作者： angryart
TiDB长期霸榜国产数据库第一名，社区活跃人气旺盛。作为TiDB其中的一个粉丝，我把近年的学习调研实践归纳如下，TiDB是一款通用性的数据解决方案，任何数据场景都可以使用它来解决问题，所以它与所有市场上所有的数据库产品 多多少少存在直接上的或者间接上的竞争关系。
那么市场竞争上谁是TiDB的第一梯队竞争对手,本人认为是MySQL是其中一个，当然也可以是Oracle、DB2等等，主要是MySQL在中国深入人心，工程师信手拿来就能使用。
TiDB与MySQL的对比
有些人直接称TiDB为大号的MySQL，其实不对，为了工程师像使用MySQL使用TiDB，TiDB在接口层下了大量的功夫，在语法、表名、引用甚至元数据方面尽量与MySQL贴合，但是每个语句背后执行的都是不同的数据流程和服务流向。
类型上比较，MySQL是纯粹单机式数据库，TiDB是分布式数据库，TiDB可以方便自由增加节点扩展存算能力，而MySQL增加节点增强性能，必须通过定向策略，例如中间件路由或者读写分离的方式，显得呆滞固化。
引擎上比较，MySQL有myisam、innodb、memory等引擎 ，也可以通过插件支持更多的引擎例如rocksdb，HandlerSocket等等，而TiDB虽然只有两个引擎,但是却能应对所有的应用场景。
架构上比较，MySQL是偏紧密耦合，分为三层分别是接口层、服务层、存储层，接口层负责请求处理、授权认证、安全，服务层负责查询解析、分析、优化、缓存、系统内置函数，存储层负责数据的 存储和处理，统一体现在一个服务进程上。TiDB则是松散耦合型，把数据库的关键组件抽象，根据本身分布式的特性，分别是计算层、存储层、协调层。
- TiDB计算层类似MySQL接口层，负责负责接收 SQL 请求，处理 SQL 相关的逻辑，并通过协调层找到存储计算所需存储层数据的地址，与 存储层交互获取数据，最终返回结果。
- TiDB存储层负责存储数据，数据的存储容量没有上限，存储层上同一份数据一般有3个副本，满足高并发需求。协调层会对存储层中的数据做出负载均衡的处理。
- TiDB协调层负责集群的管理模块，经常干的事情有3个，一个是集群的元信息，一个是对存储层的数据进行调度和负载均衡，一个分配全局唯一且递增的事务 ID。
数据处理技术上，MySQL是B+树的组织存储结构，B+树适合读多写少，如果写多了，写的影响动作主要是插入、删除，会导致全局的平衡树下面的页频繁分裂或者合并，直接影响性能，影响读放大。TiDB是LSM树的组织存储结构,擅长写多读少，如果读多了，在内存扫描不到数据，就会去硬盘里面去寻找无序的sst文件，所以数据越多越大就会读放大。
TiDB做了诸多优化，例如使用RocksDB作为背端存储,优化LSM机制等等，协同提高数据全链条的处理性能，而且是存算分离的组织完成这个性能的。
产品方向上比较，MySQL默认innodb，擅长OLTP的业务场景，同时MySQL可以插件组装各式引擎，换言之MySQL是一个通用型的数据库产品支持所有的业务场景。而TiDB默认悲观事务，同样是以OLTP为重，同样是一个通用型的数据库产品。但是两者是不一样的，由于MySQL是单机型的结构，如果它要扩展，只能通过数据库中间件路由划分，如果数据满了需要停机停服，重新进行数据的割分。
TiDB对业务无侵入性，扩展非常简单，发展至今安装与维护都非常成熟 ，通过Tiup就可以就可以对分布式集群进行组装维护的相关操作，并且支持在线升级，无缝迁移。
总结，TiDB与MySQL没有对比性， 他们不是同一类的数据产品，但是从数据库的特性和市场方向上出发 ，他们又有了对比的维度指标。事实上，TiDB努力向MySQL学习，甚至还聘请了innodb的内核开发工程师，努力调整TiDB的底盘，让TiDB从内向外都像MySQL。
同类竞争产品
TiDB是一款分布式数据库产品，以分布式为标识并能基于线下安装 ，国内同样竞比产品有OceanBase，国外同比有CockroachDB。TiDB的商业经营主要集中在云数据库上，所以PolarDB也是TiDB的竞争对手。那么TiDB与PolarDB、OceanBase、CockroachDB有什么不同？
从数据库处理的流程开始讲，从任务开始到任务结束。
- 用户发起请求， 数据库客户端发起请求到指定的数据库集群。
- 目标数据库响应 指定的数据库集群指定一个节点响应用户的请求。
- 两者建立会话， 数据库集群其中一个节点与客户端产生会话。
- 对象请求解析， 数据库将接收的请求进行 语法检查，对象解析、转换对应的关系代数结构、并进行计划任务优化。
- 调度并且执行， 寻找最合适的副本 ，根据优先级进行，是内存、缓存、数据快照、存储等等。
- 监测任务状态， 观测数据库的执行中状态。
- 返回数据结果， 数据库服务端返回结果给数据库客户端
最关键的是第2步、第4步、第5步。
第2步是 哪一个节点响应数据库客户的请求，分布式数据库有两种系统架构，一种是中心化架构【master\slave】，一种是去中心化架构。中心化架构的负色职责分清，负责干活、负责指挥、负责接待用户，而去中心货架构则是每个节点角色平等，对待客户的请求，其中的一个节点会瞬间切换成负责接待，剩余的节点根据情况转化执行。
TiDB在这里采用中心化的架构，节点角色之间的职责更加清晰，分工更加明确。
第4步和第5步是数据计算和数据存储的关键步骤，TiDB在这里做了深度的松散解耦，数据计算用TIDB，数据存储用TIKV，两者是真正意义上的存算分离，要增加存储容量，可以增加没有CPU的硬盘服务器，要增加计算能力，可以增加没有硬盘的服务器。关于分布式的功能和作用则集中在一个PD的模块上。
