数据量下耗时且抢占在线流量的 CPU / IO。
  2. RocksDB 单 LSM-Tree 受全局互斥锁保护,官方点名的瓶颈是单 TiKV 节点超过约 6 TiB 数据或 30 万个 SST 文件时难以吃满硬件。
  3. Compaction 与在线流量争资源:大量写入触发的本地合并与前台请求跑在同一批节点上;写压超过合并速度会触发流控,表现为吞吐下降、延迟抖动。
  4. 按峰值超配:存算耦合,为了多要容量被迫加计算型贵节点。

4.2 TiDB X 的设计

维度 classic TiDB TiDB X
架构范式 shared-nothing 云原生 shared-storage
持久层 TiKV 本地盘(Raft 多副本) 对象存储(以 S3 为参照)作为 source of truth
TiKV 角色 有状态存储 无状态化,本地盘退化为活跃数据的低延迟缓存,冷数据自动换出
元信息 PD 统一管理 元数据系统从 PD 中分离
多租户 资源组隔离 SQL 层之上加虚拟化层,每个租户一个隔离的“虚拟数据库”
扩缩容 物理迁移 SST 免数据迁移,官方目标最高提速 10 倍
后台任务 与在线流量共节点 compaction 等与在线事务零干扰
计费 按节点规格 计算独立弹性,真正按用量付费

这套架构的直接产物是面向 AI Agent 的海量小库:一个 Agent 一个隔离数据库、可瞬时 fork 分支、闲置时计算缩到 0。官方把问题概括为:“过去十年的数据库问题是一个数据集太大装不下一台机器;Agent 时代的问题变成几百万个数据库太小,每个都不值得单独开一个实例”[19]。

4.3 2026 年 SCaiLE 大会的实际发布(2026-10-15)[3]

项目 状态 要点
TiDB Cloud Premium 宣布 2026 年 11 月 GA 三 AZ、99.99% 月度 SLA、私网连接、客户自管密钥
TiDB Cloud Essential 公测 预置容量上限、按负载自动伸缩
BYOC 公测 数据库跑在你自己的云账号,PingCAP 代运维
PostgreSQL 兼容 Starter 公测 可用 PG 驱动/技能,支持 embedding 生成、向量与全文检索;无生产 SLA,不扩展到 Premium / BYOC
TiDB Cloud Filesystem 公测 给 AI Agent 一个跨沙箱存活的持久工作区(Git 状态、日志、patch)
TiDB Cloud Lake 公测 云原生分析仓:弹性仓库、ANSI SQL、对象存储、全文/向量/地理空间
开源 TiDB X 核心代码 计划 2026 年底 是计划,尚未发生

几个可核查的规模数字(均来自官方 2026-10-15 新闻稿,属厂商披露,非独立审计):

  • 6 个月内,AI Agent 在 Starter 上创建了近 300 万个数据库实例;
  • Atlassian 把 750+ 个 PostgreSQL 集群合并为 16 个 TiDB 集群,承载 300 万+ 张表;
  • Manus 扩展到 150 万+ TiDB Cloud 集群;月之暗面 Kimi 用 Cloud Filesystem 支撑 100 万+ 持久文件系统;
  • Pinterest 迁移后基础设施成本节省约 50%;TiDB Cloud 官方 FAQ 称服务 1500+ 家企业、SLA 99.99%[11]。

冷静判断:这些数字说明“Agent 生成海量小库”这一负载形态确实出现了,也说明 TiDB X 在云上已承载生产流量;但自管用户今天用不到 TiDB X,PG 兼容仍是预览,向量检索仍是 beta。

4.4 向量检索:能做什么,不能做什么

能:VECTOR(N) 类型、VEC_COSINE_DISTANCE / VEC_L2_DISTANCE、基于 HNSW 的 ANN 索引(建在 TiFlash 上),把 embedding 和业务数据放在同一个事务、同一条 SQL里查。官方称使用向量索引后召回率一般保持在 90% 以上,特定场景可达 98%[5]。

不能 / 限制清单(官方文档明确列出,v8.5 stable)[5][6]:

✗ 向量检索整体仍是 beta,官方标注“可能不预先通知即变更”。
✗ 依赖 TiFlash 副本;建索引前必须先有 TiFlash 副本(或在建表时定义索引让 TiDB 自动创建)。
✗ 只支持固定维度的 VECTOR(N),只支持 cosine / L2,只支持 HNSW。
✗ 只能建在单个向量列上,不能做组合索引、主键或唯一索引,不能设 invisible,不能直接删带索引的列。
✗ 带 WHERE 预过滤的查询无法使用向量索引(SQL 语义上那不是 KNN)。官方建议先 KNN 再在外层过滤,但结果可能少于 K 条。
✗ 不支持在开启静态加密的 TiFlash 节点上构建向量索引。
✗ 全文索引:目前只有 TiDB Cloud Starter 的部分 AWS 区域支持 FULLTEXT 语法与索引;Self-Managed 与 Dedicated 仅能解析语法,不支持 FULLTEXT 索引[6]。

