轻松上手：使用 Docker Compose 部署 TiDB 的简易指南

原创 shunwahⓂ️ 2025-04-27

作者：ShunWah

在运维管理领域，我拥有多年深厚的专业积累，兼具坚实的理论基础与广泛的实践经验。精通运维自动化流程，对于OceanBase、MySQL等多种数据库的部署与运维，具备从初始部署到后期维护的全链条管理能力。拥有OceanBase的OBCA和OBCP认证、OpenGauss社区认证结业证书，以及崖山DBCA、亚信AntDBCA、翰高HDCA、GBase 8a | 8c | 8s、Galaxybase的GBCA、Neo4j的Graph Data Science Certification、NebulaGraph的NGCI & NGCP、东方通TongTech TCPE等多项权威认证。

在OceanBase & 墨天轮的技术征文大赛中，多次荣获一、二、三等奖。同时，在OpenGauss第五届、第六届、第七届技术征文大赛，TiDB社区专栏征文大赛，金仓数据库有奖征文活动，以及YashanDB「产品体验官」征文等活动中，我也屡获殊荣。此外，我还活跃于墨天轮、CSDN、ITPUB等技术平台，经常发布原创技术文章，并多次被首页推荐。

引言

TiDB 是一个开源的分布式关系型数据库，兼容 MySQL 协议。它结合了传统关系型数据库的强一致性和 NoSQL 数据库的可扩展性。本文将详细介绍如何在 CentOS 7 上使用 Docker Compose 部署一个完整的 TiDB 集群，包括 PD (Placement Driver)、TiKV (Storage Engine) 和 TiDB (SQL Layer)，并进行基本的数据库操作和性能优化。

一、部署 TiDB

准备工作
首先确保你的 CentOS 7 系统已经安装了 Docker 和 Docker Compose。如果没有，请先安装它们：

1. 系统环境准备

确保你的开发环境满足 TiDB 的运行要求。TiDB 支持多种操作系统，包括Linux、macOS和Windows。
本文以 x86 架构的 CentOS Linux 7.9 镜像作为环境介绍如何使用 docker容器化部署 TiDB v7.5 数据库。

[root@worker3 tidb]# cat /etc/redhat-release 
CentOS Linux release 7.9.2009 (Core)
[root@worker3 tidb]# free -h
              total        used        free      shared  buff/cache   available
Mem:            27G        1.9G         19G        672M        5.8G         24G
Swap:          8.0G          0B        8.0G
[root@worker3 tidb]# 
复制

2. docker 容器环境准备

[root@worker3 tidb]# docker version
Client: Docker Engine - Community
 Version:           19.03.8
 API version:       1.40
 Go version:        go1.12.17
 Git commit:        afacb8b7f0
 Built:             Wed Mar 11 01:22:56 2020
 OS/Arch:           linux/amd64
 Experimental:      false

Server: Docker Engine - Community
 Engine:
  Version:          19.03.8
  API version:      1.40 (minimum version 1.12)
  Go version:       go1.12.17
  Git commit:       afacb8b7f0
  Built:            Wed Mar 11 01:30:32 2020
  OS/Arch:          linux/amd64
  Experimental:     false
 containerd:
  Version:          v1.2.13
  GitCommit:        7ad184331fa3e55e52b890ea95e65ba581ae3429
 runc:
  Version:          1.0.0-rc10
  GitCommit:        dc9208a3303feef5b3839f4323d9beb36df0a9dd
 docker-init:
  Version:          0.18.0
  GitCommit:        fec3683
[root@worker3 tidb]# docker-compose version
docker-compose version 1.28.6, build 5db8d86f
docker-py version: 4.4.4
CPython version: 3.7.10
OpenSSL version: OpenSSL 1.1.0l  10 Sep 2019
[root@worker3 tidb]# 
复制