OB则是去中心架构，而且计算和存储高度耦合，所以OB又称为集中式的分布式架构，后面又称为单机式的分布式架构。
TiDB比起同类产品在架构上更加高度松散耦合，与云计算技术更加紧密协作，珠联壁合。
TiDB vs MySQL
如果TiDB要做大做强，必须要撼动广大码农的工作使用习惯，广大码民对MySQL的使用已经深入人心了，不管是TP应用，还是AP应用，先不管性能，首先用MySQL完成业务代码的开发，这意味着MySQL经常被当HTAP数据库来用。下面我用CH-benchmark 针对 TiDB6.0以及MySQL8.0来做一个测试。
TPC-CH 由未经修改的 TPC-C 模型和事务、以及 TPC-H 查询的改编版本构成，TPC-CH 保持所有 TPC-C 实体和关系完全不变，并集成了 TPC-H 模型中的 SUPPLIER、REGION 和 NATION 表。这些表在 TPC-H 查询中频繁使用，并允许以非侵入的方式集成到 TPC-C 模型中。SUPPLIER 包含固定数量（10,000条）的条目。因此，STOCK 中的一条记录可以通过 STOCK.S I ID × STOCK.S W ID mod 10, 000 = SUPPLIER.SU SUPPKEY 与其唯一的供应商（SUPPLIER 表中对应记录）关联起来。TPC-C 中的原始 CUSTOMER 表不包含引用自 NATION 表的外键。我们并没有改变原始模型，从而保持了与现有 TPC-C 的兼容性，所以外键是从字段 C STATE 的第一个字符开始计算的。TPC-C 规定第一个字符可以有62个不同的值（即大写字母、小写字母、数字），因此我们选择了62个国家来填充 NATION。根据 TPC-H 规范，主键 N NATIONKEY 是一个标识符。它的值被规定，从而使得与这些值相关联的 ASCII 值是一个字母或数字,即 N NATIONKEY ∈ [48, 57]∪[65, 90]∪[97. 122]。因此，不需要额外的计算来跳过 ASCII 码中数字、大写字母和小写字母之间的间隔。不支持从字符转换到 ASCII 码的数据库系统可能会偏离 TPC-H 模式，使用单个字符作为 NATION 的主键。REGION 包含国家的五个地区。新表之间的关系使用简单的外键字段来建模：NATION.N REGIONKEY 和 SUPPLIER.SU NATIONKEY。
在CH-Benchmark 中结合了 TPC-C 和 TPC-H 两种基准，它把原来 TPC-C 中的 9 个表和 TPC-H 中的 8 个表修改合并成了 12 个表，并将两者的伸缩模型也统一起来（Scaling TPC-H by the same factors of TPC-C）。
测试环境
硬件配置
操作系统 | CentOS Linux release 7.6.1810 |
CPU | 8核 Intel(R) Xeon(R) |
内存 | 16 |
测试配置
软件版本 | IP | 作用 |
MySQL8.0 | 192.168.1.X | MySQL单机 |
TiDB6.0 | 192.168.1.X | TiDB单机 |
CH-benchmark | 192.168.2.X | HTAP测试工具，生成数据 |
TiUP Bench | 192.168.2.X | HTAP测试工具，进行测试 |
生成数据
我这里是通过TiDB Bench对数据进行压测，但是数据却是通过CH-benchmark 去生成的。
安装CH-benchmark
https://github.com/DASLab-IDA/CH-benchmark
-rwxr-xr-x. 1 root root 1007440 Mar 29 16:13 chBenchmark
-rw-r--r--. 1 root root 12745 Mar 3 2022 chBenchmark.cpp
-rw-r--r--. 1 root root 194096 Mar 29 16:13 chBenchmark.o
-rw-r--r--. 1 root root 561 Mar 3 2022 LICENSE
-rw-r--r--. 1 root root 1167 Mar 3 2022 Makefile
-rw-r--r--. 1 root root 2650 Mar 3 2022 README.md
drwxr-xr-x. 3 root root 4096 Mar 29 16:13 src
[root@hdp1 CH-benchmark-main]# make
运行make之后会就对当天的文件进行编译，生成chBenchmark 执行命令
chBenchmark命令如下
Create initial database as CSV files:
chBenchmark
-csv
-wh <WAREHOUSE_COUNT>
-pa <INITIAL_DB_GEN_PATH>
example: chBenchmark -csv -wh 50 -pa /path/to/any/directory
生成数据如下,生成一个warehouse的数据
chBenchmark -csv -wh 1 -pa /tmp/chBenchmark1
建表语句
CREATE TABLE `customer` (
`c_id` int NOT NULL,
`c_d_id` int NOT NULL,
`c_w_id` int NOT NULL,