对比一下就知道取舍:OceanBase 4.6.0(2026-07-17)已经提供原生 HYBRID_SEARCH SQL 路径,把向量 + 全文 + 标量条件 + RRF/WRRF 融合放在一条语句里[20];专用向量库(Milvus、Pinecone)在索引类型和大规模召回上更成熟。TiDB 的卖点不是“最强向量库”,而是“向量不必离开业务主库”。

5. 动手教程:从零跑通 TiDB 的关键能力

以下命令基于 v8.5 LTS 自管版 / TiDB Cloud Dedicated。涉及向量、全文、Serverless 分支的功能请对照第 4 节的形态限制。示例参数为示意,生产前查阅对应版本文档。

5.1 本地起一个可玩的集群

# 安装 TiUP(官方推荐的集群管理工具)
curl --proto '=https' --tlsv1.2 -sSf https://tiup-mirrors.pingcap.com/install.sh | sh

# 单机体验集群:2 个 TiDB、3 个 PD、3 个 TiKV、1 个 TiFlash
tiup playground v8.5.8 --db 2 --pd 3 --kv 3 --tiflash 1

# 另开终端,用任意 MySQL 客户端连 4000 端口
mysql -h 127.0.0.1 -P 4000 -u root

tiup playground 只用于功能验证。官方最小生产拓扑是 9 台机器:TiDB 2 台(16 vCore / 32 GiB / 100 GiB)、PD 3 台(4 vCore / 8 GiB / 100 GiB)、TiKV 3 台(16 vCore / 32 GiB / 2 TiB NVMe SSD)、监控 1 台(4 vCore / 8 GiB / 500 GiB SSD)[21]。生产环境建议更高配置,且TiKV 单盘容量建议 PCIe SSD ≤ 2 TiB、普通 SSD ≤ 1.5 TiB;TiFlash 与 TiKV 尽量分机分盘部署[22]。

操作系统方面,v8.5 验证过的平台包括 RHEL 8.6+/9.x、Rocky Linux 9.1+、Amazon Linux 2/2023、麒麟 V10 SP1/2/3、统信 UOS V20、openEuler 22.03 LTS,支持 x86_64 与 ARM64;CentOS 7 自 v8.5.1 起恢复兼容,但官方强烈建议迁移[22]。

5.2 建表:主键设计的生死线

-- ✓ 推荐:AUTO_RANDOM 把写入打散到不同 Region
CREATE TABLE orders (
  id          BIGINT PRIMARY KEY AUTO_RANDOM,
  user_id     BIGINT NOT NULL,
  amount      DECIMAL(12,2) NOT NULL,
  status      TINYINT NOT NULL,
  created_at  TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP,
  KEY idx_user_created (user_id, created_at)
);

-- ✓ 无法改主键类型时:打散隐式 _tidb_rowid 并预分裂 Region
CREATE TABLE events (
  id     BIGINT PRIMARY KEY NONCLUSTERED,
  payload JSON,
  ts     TIMESTAMP NOT NULL
) SHARD_ROW_ID_BITS = 4 PRE_SPLIT_REGIONS = 3;

-- ✗ 高并发写入下避免:单调自增主键 → 尾部 Region 写热点
CREATE TABLE bad_orders (id BIGINT PRIMARY KEY AUTO_INCREMENT, ...);

要点:AUTO_RANDOM 只能用于整数主键,值不保证连续、不保证递增,业务不能拿它当排序依据;SHARD_ROW_ID_BITS 只对非聚簇主键 / 无主键表生效。TiDB 默认对单列整数主键使用聚簇索引(主键即行数据的 Key),这能让点查少一次回表,但也正是热点产生的位置。

v8.5.7 起还支持部分索引(只索引满足谓词的行),适合“只查某一状态子集”的场景[10]:

CREATE INDEX idx_pending ON orders (created_at) WHERE status = 0;

5.3 事务与锁:亲手验证 SI 的边界

-- 会话 A
BEGIN PESSIMISTIC;                       -- 或 SET @@tidb_txn_mode = 'pessimistic';
SELECT amount FROM orders WHERE id = 100 FOR UPDATE;   -- 加悲观锁,防止写偏斜
UPDATE orders SET amount = amount - 10 WHERE id = 100;
COMMIT;

-- 会话 B 并发 UPDATE 同一行会阻塞等待,而不是等到 COMMIT 才报冲突

验证默认隔离级别与快照行为:

SELECT @@transaction_isolation;         -- REPEATABLE-READ
SET TRANSACTION ISOLATION LEVEL READ COMMITTED;   -- 需要时可降级