3、Docker 部署 TiDB 拉取镜像：

通过 Docker 部署 TiDB 适合测试或开发环境，可快速启动基础集群。步骤如下：

[root@worker3 tidb]# docker pull pingcap/pd:v7.5.1
v7.5.1: Pulling from pingcap/pd
Digest: sha256:0e87d077d0fd92903e26a6ebeda633d6979380aac6fc76aa24c6a02d25a404f6
Status: Downloaded newer image for pingcap/pd:v7.5.1
docker.io/pingcap/pd:v7.5.1
[root@worker3 tidb]# docker pull pingcap/tikv:v7.5.1
v7.5.1: Pulling from pingcap/tikv
Digest: sha256:e68889611930cc054acae5a46bee862c4078af246313b414c1e6c4671dceca63
Status: Downloaded newer image for pingcap/tikv:v7.5.1
docker.io/pingcap/tikv:v7.5.1
[root@worker3 tidb]# docker pull pingcap/tidb:v7.5.1
v7.5.1: Pulling from pingcap/tidb
Digest: sha256:49159e21bdb8671cca48394ab4b6dc4e92527a775d24daf5a4b4c8d6f175a9fe
Status: Downloaded newer image for pingcap/tidb:v7.5.1
docker.io/pingcap/tidb:v7.5.1
[root@worker3 tidb]#
复制

4、创建 docker-compose.yml 文件：

Docker Compose 更适合需要简化配置、快速部署和管理多个容器的场景。接下来，我们将为 TiDB 的各个组件（PD、TiKV、TiDB）编写 docker-compose.yml 文件。步骤如下：

[root@worker3 tidb]# vim docker-compose.yml

version: '3'
services:
  pd:
    image: pingcap/pd:latest
    container_name: tidb_pd
    cap_add:
      - SYS_ADMIN
    security_opt:
      - seccomp:unconfined
    privileged: true
    ports:
      - "2379:2379"
      - "2380:2380"
    environment:
      - PD_SERVER_NAME=pd
      - INITIAL_CLUSTER=pd=http://pd:2380
      - ETCD_INITIAL_CLUSTER_STATE=new
    volumes:
      - pd-data:/pd

  tikv:
    image: pingcap/tikv:latest
    container_name: tidb_tikv
    cap_add:
      - SYS_ADMIN
    security_opt:
      - seccomp:unconfined
    privileged: true
    ports:
      - "20160:20160"
    environment:
      - PD_ADDR=pd:2379
    depends_on:
      - pd
    volumes:
      - tikv-data:/tikv

  tidb:
    image: pingcap/tidb:latest
    container_name: tidb_server
    cap_add:
      - SYS_ADMIN
    security_opt:
      - seccomp:unconfined
    privileged: true
    ports:
      - "4000:4000"
    environment:
      - PATH="bin:$PATH"
      - MYSQL_HOST=0.0.0.0
      - MYSQL_PORT=4000
      - STORE=tikv
      - PATH=bin:$PATH
      - PD_ADDR=pd:2379
    depends_on:
      - tikv
      - pd
    volumes:
      - tidb-data:/tidb

volumes:
  pd-data:
  tikv-data:
  tidb-data:
复制

5、启动 TiDB 集群

保存上述配置后，在相同目录下运行以下命令启动 TiDB 集群：

[root@worker3 tidb]# docker-compose up -d
Starting tidb_pd ... done
Starting tidb_tikv ... done
Starting tidb_server ... done
[root@worker3 tidb]# 
复制

二、数据库使用优化操作

1、创建数据库和表

连接到 TiDB 实例并执行 SQL 命令：

[root@worker3 tidb]# mysql -h 127.0.0.1 -P 4000 -u root
Welcome to the MySQL monitor.  Commands end with ; or \g.
Your MySQL connection id is 2097154
Server version: 8.0.11-TiDB-v7.5.1 TiDB Server (Apache License 2.0) Community Edition, MySQL 8.0 compatible

Copyright (c) 2000, 2016, Oracle and/or its affiliates. All rights reserved.

Oracle is a registered trademark of Oracle Corporation and/or its
affiliates. Other names may be trademarks of their respective
owners.