`c_first` varchar(16) DEFAULT NULL,
`c_middle` char(2) DEFAULT NULL,
`c_last` varchar(16) DEFAULT NULL,
`c_street_1` varchar(20) DEFAULT NULL,
`c_street_2` varchar(20) DEFAULT NULL,
`c_city` varchar(20) DEFAULT NULL,
`c_state` char(2) DEFAULT NULL,
`c_zip` char(9) DEFAULT NULL,
`c_phone` char(16) DEFAULT NULL,
`c_since` datetime DEFAULT NULL,
`c_credit` char(2) DEFAULT NULL,
`c_credit_lim` decimal(12,2) DEFAULT NULL,
`c_discount` decimal(4,4) DEFAULT NULL,
`c_balance` decimal(12,2) DEFAULT NULL,
`c_ytd_payment` decimal(12,2) DEFAULT NULL,
`c_payment_cnt` int DEFAULT NULL,
`c_delivery_cnt` int DEFAULT NULL,
`c_data` varchar(500) DEFAULT NULL,
PRIMARY KEY (`c_w_id`,`c_d_id`,`c_id`),
KEY `idx_customer` (`c_w_id`,`c_d_id`,`c_last`,`c_first`)
);
CREATE TABLE `district` (
`d_id` int NOT NULL,
`d_w_id` int NOT NULL,
`d_name` varchar(10) DEFAULT NULL,
`d_street_1` varchar(20) DEFAULT NULL,
`d_street_2` varchar(20) DEFAULT NULL,
`d_city` varchar(20) DEFAULT NULL,
`d_state` char(2) DEFAULT NULL,
`d_zip` char(9) DEFAULT NULL,
`d_tax` decimal(4,4) DEFAULT NULL,
`d_ytd` decimal(12,2) DEFAULT NULL,
`d_next_o_id` int DEFAULT NULL,
PRIMARY KEY (`d_w_id`,`d_id`)
);
CREATE TABLE `history` (
`h_c_id` int NOT NULL,
`h_c_d_id` int NOT NULL,
`h_c_w_id` int NOT NULL,
`h_d_id` int NOT NULL,
`h_w_id` int NOT NULL,
`h_date` datetime DEFAULT NULL,
`h_amount` decimal(6,2) DEFAULT NULL,
`h_data` varchar(24) DEFAULT NULL,
KEY `idx_h_w_id` (`h_w_id`),
KEY `idx_h_c_w_id` (`h_c_w_id`)
);
CREATE TABLE `item` (
`i_id` int NOT NULL,
`i_im_id` int DEFAULT NULL,
`i_name` varchar(24) DEFAULT NULL,
`i_price` decimal(5,2) DEFAULT NULL,
`i_data` varchar(50) DEFAULT NULL,
PRIMARY KEY (`i_id`)
);
CREATE TABLE `nation` (
`n_nationkey` tinyint NOT NULL,
`n_name` char(25) NOT NULL,
`n_regionkey` tinyint NOT NULL,
`n_comment` char(152) NOT NULL,
PRIMARY KEY (`n_nationkey`)
);
CREATE TABLE `new_order` (
`no_o_id` int NOT NULL,
`no_d_id` int NOT NULL,
`no_w_id` int NOT NULL,
PRIMARY KEY (`no_w_id`,`no_d_id`,`no_o_id`)
);
CREATE TABLE `orderline` (
`ol_o_id` int NOT NULL,
`ol_d_id` tinyint NOT NULL,
`ol_w_id` int NOT NULL,
`ol_number` tinyint NOT NULL,
`ol_i_id` int DEFAULT NULL,
`ol_supply_w_id` int DEFAULT NULL,
`ol_delivery_d` date DEFAULT NULL,
`ol_quantity` smallint DEFAULT NULL,
`ol_amount` decimal(6,2) DEFAULT NULL,
`ol_dist_info` char(24) DEFAULT NULL,