应用层必做:捕获写冲突 / 死锁错误并实现幂等重试。乐观事务从 v8.0.0 起不再自动重试[14];悲观事务默认 GC 不阻塞,但长事务有默认最长约 1 小时的限制(max-txn-ttl)[15]。

5.4 用 EXPLAIN 判断有没有“发力”

EXPLAIN ANALYZE
SELECT user_id, SUM(amount)
FROM orders
WHERE created_at >= '2026-11-01'
GROUP BY user_id;

读法:

观察项 好的信号 危险信号
task 列 cop[tikv] / mpp[tiflash],算子下推 大量 root,数据被拉回计算层
operator info keep order:false、命中索引、stats:... stats:pseudo(统计信息缺失)
MPP 出现 ExchangeSender / ExchangeReceiver 想走 MPP 却没有 TiFlash 副本(用 SHOW WARNINGS 看原因)
estRows vs actRows 接近 差几个数量级 → 该 ANALYZE TABLE 了

统计信息是分布式优化器的命门。v8.5.4 / v9.0 起可在 DDL 中内嵌 ANALYZE(tidb_stats_update_during_ddl),避免新建索引后因缺统计信息而选错执行计划[23]。

5.5 打开 HTAP

-- 1) 为需要分析的表创建 1 个 TiFlash 副本
ALTER TABLE orders SET TIFLASH REPLICA 1;

-- 2) 查看副本同步进度(AVAILABLE=1 才可用)
SELECT * FROM information_schema.tiflash_replica
WHERE TABLE_SCHEMA = DATABASE() AND TABLE_NAME = 'orders';

-- 3) 让优化器按代价自动选路;也可强制 MPP
SET @@session.tidb_allow_mpp   = ON;
SET @@session.tidb_enforce_mpp = ON;    -- 强制;生产建议留 OFF 由 CBO 决定

EXPLAIN SELECT status, SUM(amount) FROM orders GROUP BY status;
-- 期望看到 mpp[tiflash] 与 ExchangeSender / ExchangeReceiver

-- 4) 手动指定存储引擎(排除优化器误判时用)
SELECT /*+ read_from_storage(tiflash[orders]) */ status, SUM(amount)
FROM orders GROUP BY status;

注意:MPP 支持 Broadcast / Shuffled Hash Join、Hash Agg、TopN、Limit 等;若 SQL 含 MPP 不支持的算子或函数,即使 enforce_mpp=ON 也会回退,并通过 SHOW WARNINGS 说明原因[17]。

5.6 向量检索:一个最小 RAG 表

-- 前提:集群已部署 TiFlash;向量检索为 beta,见 4.4 限制
CREATE TABLE docs (
  id         BIGINT PRIMARY KEY AUTO_RANDOM,
  tenant_id  BIGINT NOT NULL,
  content    TEXT,
  embedding  VECTOR(1536)          -- 必须固定维度
);

ALTER TABLE docs SET TIFLASH REPLICA 1;

CREATE VECTOR INDEX idx_emb
  ON docs ((VEC_COSINE_DISTANCE(embedding))) USING HNSW;

-- 写入(embedding 由应用侧模型生成,以字符串形式传入)
INSERT INTO docs (tenant_id, content, embedding)
VALUES (42, 'TiDB 使用 Raft 做副本复制', '[0.012, -0.034, ...]');

-- ✓ 能命中向量索引:ORDER BY + LIMIT,且距离函数与索引定义一致
SELECT id, content,
       VEC_COSINE_DISTANCE(embedding, '[0.011, -0.030, ...]') AS dist
FROM docs
ORDER BY VEC_COSINE_DISTANCE(embedding, '[0.011, -0.030, ...]')
LIMIT 10;

-- ✗ 无法命中向量索引:WHERE 预过滤改变了 KNN 语义
SELECT id, content FROM docs
WHERE tenant_id = 42
ORDER BY VEC_COSINE_DISTANCE(embedding, '[...]') LIMIT 10;

-- 官方替代写法:先 KNN 再过滤(注意可能返回少于 10 条)
SELECT * FROM (
  SELECT id, content, tenant_id
  FROM docs
  ORDER BY VEC_COSINE_DISTANCE(embedding, '[...]') LIMIT 10
) t WHERE tenant_id = 42;

-- 查看索引构建进度
SELECT * FROM information_schema.tiflash_indexes;

这个“带租户过滤就走不了向量索引”的限制,是多租户 RAG 落地时最容易翻车的地方,评估阶段必须用自己的数据量和过滤比例实测。如果检索是绝对主角、且需要复杂元数据过滤与混合排序,独立向量库或已支持原生混合检索的引擎更合适(见 6.3)。

5.7 资源隔离(自管版 / Dedicated)

CREATE RESOURCE GROUP rg_batch RU_PER_SEC = 500;
CREATE RESOURCE GROUP rg_online RU_PER_SEC = 5000 PRIORITY = HIGH;