Type 'help;' or '\h' for help. Type '\c' to clear the current input statement.

mysql> 
复制

2、查看数据库版本

在 MySQL 客户端中：查看版本 Version: v7.5.1

mysql> SELECT tidb_version();
+--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| tidb_version()                                                                                                                                                                                                                                                     |
+--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| Release Version: v7.5.1
Edition: Community
Git Commit Hash: 7d16cc79e81bbf573124df3fd9351c26963f3e70
Git Branch: heads/refs/tags/v7.5.1
UTC Build Time: 2024-02-27 14:28:32
GoVersion: go1.21.6
Race Enabled: false
Check Table Before Drop: false
Store: unistore |
+--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
1 row in set (0.00 sec)

mysql> 
复制

3、创建数据库

mysql> CREATE DATABASE testdb;
Query OK, 0 rows affected (0.02 sec)

mysql> USE testdb;
Database changed
mysql> 
复制

4、创建表

mysql> CREATE TABLE employees (
    ->     id INT PRIMARY KEY AUTO_INCREMENT,
    ->     name VARCHAR(255) NOT NULL,
    ->     age INT,
    ->     position VARCHAR(255),
    ->     salary DECIMAL(10, 2)
    -> );
Query OK, 0 rows affected (0.02 sec)

mysql> 
复制

5、插入数据

mysql> INSERT INTO employees (name, age, position, salary) VALUES 
    -> ('John Doe', 30, 'Software Engineer', 80000),
    -> ('Jane Smith', 28, 'Product Manager', 90000),
    -> ('Alice Johnson', 35, 'Senior Developer', 110000),
    -> ('Bob Brown', 45, 'CTO', 150000),
    -> ('Charlie Davis', 22, 'Junior Developer', 60000),
    -> ('David Wilson', 33, 'DevOps Engineer', 95000),
    -> ('Eve Taylor', 29, 'QA Engineer', 75000),
    -> ('Frank White', 40, 'Director of Engineering', 130000),
    -> ('Grace King', 37, 'UX Designer', 85000),
    -> ('Henry Lee', 31, 'Backend Developer', 82000);
Query OK, 10 rows affected (0.01 sec)
Records: 10  Duplicates: 0  Warnings: 0

mysql> 
复制

6、查询所有员工信息

mysql> SELECT * FROM employees;
+----+---------------+------+-------------------------+-----------+
| id | name          | age  | position                | salary    |
+----+---------------+------+-------------------------+-----------+
|  1 | John Doe      |   30 | Software Engineer       |  80000.00 |
|  2 | Jane Smith    |   28 | Product Manager         |  90000.00 |
|  3 | Alice Johnson |   35 | Senior Developer        | 110000.00 |
|  4 | Bob Brown     |   45 | CTO                     | 150000.00 |
|  5 | Charlie Davis |   22 | Junior Developer        |  60000.00 |
|  6 | David Wilson  |   33 | DevOps Engineer         |  95000.00 |
|  7 | Eve Taylor    |   29 | QA Engineer             |  75000.00 |
|  8 | Frank White   |   40 | Director of Engineering | 130000.00 |
|  9 | Grace King    |   37 | UX Designer             |  85000.00 |
| 10 | Henry Lee     |   31 | Backend Developer       |  82000.00 |
+----+---------------+------+-------------------------+-----------+
10 rows in set (0.00 sec)

mysql> 
复制

7、创建分区表

为了在 CentOS 7 上使用 Docker Compose 部署 TiDB 7.5，并详细记录整个过程，包括创建数据库、表结构迁移（特别是分区表）、数据插入及优化等步骤。以下是详细的部署指南和实操命令流程。

TiDB 支持多种类型的分区表，这里我们创建一个按范围分区的表：

mysql> CREATE TABLE sales (
    ->     id INT NOT NULL AUTO_INCREMENT,
    ->     sale_date DATE NOT NULL,
    ->     amount DECIMAL(10, 2),
    ->     PRIMARY KEY (id, sale_date) -- 主键包含分区列
    -> ) PARTITION BY RANGE (YEAR(sale_date)) (
    ->     PARTITION p0 VALUES LESS THAN (2020),
    ->     PARTITION p1 VALUES LESS THAN (2021),
    ->     PARTITION p2 VALUES LESS THAN (2022),
    ->     PARTITION p3 VALUES LESS THAN MAXVALUE
    -> );
Query OK, 0 rows affected (0.02 sec)

mysql> 
复制

让主键包含分区函数中使用的列（即 sale_date），从而满足 TiDB 的约束条件。

8、插入数据

mysql> INSERT INTO sales (sale_date, amount) VALUES 
    -> ('2019-12-31', 5000),
    -> ('2020-01-01', 7000),
    -> ('2020-12-31', 8000),
    -> ('2021-01-01', 9000),
    -> ('2021-12-31', 10000),

