和功能并不完全相同，在它们之间并不能做到自由的透明切换。在开发 决策阶段，就不得不在强一致的事务和柔性事务之间抉择，使得设计和开发成本被大幅增加。 基于 XA 的强一致事务使用相对简单，但是无法很好的应对互联网的高并发或复杂系统的长事务场景；柔 性事务则需要开发者对应用进行改造，接入成本非常高，并且需要开发者自行实现资源锁定和反向补偿。 3.2.3 目标 整合现有的成熟事务方案，为本地事务、两阶段事务和柔性事务提供统一的分布式事务接口，并弥补当 TM，用于协调各分支事务，并执行 xa commit/rollback。 基于 XA 协议实现的分布式事务，由于在执行的过程中需要对所需资源进行锁定，它更加适用于执行时间 确定的短事务。对于长事务来说，整个事务进行期间对数据的独占，将会对并发场景下的性能产生一定 的影响。 BASE 事务 如果将实现了 ACID 的事务要素的事务称为刚性事务的话，那么基于 BASE 事务要素的事务则称为柔性事 无 无 需要 seata server 一致性 不支持 支持 最终一致 隔离性 不支持 支持 业务方保证 并发性能 无影响 严重衰退 略微衰退 适合场景 业务方处理不一致 短事务 & 低并发 长事务 & 高并发 3.2.5 应用场景 在单机应用场景中，依赖数据库提供的事务即可满足业务上对事务 ACID 的需求。但是在分布式场景下， 传统数据库解决方案缺乏对全局事务的管控能力，用户在使用过程中可能遇到多个数据库节点上出现数

ShardingSphere document, v5.0.0-beta SNOWFLAKE 在分片规则配置模块可配置每个表的主键生成策略，默认使用雪花算法（snowflake）生成 64bit 的长整 型数据。 雪花算法是由 Twitter 公布的分布式主键生成算法，它能够保证不同进程主键的不重复性，以及相同进程 主键的有序性。 实现原理 在同一个进程中，它首先是通过时间位保证不重复， 事务一样使用基于 XA 协议的分布式事务。XA 协议能够严格保障事务 ACID 特性。 严格保障事务 ACID 特性是一把双刃剑。事务执行在过程中需要将所需资源全部锁定，它更加适用于执 行时间确定的短事务。对于长事务来说，整个事务进行期间对数据的独占，将导致对热点数据依赖的业 务系统并发性能衰退明显。因此，在高并发的性能至上场景中，基于 XA 协议的分布式事务并不是最佳选 择。 3.2. 分布式事务 54 柔性事务 业务改造 无 无 实现相关接口 一致性 不支持 支持 最终一致 隔离性 不支持 支持 业务方保证 并发性能 无影响 严重衰退 略微衰退 适合场景 业务方处理不一致 短事务 & 低并发 长事务 & 高并发 3.2.2 挑战 由于应用的场景不同，需要开发者能够合理的在性能与功能之间权衡各种分布式事务。 强一致的事务与柔性事务的 API 和功能并不完全相同，在它们之间并不能做到自由的透明切换。在开发

UUID 采用 UUID.randomUUID() 的方式产生分布式主键。 SNOWFLAKE 在分片规则配置模块可配置每个表的主键生成策略，默认使用雪花算法（snowflake）生成 64bit 的长整 型数据。 雪花算法是由 Twitter 公布的分布式主键生成算法，它能够保证不同进程主键的不重复性，以及相同进程 主键的有序性。 实现原理 在同一个进程中，它首先是通过时间位保证不重复， 事务一样使用基于 XA 协议的分布式事务。XA 协议能够严格保障事务 ACID 特性。 严格保障事务 ACID 特性是一把双刃剑。事务执行在过程中需要将所需资源全部锁定，它更加适用于执行 时间确定的短事务。对于长事务来说，整个事务进行期间对数据的独占，将导致对热点数据依赖的业务系 统并发性能衰退明显。因此，在高并发的性能至上场景中，基于 XA 协议的分布式事务并不是最佳选择。 柔性事务 如果将实现了 ACID 柔性事务 业务改造 无 无 实现相关接口 一致性 不支持 支持 最终一致 隔离性 不支持 支持 业务方保证 并发性能 无影响 严重衰退 略微衰退 适合场景 业务方处理不一致 短事务 & 低并发 长事务 & 高并发 4.4. 分布式事务 43 Apache ShardingSphere document, v5.1.1 4.4.2 挑战 由于应用的场景不同，需要开发者能够合理的在性能与功能之间权衡各种分布式事务。

UUID 采用 UUID.randomUUID() 的方式产生分布式主键。 SNOWFLAKE 在分片规则配置模块可配置每个表的主键生成策略，默认使用雪花算法（snowflake）生成 64bit 的长整 型数据。 雪花算法是由 Twitter 公布的分布式主键生成算法，它能够保证不同进程主键的不重复性，以及相同进程 主键的有序性。 实现原理 在同一个进程中，它首先是通过时间位保证不重复， 事务一样使用基于 XA 协议的分布式事务。XA 协议能够严格保障事务 ACID 特性。 严格保障事务 ACID 特性是一把双刃剑。事务执行在过程中需要将所需资源全部锁定，它更加适用于执行 时间确定的短事务。对于长事务来说，整个事务进行期间对数据的独占，将导致对热点数据依赖的业务系 统并发性能衰退明显。因此，在高并发的性能至上场景中，基于 XA 协议的分布式事务并不是最佳选择。 柔性事务 如果将实现了 ACID 柔性事务 业务改造 无 无 实现相关接口 一致性 不支持 支持 最终一致 隔离性 不支持 支持 业务方保证 并发性能 无影响 严重衰退 略微衰退 适合场景 业务方处理不一致 短事务 & 低并发 长事务 & 高并发 4.4. 分布式事务 43 Apache ShardingSphere document, v5.1.0 4.4.2 挑战 由于应用的场景不同，需要开发者能够合理的在性能与功能之间权衡各种分布式事务。