CREATE USER 'etl'@'%' IDENTIFIED BY '***' RESOURCE GROUP rg_batch;
ALTER RESOURCE GROUP rg_batch RU_PER_SEC = 300 BURSTABLE;

-- 突发慢 SQL 可临时用 SQL Binding + 资源组限流

再强调一次:v7.5 官方文档明确标注 Starter / Essential 不支持 Resource Control(云上按 RU 计费不等于能自建资源组),且开启该功能后有 <5% 的调度开销[18]。

5.8 工具链速查

工具 用途 典型场景
TiUP 物理机/虚机上的部署、升级、扩缩容、日常运维 自管集群全生命周期
TiDB Operator Kubernetes 上的部署、升级、扩缩容、备份、故障转移 云原生环境
TiProxy SQL 层代理;v8.4+ 支持流量捕获回放、虚拟 IP 无损升级评估、连接管理
DM MySQL / MariaDB → TiDB 全量 + 增量迁移,支持分库分表合并 主迁移通道
Dumpling 逻辑全量导出(SQL / CSV) TB 级迁移第一步、逻辑备份
TiDB Lightning 高速全量导入 TB 级迁移第二步
TiCDC 拉取 TiKV 变更日志,增量订阅 / 双集群容灾 / 同步到 Kafka、MySQL CDC、异地容灾
BR 分布式物理备份恢复,配合日志做 PITR 大集群备份
sync-diff-inspector 上下游数据一致性校验 迁移割接前
Dashboard / Grafana Top SQL、慢查询、Region 热点、集群健康 日常诊断

标准迁移组合:TB 以下用 DM 一步到位;TB 以上用 Dumpling + Lightning 做全量,再用 DM / TiCDC 追增量,割接前用 sync-diff-inspector 校验[24]。

6. 对比分析:TiDB 和其他产品到底差在哪

6.1 先建立分类框架(否则是关公战秦琼)

大多数“TiDB vs XXX”的文章错在把不同范式放一起比特性清单。真正决定行为差异的是架构范式:

范式 代表产品 写扩展 扩展的是 核心约束
A. 单机 / 主从 MySQL、PostgreSQL 单主 读副本 容量与写吞吐受单机上限
B. 中间件分片 ShardingSphere、Vitess / PlanetScale 多主(分片) 加分片 必须选分片键,跨片 JOIN / 事务受限
C. 云共享存储 Aurora、PolarDB、TDSQL-C 单写 读副本 + 存储容量 写仍受单主限制,绑定云厂商
D. 分布式 SQL(shared-nothing) TiDB classic、CockroachDB、YugabyteDB、OceanBase、PolarDB-X 多写 计算 + 存储 共识 / 2PC 带来提交延迟
E. 分布式 SQL(对象存储) TiDB X、Spanner(专有) 多写 计算与存储完全解耦 依赖对象存储时延特性
F. OLAP 列存 ClickHouse、Doris、StarRocks、Greenplum 批量写 扫描吞吐 不能当交易主库
G. 专用向量库 Milvus、Pinecone、pgvector — ANN 召回 需与业务库同步,无完整事务

TiDB 横跨 D 和 E 两格,同时通过 TiFlash 部分覆盖 F、通过向量索引部分覆盖 G。 这正是它“一个库顶多个库”的叙事来源,也是它每个单项都不是最强的根本原因。

6.2 总对比矩阵

产品 SQL 生态 默认隔离 时钟/共识 水平写扩展 HTAP 列存 向量/AI 许可
TiDB MySQL 5.7/8.0(PG 仅云上预览) RR ≈ Snapshot Isolation 集中 TSO + Multi-Raft ✓ ✓ TiFlash + MPP HNSW(beta)、全文(云上局部) Apache 2.0
MySQL / PostgreSQL 原生 RR / RC 单机 ✗ ✗ PG 靠 pgvector;MySQL 9.x 有 VECTOR 类型但 InnoDB 无 ANN 索引[25] 开源
Aurora / PolarDB MySQL / PG(PolarDB 另有 Oracle 兼容) 同 MySQL 单写 + 共享存储 ✗(单写) PolarDB 有 IMCI;Aurora 无原生列存 各家补齐中 商业云服务
ShardingSphere / Vitess MySQL 依赖底层 MySQL / Vitess 事务模式 无共识 ✓(要分片键) ✗ 另配 开源
CockroachDB PostgreSQL 线协议 Serializable HLC + Raft ✓ 无原生列存 有向量能力 CockroachDB Software License(source available,需 license key)[16]
YugabyteDB PostgreSQL(YSQL)+ YCQL Read Committed(v2025.2 起新部署) HLC + Raft(DocDB) ✓ 有限 有 pgvector 生态 Apache 2.0[16]
Google Spanner GoogleSQL + PG 方言 外部一致性 / 严格可串行化 TrueTime(原子钟+GPS) + Paxos ✓ 列存引擎 + Data Boost(Enterprise 版) 全文/向量需 Enterprise 版 商业、GCP 为主
OceanBase MySQL + Oracle 双模式 可配置 Paxos 日志流 + 多租户 ✓ ✓ 列存副本 + PX 并行 ✓ 原生 HYBRID_SEARCH、HNSW/IVF、RRF 融合[20] 社区版开源 + 商业版
ClickHouse / Doris / StarRocks 各自 SQL / MySQL 协议 弱事务 无 批量写 ✓✓ 主业 陆续补齐 Apache 2.0 / Linux Foundation
Milvus / Pinecone / pgvector 非 SQL 或 PG 扩展 — — — ✗ ✓✓ 主业 开源 / 商业