    -> ('2022-01-01', 11000);
Query OK, 6 rows affected (0.00 sec)
Records: 6  Duplicates: 0  Warnings: 0

mysql> 
复制

9、查询 2020 年的数据

SELECT * FROM sales WHERE sale_date BETWEEN ‘2020-01-01’ AND ‘2020-12-31’;

mysql> SELECT * FROM sales WHERE sale_date BETWEEN '2020-01-01' AND '2020-12-31';
+----+------------+---------+
| id | sale_date  | amount  |
+----+------------+---------+
|  2 | 2020-01-01 | 7000.00 |
|  3 | 2020-12-31 | 8000.00 |
+----+------------+---------+
2 rows in set, 1 warning (0.00 sec)

mysql> 
复制

10、查询 2021 年的数据

SELECT * FROM sales WHERE sale_date BETWEEN ‘2021-01-01’ AND ‘2021-12-31’;

mysql> SELECT * FROM sales WHERE sale_date BETWEEN '2021-01-01' AND '2021-12-31';
+----+------------+----------+
| id | sale_date  | amount   |
+----+------------+----------+
|  4 | 2021-01-01 |  9000.00 |
|  5 | 2021-12-31 | 10000.00 |
+----+------------+----------+
2 rows in set, 1 warning (0.00 sec)

mysql> 
复制

三、数据库优化实战

1、普通表的优化与分析

我们可以对表进行索引优化以提高查询效率：

1.1 在经常用于搜索的列上添加索引

mysql> CREATE INDEX idx_position ON employees(position);
CREATE INDEX idx_salary ON employees(salary);
Query OK, 0 rows affected (0.14 sec)

mysql> CREATE INDEX idx_salary ON employees(salary);
Query OK, 0 rows affected (0.11 sec)

mysql> 
复制

1.2 分析查询性能

mysql> EXPLAIN SELECT * FROM employees WHERE position = 'Software Engineer';
+-------------------------------+---------+-----------+-----------------------------------------------+---------------------------------------------------------------------------------+
| id                            | estRows | task      | access object                                 | operator info                                                                   |
+-------------------------------+---------+-----------+-----------------------------------------------+---------------------------------------------------------------------------------+
| IndexLookUp_10                | 0.01    | root      |                                               |                                                                                 |
| ├─IndexRangeScan_8(Build)     | 0.01    | cop[tikv] | table:employees, index:idx_position(position) | range:["Software Engineer","Software Engineer"], keep order:false, stats:pseudo |
| └─TableRowIDScan_9(Probe)     | 0.01    | cop[tikv] | table:employees                               | keep order:false, stats:pseudo                                                  |
+-------------------------------+---------+-----------+-----------------------------------------------+---------------------------------------------------------------------------------+
3 rows in set (0.00 sec)

mysql> 
复制

2、分区表的优化与分析

我们可以对表进行索引优化以提高查询效率：
确保 sale_date 列上有索引，以便加速范围查询。

2.1 在经常用于搜索的列上添加索引

mysql> CREATE INDEX idx_sale_date ON sales(sale_date);
Query OK, 0 rows affected (0.11 sec)

mysql> 
复制

2.2 分析查询性能

TiDB 支持分区裁剪（Partition Pruning），在查询时会自动跳过无关分区，提升查询效率。例如：

mysql> EXPLAIN SELECT * FROM sales WHERE sale_date BETWEEN '2020-01-01' AND '2020-12-31';
+-------------------------+---------+-----------+---------------+----------------------------------------------------------------------------------------------------------------+
| id                      | estRows | task      | access object | operator info                                                                                                  |
+-------------------------+---------+-----------+---------------+----------------------------------------------------------------------------------------------------------------+
| TableReader_7           | 2.00    | root      | partition:p1  | data:Selection_6                                                                                               |
| └─Selection_6           | 2.00    | cop[tikv] |               | ge(testdb.sales.sale_date, 2020-01-01 00:00:00.000000), le(testdb.sales.sale_date, 2020-12-31 00:00:00.000000) |
|   └─TableFullScan_5     | 6.00    | cop[tikv] | table:sales   | keep order:false                                                                                               |
+-------------------------+---------+-----------+---------------+----------------------------------------------------------------------------------------------------------------+
3 rows in set (0.01 sec)