PRIMARY KEY (`ol_w_id`,`ol_d_id`,`ol_o_id`,`ol_number`),
KEY `fk_orderline_order` (`ol_w_id`,`ol_d_id`,`ol_o_id`),
KEY `fk_orderline_stock` (`ol_supply_w_id`,`ol_i_id`)
);
CREATE TABLE `orders` (
`o_id` int NOT NULL,
`o_d_id` int NOT NULL,
`o_w_id` int NOT NULL,
`o_c_id` int DEFAULT NULL,
`o_entry_d` datetime DEFAULT NULL,
`o_carrier_id` int DEFAULT NULL,
`o_ol_cnt` int DEFAULT NULL,
`o_all_local` int DEFAULT NULL,
PRIMARY KEY (`o_w_id`,`o_d_id`,`o_id`),
KEY `idx_order` (`o_w_id`,`o_d_id`,`o_c_id`,`o_id`)
);
CREATE TABLE `region` (
`r_regionkey` tinyint NOT NULL,
`r_name` char(55) NOT NULL,
`r_comment` char(152) NOT NULL,
PRIMARY KEY (`r_regionkey`)
);
CREATE TABLE `stock` (
`s_i_id` int NOT NULL,
`s_w_id` int NOT NULL,
`s_quantity` int DEFAULT NULL,
`s_dist_01` char(24) DEFAULT NULL,
`s_dist_02` char(24) DEFAULT NULL,
`s_dist_03` char(24) DEFAULT NULL,
`s_dist_04` char(24) DEFAULT NULL,
`s_dist_05` char(24) DEFAULT NULL,
`s_dist_06` char(24) DEFAULT NULL,
`s_dist_07` char(24) DEFAULT NULL,
`s_dist_08` char(24) DEFAULT NULL,
`s_dist_09` char(24) DEFAULT NULL,
`s_dist_10` char(24) DEFAULT NULL,
`s_ytd` int DEFAULT NULL,
`s_order_cnt` int DEFAULT NULL,
`s_remote_cnt` int DEFAULT NULL,
`s_data` varchar(50) DEFAULT NULL,
PRIMARY KEY (`s_w_id`,`s_i_id`)
) ;
CREATE TABLE `supplier` (
`s_suppkey` smallint NOT NULL,
`s_name` char(25) NOT NULL,
`s_address` char(40) NOT NULL,
`s_nationkey` tinyint NOT NULL,
`s_phone` char(15) NOT NULL,
`s_acctbal` decimal(12,2) NOT NULL,
`s_comment` char(101) NOT NULL,
PRIMARY KEY (`s_suppkey`)
);
CREATE TABLE `warehouse` (
`w_id` int NOT NULL,
`w_name` varchar(10) DEFAULT NULL,
`w_street_1` varchar(20) DEFAULT NULL,
`w_street_2` varchar(20) DEFAULT NULL,
`w_city` varchar(20) DEFAULT NULL,
`w_state` char(2) DEFAULT NULL,
`w_zip` char(9) DEFAULT NULL,
`w_tax` decimal(4,4) DEFAULT NULL,
`w_ytd` decimal(12,2) DEFAULT NULL,
PRIMARY KEY (`w_id`)
);
导入数据
导入数据前，注意要对tidb运行以下命令
ALTER DATABASE tpcch SET tiflash replica 1;
mysql> SELECT * FROM information_schema.tiflash_replica WHERE TABLE_SCHEMA = 'tpcch';
+--------------+------------+----------+---------------+-----------------+-----------+----------+
| TABLE_SCHEMA | TABLE_NAME | TABLE_ID | REPLICA_COUNT | LOCATION_LABELS | AVAILABLE | PROGRESS |
+--------------+------------+----------+---------------+-----------------+-----------+----------+
| tpcch | customer | 90 | 1 | | 0 | 0 |