6.3 逐组深挖

vs MySQL / PostgreSQL:什么时候根本不该上 TiDB

✓ 该上:单机容量逼近上限、写吞吐撞到单主天花板、已经在手动分库分表、需要在线 DDL 不锁表、报表要查实时数据。
✗ 别上:数据量几百 GB、QPS 几千、强依赖存储过程 / 触发器 / 事件 / 自定义函数 / GIS、AUTO_INCREMENT 必须严格连续、团队没有分布式运维能力。

TiDB 的 MySQL 兼容边界(当前官方文档)[6]:

  • 不支持:存储过程与函数、触发器、事件、UDF、SPATIAL/GIS、XA 语法、CREATE TABLE ... AS SELECT、CHECK/CHECKSUM/REPAIR/OPTIMIZE TABLE、HANDLER、CREATE TABLESPACE、降序索引、SKIP LOCKED、lateral derived tables 等。
  • 行为有差异:AUTO_INCREMENT 只保证唯一与单节点递增、不保证全局连续;无主键时用 _tidb_rowid;Performance Schema 多数表返回空;EXPLAIN 输出格式与 MySQL 显著不同;optimizer_switch 是只读变量、对计划无影响。
  • 已补齐的:外键在 v8.5.0 GA(v6.6.0 起实验性)[31],分区表全局索引在 v8.4.0 GA[8]。所以别再引用 2019 年的兼容性列表说“TiDB 不支持外键”。
  • 只在开发分支出现、不算已 GA:GB18030-2022 字符集(docs/tidb/dev 中标注 New in v9.0.0)[26]。

最小生产集群 9 台机器这个数字本身,就是最诚实的选型过滤器:数据量小的时候,TiDB 的运维复杂度与硬件成本是纯负担。

vs Aurora / PolarDB:共享存储不是分布式

两者都是“日志即数据库”式的存算分离:存储层多副本共享,计算层一写多读,加只读节点很快、存储自动扩容。但写入仍然只有一个主节点,跨地域多活写入不是它们的设计目标;Aurora / PolarDB 也深度绑定各自云。

TiDB classic 是每个 Region 都有 Leader,天然多节点并发写;TiDB X 则把共享存储范式与分布式多写结合起来。所以问题是:你要扩展的是读和存储,还是写本身?前者选云原生主从,后者选分布式 SQL。

PolarDB-X 是另一回事——它是阿里云的分布式版(CN + DN + GTM,shared-nothing + 存算分离),和 TiDB classic 才是对位竞争,且主要面向阿里云生态。

vs ShardingSphere / Vitess / PlanetScale:分片键是分水岭

中间件方案保留单机 MySQL 语义,代价是应用要选分片键、跨片 JOIN 与事务受限、扩容要 resharding。PlanetScale 的优势在数据库分支 + deploy request 的 Schema 工作流(改表像发 PR),但其向量与全文能力也有限,分析通常仍要外接数仓。

TiDB 把分片下沉到存储层:Region 自动分裂与均衡,应用零感知,跨行跨节点事务由 2PC 保证 ACID。代价是 2PC 与共识带来的提交延迟,以及你依然要关心主键是否造成热点(只是不用写路由代码了)。

vs CockroachDB / YugabyteDB:三个本质差异

  1. 一致性默认值:CockroachDB 默认 Serializable,能防写偏斜,但应用要处理事务重试与“result is ambiguous”这类歧义错误;YugabyteDB v2025.2 起默认 Read Committed;TiDB 默认 SI 下的 RR,语义最接近 MySQL,但不防写偏斜,需要 FOR UPDATE。
  2. SQL 生态:两者是 PostgreSQL 线协议,TiDB 是 MySQL 线协议(PG 兼容目前只是 Starter 上的预览,且无生产 SLA)[3]。存量技术栈基本一票决定选型。
  3. HTAP 与许可:CockroachDB 无原生列存引擎,大分析查询跑在行存上;TiDB 有 TiFlash + MPP。许可上 TiDB 与 YugabyteDB 是 Apache 2.0,CockroachDB 自 2024-11-18 起自托管二进制改用 CockroachDB Software License(源码可见、需 license key),此前 2019 年从 Apache 2.0 改过 BSL[7][16]。这对自建、信创与二次分发是硬约束。