mysql> 
复制

2.3 查看执行计划，确认是否只扫描了相关的分区。

避免过度分区：
分区数量不宜过多，否则可能增加元数据管理的开销。通常建议根据业务需求合理划分分区范围。
在 TiDB 中创建分区表时，必须确保分区列与主键或唯一索引的关系符合其约束条件。
通过对比未加索引前后的查询性能，可以看到索引显著提升了查询速度。此外，TiDB 提供了分布式事务支持，使得大规模数据处理更加高效可靠。特别是在处理大量数据时，分区表可以有效提升查询性能和管理便利性。

总结

本篇征文介绍了如何在 CentOS 7 上利用 Docker Compose 快速搭建 TiDB 7.5 集群，并展示了基本的数据库操作如创建数据库、表以及数据插入。特别地，我们演示了如何创建分区表并对其进行优化。通过这些实践，可以更好地理解 TiDB 的功能特性及其应用场景，为后续深入学习和应用打下坚实基础。希望这篇教程能帮助更多开发者顺利部署并使用 TiDB 进行开发，享受其带来的高效和灵活性。同时，通过实际操作中的对比分析，进一步认识到了优化数据库设计的重要性。

关键点总结

环境准备：确保 Docker 和 Docker Compose 已正确安装。
集群部署：使用 Docker Compose 配置和启动 PD、TiKV 和 TiDB 服务。
数据库操作：创建数据库、表，插入数据，并进行查询。
性能优化：通过调整 TiDB 的启动参数来优化性能。
对比测试：通过插入数据和查询来验证 TiDB 的性能。

通过这些步骤，您可以快速上手 TiDB，并在实际业务中应用其强大的功能。

—— 仅供参考。如果有更多具体的问题或需要进一步的帮助，请随时告知。

最后修改时间：2025-04-28 11:18:26

「喜欢这篇文章，您的关注和赞赏是给作者最好的鼓励」

关注作者

轻松上手：使用 Docker Compose 部署 TiDB 的简易指南

引言

一、部署 TiDB

1. 系统环境准备

2. docker 容器环境准备

3、Docker 部署 TiDB 拉取镜像：

4、创建 docker-compose.yml 文件：

5、启动 TiDB 集群

二、数据库使用优化操作

1、创建数据库和表

2、查看数据库版本

3、创建数据库

4、创建表

5、插入数据

6、查询所有员工信息

7、创建分区表

8、插入数据

9、查询 2020 年的数据

10、查询 2021 年的数据

三、数据库优化实战

1、普通表的优化与分析

1.1 在经常用于搜索的列上添加索引

1.2 分析查询性能

2、分区表的优化与分析

2.1 在经常用于搜索的列上添加索引

2.2 分析查询性能

2.3 查看执行计划，确认是否只扫描了相关的分区。

总结

关键点总结

评论

相关阅读

轻松上手：使用 Docker Compose 部署 TiDB 的简易指南

引言

一、部署 TiDB

1. 系统环境准备

2. docker 容器环境准备

3、Docker 部署 TiDB 拉取镜像：

4、创建 docker-compose.yml 文件：

5、启动 TiDB 集群

二、数据库使用优化操作

1、创建数据库和表

2、查看数据库版本

3、创建数据库

4、创建表

5、插入数据

6、查询所有员工信息

7、创建分区表

8、 插入数据

9、查询 2020 年的数据

10、查询 2021 年的数据

三、数据库优化实战

1、普通表的优化与分析

1.1 在经常用于搜索的列上添加索引

1.2 分析查询性能

2、分区表的优化与分析

2.1 在经常用于搜索的列上添加索引

2.2 分析查询性能

2.3 查看执行计划，确认是否只扫描了相关的分区。

总结

关键点总结

评论

相关阅读

8、插入数据