读取历史数据
本文档介绍 TiDB 如何读取历史版本数据,包括具体的操作流程以及历史数据的保存策略。
TiDB 实现了通过标准 SQL 接口读取历史数据功能,无需特殊的 client 或者 driver。当数据被更新、删除后,依然可以通过 SQL 接口将更新/删除前的数据读取出来。
另外即使在更新数据之后,表结构发生了变化,TiDB 依旧能用旧的表结构将数据读取出来。
为支持读取历史版本数据, TiDB 引入了一个新的系统变量 :
- 这个变量的作用域为
SESSION
。 - 你可以通过标准的
SET
语句修改这个变量的值。 - 这个变量的数据类型为文本类型,能够存储 TSO 和日期时间。TSO 是从 PD 端获取的全局授时的时间戳,日期时间的格式为:“2016-10-08 16:45:26.999”,一般来说可以只写到秒,比如”2016-10-08 16:45:26”。
- 当这个变量被设置时,TiDB 会按照设置的时间戳建立 Snapshot(没有开销,只是创建数据结构),随后所有的
SELECT
操作都会从这个 Snapshot 上读取数据。
TiDB 使用 MVCC 管理版本,当更新/删除数据时,不会做真正的数据删除,只会添加一个新版本数据,所以可以保留历史数据。历史数据不会全部保留,超过一定时间的历史数据会被彻底删除,以减小空间占用以及避免历史版本过多引入的性能开销。
TiDB 使用周期性运行的 GC(Garbage Collection,垃圾回收)来进行清理,关于 GC 的详细介绍参见 TiDB 垃圾回收 (GC)。
这里需要重点关注的是:
- 使用系统变量 可以配置历史版本的保留时间(默认值是
10m0s
)。 - 使用 SQL 语句
SELECT * FROM mysql.tidb WHERE variable_name = 'tikv_gc_safe_point'
可以查询当前的 safePoint,即当前可以读的最旧的快照。在每次 GC 开始运行时,safePoint 将自动更新。
初始化阶段,创建一个表,并插入几行数据:
Query OK, 0 rows affected (0.01 sec)
insert into t values (1), (2), (3);
Query OK, 3 rows affected (0.00 sec)
查看表中的数据:
select * from t;
+------+
| c |
+------+
| 1 |
| 2 |
| 3 |
3 rows in set (0.00 sec)
查看当前时间:
+---------------------+
| now() |
| 2016-10-08 16:45:26 |
+---------------------+
1 row in set (0.00 sec)
-
update t set c=22 where c=2;
Query OK, 1 row affected (0.00 sec)
确认数据已经被更新:
select * from t;
+------+
| c |
+------+
| 1 |
| 22 |
| 3 |
+------+
3 rows in set (0.00 sec)
设置一个特殊的环境变量,这个是一个 session scope 的变量,其意义为读取这个时间之前的最新的一个版本。
这里读取到的内容即为 update 之前的内容,也就是历史版本:
select * from t;
| c |
+------+
| 1 |
| 2 |
| 3 |
+------+
3 rows in set (0.00 sec)
清空这个变量后,即可读取最新版本数据:
set @@tidb_snapshot="";
Query OK, 0 rows affected (0.00 sec)
+------+
| c |
+------+
| 1 |
| 22 |
| 3 |
+------+
3 rows in set (0.00 sec)