2026 年版本快照(第三方按各家 Release Notes 汇总,2026-10-12)[16]:CockroachDB v26.3.2 / v26.2.7(2026-09-18),YugabyteDB v2026.1.2.0(2026-09-22,STS)与 v2025.2.7.0(2026-10-05,LTS),TiDB v8.5.8(2026-08-27)。

关于高可用,同一份第三方测评在“杀掉某表数据所在 Leader 节点”的场景下,记录到写入暂停 CockroachDB 3.9 s / YugabyteDB 3.2 s / TiDB 9.7 s(均为默认配置),三者都没有丢失已确认写入[16]。这是特定环境的一次测量,不是通用结论——TiDB 的 Raft 选举超时参数本来就可调,但它提醒一件事:默认值下的故障收敛时间要自己压测,不能只看 SLA 数字。

vs Google Spanner:硬件时钟 vs 集中发号

Spanner 用 TrueTime(GPS + 原子钟)把时钟不确定性量化,从而提供外部一致性 / 严格可串行化;TiDB 用 PD 的 TSO 集中发全局单调递增时间戳,无需专用硬件、可跑在任何云和机房,但 PD 是必须精心保障的集中依赖,跨地域部署时 TSO 与 2PC 都会叠加往返延迟。Spanner 长期绑定 GCP,2026 年 4 月推出 Spanner Omni 预览才开始向跨云/本地延伸;其全文与向量搜索、列存引擎需要 Enterprise 及以上版本[32]。

一句话:Spanner 的一致性上限更高、可移植性更低;TiDB 反过来。

vs OceanBase:国内最值得认真对比的对手

OceanBase 走的是“一体化”路线:同一内核支持单机与分布式部署、MySQL 与 Oracle 双兼容、原生多租户资源隔离、Paxos 日志流。V4.0 起官方标称 RTO < 8 s,并降低对 NTP 时钟偏移的依赖[27]。**V4.6.0 社区版(2026-07-17)**在 AI 侧推进很快:原生 HYBRID_SEARCH SQL 路径(向量 + 全文 + 标量,支持 RRF/WRRF 融合)、HNSW/IVF 索引增强、列存副本强一致读、Iceberg V3 / REST Catalog 湖库集成[20]。

对照 TiDB:

维度 TiDB OceanBase
SQL 兼容 MySQL 为主(PG 仅预览) MySQL + Oracle 双模式
共识 Multi-Raft Paxos 日志流
时钟 PD 集中 TSO 弱化 NTP 依赖(V4.0 起)
多租户 Resource Control(RU) 原生租户级资源隔离,更接近“一库多实例”
混合检索 向量 HNSW(beta)+ 全文云上局部 原生 SQL 混合检索,能力更完整
云原生新架构 TiDB X(对象存储,云上) 湖库一体 / AI 数据库方向
开源 Apache 2.0 社区版开源 + 商业版

结论:如果核心诉求是 Oracle 兼容、金融核心系统、强监管信创与成熟多租户,OceanBase 更对路;如果诉求是 MySQL 存量平滑迁移、HTAP 实时分析、AI Agent 海量小库与 Serverless 弹性,TiDB 更对路。注意这是架构取向判断,不是性能排名。

vs ClickHouse / Doris / StarRocks:OLAP 边界

这三家是列存 MPP,强在大范围扫描、聚合、压缩与向量化执行:ClickHouse 擅长单表宽表与日志/时序的极致扫描;Apache Doris 兼容 MySQL 协议、CBO 自动选 JOIN、主键模型支持实时 UPSERT 与高并发点查;StarRocks 在多表 JOIN、Pipeline 执行与湖仓(Iceberg 等)加速上更突出。2026 年三者都在补向量检索、BM25 全文与 Iceberg v3 读写。

但列存的三个天生短板没变:单行点查慢、偏爱批量写入、事务能力弱。它们定位是分析侧的第二存储,不是交易主库。

TiFlash 的意义不是“比 ClickHouse 快”,而是不用把数据搬出去:报表直接查刚提交的业务数据,省掉 CDC + ETL + 数仓三件套,换来亚秒到秒级的新鲜度和强一致的读写语义。取舍很清楚:

