Key points are not available for this paper at this time.
하이브리드 트랜잭셔널 및 분석 처리(HTAP) 데이터베이스는 상호 간섭을 제거하기 위해 트랜잭셔널 및 분석 쿼리를 분리하여 처리해야 합니다. 이를 달성하기 위해서는 두 가지 유형의 쿼리 각각에 대해 지정된 데이터의 서로 다른 복제본을 유지하는 것이 필요합니다. 그러나 분석 요청이 스케일과 높은 가용성으로 트랜잭셔널 작업에서 일관되고 신선한 데이터를 효율적으로 읽을 수 있는 저장 시스템 내에서 분산 복제본에 대해 일관된 뷰를 제공하는 것은 도전적입니다. 이러한 도전 과제를 해결하기 위해 우리는 HTAP 작업 부하에 대해 일관된 복제본을 제공하기 위해 복제 상태 머신 기반 합의 알고리즘을 확장하는 것을 제안합니다. 이 새로운 아이디어를 바탕으로, 우리는 Raft 기반의 HTAP 데이터베이스인 TiDB를 제시합니다. 이 데이터베이스에서는 행 저장소와 열 저장소로 구성된 다중 Raft 저장 시스템을 설계합니다. 행 저장소는 Raft 알고리즘을 기반으로 구축됩니다. 이는 높은 가용성으로 트랜잭셔널 요청에서 업데이트를 실현하기 위해 확장 가능합니다. 특히, 이는 Raft 로그를 비동기적으로 학습자에게 복제하여 행 형식을 열 형식으로 변환하여 튜플을 형성하며, 실시간으로 업데이트 가능한 열 저장소를 형성합니다. 이 열 저장소는 분석 쿼리가 행 저장소의 트랜잭션으로부터 강력한 격리를 가지고 신선하고 일관된 데이터를 효율적으로 읽을 수 있도록 합니다. 이 저장 시스템을 기반으로, 우리는 대규모 분산 트랜잭션과 비용이 많이 드는 분석 쿼리를 처리하기 위한 SQL 엔진을 구축합니다. SQL 엔진은 데이터의 행 형식 및 열 형식 복제본에 최적 접근합니다. 또한, TiDB가 하둡 생태계에 연결할 수 있도록 돕는 강력한 분석 엔진인 TiSpark를 포함합니다. 포괄적인 실험 결과 TiDB가 HTAP 작업 부하에 초점을 맞춘 벤치마크인 CH-benCHmark에서 격리된 높은 성능을 달성함을 보여줍니다.
Huang et al. (Sat,)는 이 질문을 연구했습니다.