| tpcch | district | 93 | 1 | | 0 | 0 |
| tpcch | history | 96 | 1 | | 0 | 0 |
| tpcch | item | 99 | 1 | | 0 | 0 |
| tpcch | nation | 102 | 1 | | 0 | 0 |
| tpcch | new_order | 105 | 1 | | 0 | 0 |
| tpcch | neworder | 108 | 1 | | 0 | 0 |
| tpcch | order | 111 | 1 | | 0 | 0 |
| tpcch | order_line | 113 | 1 | | 0 | 0 |
| tpcch | orderline | 115 | 1 | | 0 | 0 |
| tpcch | orders | 117 | 1 | | 0 | 0 |
| tpcch | region | 119 | 1 | | 0 | 0 |
| tpcch | stock | 121 | 1 | | 0 | 0 |
| tpcch | warehouse | 125 | 1 | | 0 | 0 |
| tpcch | supplier | 128 | 1 | | 0 | 0 |
+--------------+------------+----------+---------------+-----------------+-----------+----------+
15 rows in set (0.00 sec)
LOAD DATA local INFILE '/tmp/chBenchmark1/CUSTOMER.tbl' INTO TABLE tpcch.customer FIELDS TERMINATED BY '|';
LOAD DATA local INFILE '/tmp/chBenchmark1/DISTRICT.tbl' INTO TABLE tpcch.district FIELDS TERMINATED BY '|';
LOAD DATA local INFILE '/tmp/chBenchmark1/HISTORY.tbl' INTO TABLE tpcch.history FIELDS TERMINATED BY '|';
LOAD DATA local INFILE '/tmp/chBenchmark1/ITEM.tbl' INTO TABLE tpcch.item FIELDS TERMINATED BY '|';
LOAD DATA local INFILE '/tmp/chBenchmark1/NATION.tbl' INTO TABLE tpcch.nation FIELDS TERMINATED BY '|';
LOAD DATA local INFILE '/tmp/chBenchmark1/NEWORDER.tbl' INTO TABLE tpcch.new_order FIELDS TERMINATED BY '|';
LOAD DATA local INFILE '/tmp/chBenchmark1/ORDER.tbl' INTO TABLE tpcch.orders FIELDS TERMINATED BY '|';
LOAD DATA local INFILE '/tmp/chBenchmark1/ORDERLINE.tbl' INTO TABLE tpcch.orderline FIELDS TERMINATED BY '|';
LOAD DATA local INFILE '/tmp/chBenchmark1/REGION.tbl' INTO TABLE tpcch.region FIELDS TERMINATED BY '|';
LOAD DATA local INFILE '/tmp/chBenchmark1/STOCK.tbl' INTO TABLE tpcch.stock FIELDS TERMINATED BY '|';
LOAD DATA local INFILE '/tmp/chBenchmark1/SUPPLIER.tbl' INTO TABLE tpcch.supplier FIELDS TERMINATED BY '|';
LOAD DATA local INFILE '/tmp/chBenchmark1/WAREHOUSE.tbl' INTO TABLE tpcch.warehouse FIELDS TERMINATED BY '|';
运行压测命令
192.168.2.x上面安装tiup bench
tiup install bench持续对TIDB的数据库tpcch发起50个TP并发量，并进行一次AP的21个语句查询
tiup bench ch --host 192.168.1.x -Uhenley -pxxxxxx -P4000 --warehouses 1 run -D tpcch -T 50 -t 1 --time 1m
持续对mysql的数据库tpcch发起50个TP并发量，并进行一次AP的21个语句查询
tiup bench ch --host 192.168.1.x -Uhenley -pxxxxxx -P3306 --warehouses 1 run -D tpcch -T 50 -t 1 --time 1m
测试摘要
tiup bench ch --host 192.168.1.x -Uhenley -pxxxxxx -P3306 --warehouses 1 run -D tpcch -T 50 -t 1 --time 1m