✓ 报表 / BI / 实时风控 / 用户画像:TiFlash 够用,架构最简。
✗ PB 级历史归档、日志检索、复杂即席分析、极致压缩比:用专业 OLAP,TiDB 通过 TiCDC 供数。

vs Milvus / Pinecone / pgvector:向量边界

专用向量库在 ANN 索引种类、召回调优、超大规模语料上更强;但它们与业务主库之间存在同步链路,写入后可见性、元数据过滤、事务一致性都要额外设计。

TiDB 的价值是把 embedding 当普通列:同一个事务里写业务记录 + 写 embedding,一条 SQL 里做相似度排序 + 标量条件 + JOIN。代价是 4.4 节那一长串 beta 限制,尤其是“带 WHERE 预过滤走不了向量索引”。

✓ embedding 只是业务的一个字段、要求与订单/用户状态强一致、团队不想多维护一套系统:TiDB 合适。
✗ 检索是产品核心、语料亿级以上、需要复杂混合召回与精细调参:专用向量库或 OceanBase 类原生混合检索更合适。

6.4 性能数据要怎么读(这部分比数字本身重要)

唯一值得引用的 TiDB 官方可复现基准是 TiDB Cloud TPC-C 报告(v8.1.0)[28]:

配置 值
环境 AWS us-west-2,TiDB Cloud Dedicated
集群 TiDB 2 × (16 vCPU / 32 GiB),TiKV 3 × (16 vCPU / 64 GiB / 1000 GiB)
数据集 1000 warehouses,每档压测 2 小时
50 线程 43,660 tpmC
100 线程 75,495 tpmC
200 线程 102,013 tpmC

请把它当容量规划参考,不要当“TiDB 能跑 10 万 TPS”的宣传语:tpmC 是 NewOrder 事务数,硬件、参数(tidb_enable_async_commit=1、tidb_enable_1pc=1 等)、数据分布、客户端并发全都写死在这个环境里。

三条读 benchmark 的规矩:

✓ 只比相同硬件、相同数据集、相同并发、相同参数的结果。
✗ 不要拿厂商自建对比页的“提升 N 倍”当结论——测试集往往挑自己擅长的查询,且调优水平不对等。
✓ 最终判据永远是:导出你最慢的 20 条 SQL,用自己的数据量和真实并发做 PoC。

本文刻意没有引用网上流传的“TiDB 10 节点百万 tpmC / PolarDB 百万 QPS / 某某提升 474 倍”一类数字,因为它们来源混杂、口径互相矛盾,且多出自厂商软文——不瞎编比多列几个数字更重要。

7. 选型决策:什么时候选 TiDB,什么时候别选

7.1 一句话决策

✓ 选 TiDB:MySQL 存量业务撞到单机/分库分表天花板;需要在线 DDL 与弹性扩缩;报表要查实时数据且不想维护 ETL;多租户 SaaS;AI Agent 平台需要海量小型、可分支、可缩到 0 的数据库;要求 Apache 2.0、可跨云自建。
✗ 别选 TiDB:数据量小、QPS 不高;强依赖存储过程 / 触发器 / Oracle 特性;要求严格 Serializable 且不愿改应用;纯 PB 级分析场景;向量检索是产品核心且必须带复杂元数据过滤;团队没有能力运维至少 4 类组件。

7.2 按顺序问自己五个问题

  1. 真的需要分布式吗? 单机 MySQL / PG 或 Aurora / PolarDB 能不能撑住未来 2 年?能,就别上。
  2. 瓶颈是读、是容量,还是写? 前两者用共享存储云数据库更省事;只有写需要水平扩展,才进入分布式 SQL 赛道。
  3. 技术栈是 MySQL 还是 PostgreSQL? MySQL → TiDB(或 PolarDB-X / OceanBase MySQL 模式);PostgreSQL → CockroachDB / YugabyteDB;Oracle → OceanBase。
  4. 要不要实时分析 / 混合检索? 要实时分析 → TiFlash 是加分项;要复杂混合检索 → 认真评估 OceanBase 4.6 或专用引擎,别被 beta 功能迷惑。
  5. 谁来运维、能否锁云? 自建且要 Apache 2.0 → TiDB / YugabyteDB 优先;可接受云托管 → TiDB Cloud / Spanner / Aurora 按生态选;强合规 → BYOC 或本地化商业发行版。

7.3 迁移前必须过的兼容性清单

  • [ ] 是否用到存储过程、触发器、事件、UDF、GIS、XA?→ 需要改写
  • [ ] 是否依赖 AUTO_INCREMENT 严格连续 / 用作业务序号?→ 改为 AUTO_RANDOM + 业务侧发号
  • [ ] 主键是否单调递增导致热点?→ 打散或预分裂 Region
  • [ ] 是否有大事务(批量 UPDATE/DELETE 数十万行)?→ 拆批,注意 max-txn-ttl 与内存
  • [ ] 是否有 SELECT ... FOR UPDATE 之外的并发约束依赖?→ SI 不防写偏斜,补唯一索引或显式加锁
  • [ ] 慢 SQL 执行计划是否依赖 MySQL 特有 hint / optimizer_switch?→ 重做执行计划评审
  • [ ] 是否使用全文索引?→ 自管版 / Dedicated 不支持,需外置 Elasticsearch 等
  • [ ] 分析查询是否要 TiFlash?→ 核算副本存储与节点成本、验证复制延迟
  • [ ] 备份恢复、PITR、监控告警链路是否搭好(BR + TiCDC + Grafana)?
  • [ ] 割接前是否用 sync-diff-inspector 做全量一致性校验?

