TiDB 事务的实现采用了 MVCC(多版本并发控制)机制,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,并以时间戳来区分版本。当然历史数据不会永久保留,超过一定时间的历史数据将会被彻底删除,以减小空间占用,同时避免因历史版本过多引起的性能开销。

TiDB 使用周期性运行的 GC(Garbage Collection,垃圾回收)来进行清理,默认情况下每 10 分钟一次。每次 GC 时,TiDB 会计算一个称为 safe point 的时间戳(默认为上次运行 GC 的时间减去 10 分钟),接下来 TiDB 会在保证在 safe point 之后的快照都能够读取到正确数据的前提下,删除更早的过期数据。

TiDB 的 GC 相关的配置存储于 mysql.tidb 系统表中,可以通过 SQL 语句对这些参数进行查询和更改:

例如,如果需要将 GC 调整为保留最近一天以内的数据,只需执行下列语句即可:

注意: TiDB 的事务是通过 PD 进行全局授时,所以存储的数据版本也是以 PD 所授时间戳作为版本号。在生成 Snapshot 时,是以 tidb_snapshot 变量的值作为版本号,如果 TiDB Server 所在机器和 PD Server 所在机器的本地时间相差较大,需要以 PD 的时间为准。

当读取历史版本数据操作结束后,可以结束当前 Session 或者是通过 Set 语句将 tidb_snapshot 变量的值设为 “”,即可读取最新版本的数据。

1.初始化阶段,创建一个表,并插入几行数据:

  1. create table t (c int);
  2. Query OK, 0 rows affected (0.01 sec)
  3. insert into t values (1), (2), (3);
  4. Query OK, 3 rows affected (0.00 sec)

2.查看表中的数据:

  1. select * from t;
  2. +------+
  3. | c |
  4. +------+
  5. | 1 |
  6. | 3 |
  7. +------+

3.查看当前时间:

4.更新某一行数据:

  1. update t set c=22 where c=2;
  2. Query OK, 1 row affected (0.00 sec)

5.确认数据已经被更新:

  1. select * from t;
  2. +------+
  3. | c |
  4. +------+
  5. | 1 |
  6. | 22 |
  7. | 3 |
  8. +------+
  9. 3 rows in set (0.00 sec)

6.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。

  1. set @@tidb_snapshot="2016-10-08 16:45:26";

这里读取到的内容即为 update 之前的内容,也就是历史版本:

  1. Query OK, 0 rows affected (0.00 sec)
  2. select * from t;
  3. +------+
  4. | c |
  5. +------+
  6. | 1 |
  7. | 22 |
  8. | 3 |
  9. +------+
  10. 3 rows in set (0.00 sec)

注意: 在 tidb_snapshot 前须使用 @@ 而非 @,因为 @@ 表示系统变量,@ 表示用户变量。

通过读取历史数据可以快速恢复被更新/删除的数据,大致步骤如下:

1、调整 GC 保留时间,如将 GC 调整为保留最近一天以内的数据。

  1. update mysql.tidb set VARIABLE_VALUE="24h" where VARIABLE_NAME="tikv_gc_life_time";

说明: 具体保留多长时间,需要结合业务进行评估

2、创建一个与待恢复的数据表同结构的临时表,如:

  1. set @@tidb_snapshot="2016-10-08 16:45:26";

3、按照业务逻辑将需要的数据插入到临时表:

4、按照业务逻辑将数据从临时表反更新或插入到原表

5、按照业务逻辑校验数据

6、将 GC 保留时长调整为恢复之前的设置