tpmC: 4168.9, tpmTotal: 9231.7, efficiency: 32417.2%
[Summary] Q1 - Count: 1, Sum(ms): 67.7, Avg(ms): 67.7
[Summary] Q10 - Count: 1, Sum(ms): 30.6, Avg(ms): 30.6
[Summary] Q11 - Count: 1, Sum(ms): 558.8, Avg(ms): 558.6
[Summary] Q12 - Count: 1, Sum(ms): 19.8, Avg(ms): 19.8
[Summary] Q13 - Count: 1, Sum(ms): 163.9, Avg(ms): 163.9
[Summary] Q14 - Count: 1, Sum(ms): 14.5, Avg(ms): 14.5
[Summary] Q15_ERR - Count: 1, Sum(ms): 277.5, Avg(ms): 277.5
[Summary] Q2 - Count: 1, Sum(ms): 1360.0, Avg(ms): 1359.5
[Summary] Q3 - Count: 1, Sum(ms): 90.3, Avg(ms): 90.3
[Summary] Q4 - Count: 1, Sum(ms): 116.4, Avg(ms): 116.4
[Summary] Q5 - Count: 1, Sum(ms): 204.9, Avg(ms): 204.8
[Summary] Q6 - Count: 1, Sum(ms): 18.9, Avg(ms): 18.9
[Summary] Q7 - Count: 1, Sum(ms): 21.2, Avg(ms): 21.3
[Summary] Q8 - Count: 1, Sum(ms): 195.2, Avg(ms): 195.1
[Summary] Q9 - Count: 1, Sum(ms): 265.0, Avg(ms): 265.0
QphH: 62.5
tiup bench ch --host 192.168.2.xx -Uhenley -pP@xxx -P4000 --warehouses 1 run -D tpcch -T 50 -t 1 --time 1m
tpmC: 1805.5, tpmTotal: 4092.0, efficiency: 14039.7%
[Summary] Q1 - Count: 1, Sum(ms): 145.6, Avg(ms): 145.6
[Summary] Q10 - Count: 1, Sum(ms): 275.2, Avg(ms): 275.1
[Summary] Q11 - Count: 1, Sum(ms): 330.5, Avg(ms): 330.4
[Summary] Q12 - Count: 1, Sum(ms): 124.3, Avg(ms): 124.4
[Summary] Q13 - Count: 1, Sum(ms): 98.4, Avg(ms): 98.4
[Summary] Q14 - Count: 1, Sum(ms): 275.1, Avg(ms): 275.1
[Summary] Q15_ERR - Count: 1, Sum(ms): 1.1, Avg(ms): 1.1
[Summary] Q2 - Count: 1, Sum(ms): 469.7, Avg(ms): 469.6
[Summary] Q3 - Count: 1, Sum(ms): 283.8, Avg(ms): 283.8
[Summary] Q4 - Count: 1, Sum(ms): 481.1, Avg(ms): 481.2
[Summary] Q5 - Count: 1, Sum(ms): 256.7, Avg(ms): 256.7
[Summary] Q6 - Count: 1, Sum(ms): 98.1, Avg(ms): 98.1
[Summary] Q7 - Count: 1, Sum(ms): 192.4, Avg(ms): 192.3
[Summary] Q8 - Count: 1, Sum(ms): 143.1, Avg(ms): 143.1
[Summary] Q9 - Count: 1, Sum(ms): 667.7, Avg(ms): 667.7
QphH: 62.4
测试总结
保留对MySQL8.0和TiDB6.0的内部参数不变， 从load data数据插入、 tpmC性能、以及tpc-h的性能数据表面来看，MySQL8.0要比TiDB6.0要好，其实不然，TiDB还有很多调优的空间。前面说了，毕竟他们是两个不同的产品线，但是这里证明TiDB的友好性，它是十分兼容MySQL的，如果你从单机版TiDB开始，随着你的业务扩大，你可以自由轻易的扩展。
我对TiDB的展望
软件开发的角度，TiDB的解耦是完整的，如果TiDB的发展已经去到7.0。我对TiDB的未来展望是三路发展，TiDB模块源代码，可以做为分布式计算基础参考，派生更多的可能性，类似presto的路线延伸。TiKV模块源代码，可以作为分布式存储参考，以后的发展方向可能是文件数据存储。PD模块源代码的技术路径发展是轻量级的元数据存储的管理，三者兼进，帮助用户降低存储成本，提升计算弹性，通过分布式实现元数据最优存储，多姿多彩，发扬光大。