8. 十个最常见的坑

# 坑 表现 处理
1 自增主键写热点 加 TiKV 节点吞吐不涨,单节点 CPU 打满 AUTO_RANDOM / SHARD_ROW_ID_BITS + PRE_SPLIT_REGIONS
2 以为 MySQL 100% 兼容 迁移后存储过程、全文索引、EXPLAIN 全变 先跑兼容性清单,别信“零改造”
3 统计信息过期 计划突变、stats:pseudo、慢查询 ANALYZE TABLE;DDL 内嵌 ANALYZE(v8.5.4+)
4 TiFlash 副本全库开 存储翻倍、节点成本失控 只给分析表建,监控 information_schema.tiflash_replica
5 把 TiFlash 当强一致实时读 刚写完立刻分析查不到 理解异步 Raft Learner 复制;强一致需求回到 TiKV 或显式控制
6 大事务 内存暴涨、锁持有久、GC 与 1 小时事务上限 拆批;控制单事务写入量
7 跨地域单集群 写延迟飙升 按 RPO 决策:能接受延迟损失就改双集群 + TiCDC
8 默认 Raft 参数没压测 故障切换秒级偏长 用真实负载演练宕机,调选举超时;别只信 99.99% SLA
9 向量查询加 WHERE 明明建了 HNSW 却全表扫 先 KNN 后过滤,或换支持原生混合检索的引擎
10 混淆部署形态 在自管版上找 TiDB X / PG 兼容 / Serverless 分支 对照 1.3 的形态表,云上能力 ≠ 自管能力

9. 学习路径

阶段 目标 建议动作
1. 用起来 建立直觉 tiup playground;用 MySQL 客户端连接;跑通建表、事务、EXPLAIN
2. 懂存储 理解 Region / Raft / MVCC 读官方《TiDB 整体架构》《TiKV 存储》;用 Dashboard 观察 Region 分裂与热点
3. 懂事务 能解释提交延迟 读乐观/悲观事务文档;对比 1PC / Async Commit 开关前后的延迟
4. 懂 HTAP 会看 MPP 计划 建 TiFlash 副本,用 TPC-H 或自有报表 SQL 看 ExchangeSender
5. 懂运维 能独立交付 TiUP 部署、BR 备份恢复、TiCDC 双集群、DM 迁移、Grafana 告警
6. 跟上 2026 理解架构转向 读 TiDB X Architecture;在 Starter 上试向量检索与数据库分支;跟踪年底 TiDB X 开源进展

优先读官方文档与 Release Notes,其次读 VLDB 2020 的 TiDB 论文,最后才是厂商对比页与第三方测评。

10. 参考来源与事实核查说明

来源清单

事实分级(避免把“计划”当“现状”)

类别 本文中的例子 可信度
官方 GA / 文档事实 8.5 LTS 版本号与日期、架构组件、事务模型、MySQL 不支持清单、最小拓扑 9 台、RU 换算、TPC-C 测试条件 高,可直接用于技术决策
官方披露的客户数据 Pinterest 省 50%、Atlassian 750→16 集群、Manus 150 万集群、300 万表 厂商自述,可用于判断负载形态,不宜当性能基准
预览 / 公测 / beta PostgreSQL 兼容(Starter 预览)、BYOC、Cloud Filesystem、Cloud Lake、向量检索 beta、全文检索仅 Starter 部分区域 不可直接用于生产承诺,需查当期文档
计划 / 路线图 2026 年底开源 TiDB X 核心、Premium 2026 年 11 月 GA 尚未发生,写本文时仍是计划
第三方测评 故障切换 3.9s / 3.2s / 9.7s;竞品版本号与许可汇总 特定环境一次测量,仅作参考,须自行压测
开发分支文档 v9.0 的 GB18030、DDL 内嵌 ANALYZE、可观测性改进 出现在 docs/tidb/dev 与 docs/tidbcloud,不代表已 GA

本文刻意未采用的内容:各类“国产数据库排名”“某产品比某产品快 N 倍”“TiDB 9.0 已正式发布”的说法,以及来源互相矛盾的云厂商性能数字。所有架构差异的判断均基于可验证的设计事实(单写 vs 多写、TSO vs HLC vs TrueTime、行存 vs 列存、是否需分片键),而非营销结论。


最后更新:2026 年 11 月 4 日。数据库产品迭代很快,选型前请按本文第 10 节的链接复核当期 Release Notes 与功能状态。