从零开始学TiDB（7）TiDB 的MPP架构概述

MPP 架构介绍：

如图，TiDB Server 作为协调者，首先 TiDB Server 会把每个 TiFlash 拥有的 region 会在 TiFlash 上做交换，让表连接在一个 TiFlash 上。另外 TiFlash 会作为计算节点，每个 TiFlash 都负责数据交换，表连接，聚合等等。

每个 TiFlash 在 MPP 架构里面称为一个 MPP worker。

MPP 的特点：

1. 适合大量的 join 聚合查询
2. 所有 MPP 计算是在内存中执行的，数据不落地。
3. 只支持等值连接，不支持不等值连接（这意味着有一些 sql 用不了 MPP，这时候可以使用参数：Enforce_mpp 强制使用 MPP，但不支持等值连接就是不支持，执行后会警告）。

MPP 的执行流程：

首先，在这个 SQL 中，有一个表连接，两个过滤条件，一个聚合条件 。

TiFlash 在存储数据的时候会把数据分别存储在不同的 TiFlash 上，这个 SQL 的执行流程是：

1. 在每个 TiFlash 中过滤出 order 表里面 dic 列的前三个字母是 7c0 的数据放到内存中。把 product 表里面 pct_date 列大于‘2021-09-30’ 的数据放到内存中（并行执行）

2. 数据交换（减少网络交换），让表连接在本节点执行，对每一张表的连接项（pid）取一个 hash 函数，如取模。将数据根据 hash 值 进行数据交换，让 hash 值相同的数据在一个节点上。

3. 对 group by 进行提速，也是进行数据交换，对 state 取 hash 函数，把 hash 函数相等的放在一个节点。

 4. 把 TiFlash 的数据返回到 TiDB Server

 总结：TiDB 的 MPP 架构充分利用了 TiFlash 并行计算的功能， 当一个复杂的 SQL 语句过来的时候（能够使用 MPP），先利用表连接的条件把连接条件 Hash 值相同的数据放到一个节点上，防止网络交换严重，处理了过滤条件后，如有聚合条件，再利用聚合条件的字段进行数据交换，把聚合条件字段 hash 值相同的数据放到同一个数据节点中，最后每个 TiFlash 把计算好的数据返回给 TiDB Server。