的方式产生分布式主键。 NanoID 生成长度为 21 的字符串分布式主键。 SNOWFLAKE 在分片规则配置模块可配置每个表的主键生成策略，默认使用雪花算法（snowflake）生成 64bit 的长整 型数据。 雪花算法是由 Twitter 公布的分布式主键生成算法，它能够保证不同进程主键的不重复性，以及相同进程 主键的有序性。 实现原理 在同一个进程中，它首先是通过时间位保证不重复， 事务一样使用基于 XA 协议的分布式事务。XA 协议能够严格保障事务 ACID 特性。 严格保障事务 ACID 特性是一把双刃剑。事务执行在过程中需要将所需资源全部锁定，它更加适用于执行 时间确定的短事务。对于长事务来说，整个事务进行期间对数据的独占，将导致对热点数据依赖的业务系 统并发性能衰退明显。因此，在高并发的性能至上场景中，基于 XA 协议的分布式事务并不是最佳选择。 柔性事务 如果将实现了 ACID 柔性事务 业务改造 无 无 实现相关接口 一致性 不支持 支持 最终一致 隔离性 不支持 支持 业务方保证 并发性能 无影响 严重衰退 略微衰退 适合场景 业务方处理不一致 短事务 & 低并发 长事务 & 高并发 4.4. 分布式事务 43 Apache ShardingSphere document, v5.1.2 4.4.2 挑战 由于应用的场景不同，需要开发者能够合理的在性能与功能之间权衡各种分布式事务。

UUID 采用 UUID.randomUUID() 的方式产生分布式主键。 SNOWFLAKE 在分片规则配置模块可配置每个表的主键生成策略，默认使用雪花算法（snowflake）生成 64bit 的长整 型数据。 雪花算法是由 Twitter 公布的分布式主键生成算法，它能够保证不同进程主键的不重复性，以及相同进程 主键的有序性。 实现原理 在同一个进程中，它首先是通过时间位保证不重复， 事务一样使用基于 XA 协议的分布式事务。XA 协议能够严格保障事务 ACID 特性。 严格保障事务 ACID 特性是一把双刃剑。事务执行在过程中需要将所需资源全部锁定，它更加适用于执行 时间确定的短事务。对于长事务来说，整个事务进行期间对数据的独占，将导致对热点数据依赖的业务系 统并发性能衰退明显。因此，在高并发的性能至上场景中，基于 XA 协议的分布式事务并不是最佳选择。 柔性事务 如果将实现了 ACID 柔性事务 业务改造 无 无 实现相关接口 一致性 不支持 支持 最终一致 隔离性 不支持 支持 业务方保证 并发性能 无影响 严重衰退 略微衰退 适合场景 业务方处理不一致 短事务 & 低并发 长事务 & 高并发 4.3.2 挑战 由于应用的场景不同，需要开发者能够合理的在性能与功能之间权衡各种分布式事务。 强一致的事务与柔性事务的 API 和功能并不完全相同，在它们之间并不能做到自由的透明切换。在开发

自动统计信息收集引入优先级队列 #50132 @hi-rustin 维持优化器统计信息的时效性是稳定数据库性能的关键，绝大多数用户依赖 TiDB 提供的自动统计信息 收集来保持统计信息的更新。自动统计信息收集轮询所有对象的统计信息状态，并把健康度不足的对 象加入队列，逐个收集并更新。在之前的版本中，这些对象的收集顺序是随机的，可能导致更需要更 新的对象等待时间过长，从而引发潜在的数据库性能回退。 从 v8 指定一个文件名，将 general log 单独写入该文 件。和实例日志一样，general log 也遵循日志的轮询和保存策略。 另外，为了减少历史日志文件所占用的磁盘空间，TiDB 在 v8.0.0 支持了原生的日志压缩选项。你可以将 配置项log.file.compression 设置为 gzip，使得轮询出的历史日志自动以 gzip 格式压缩。 更多信息，请参考用户文档。 2.2.1.7 可观测性 "TLSv1.0" 和 "TLSv1.1"， 只支持 "TLSv1.2" 和 "TLSv1.3"。 TiDB log.file. �→ compression �→ 新增 指定轮询 日志的压 缩格式。 默认为空， 即不压缩 轮询日志。 TiDB log. �→ general �→ -log- �→ file 新增 指定 general log 的保存文 件。默认 为空， general log

可以设置 gp_resource_group_queuing_timeout 参数来指定事务排队的时 间长度，超时之后，数据库将 cancel 该事务，该参数缺省值为 0，意思是排队时间长 度没有限制，编者认为，这个参数可能一般也不会用到，因为编者想不出在生产环境中， 什么情况下，需要把排队的事务因等待时长的原因而自动 cancel 掉。 CPU 配额 通过 对聚集索引字段的单条件查询的性能会更高效。 在 GP 中使用聚集索引 对于大表来说，使用CLUSTER(该命令只可以作用于Heap表)命令来排序物理记录 以创建聚集索引可能需要耗费极长的时间。要快速达到同样的效果，可以通过创建一张 中间表的方式来手动排序数据，由于CLUSTER命令只能用于Heap表，对于AO表，要达 到聚集索引的效果，也只能通过数据排序插入的方式实现。例如： 最大值，得到一个不大于1的浮点数，值越大倾斜越严重。不过，在获取表的信息 时与gp_toolkit.gp_skew_coefficients视图是一模一样的，所以，没有性 能优势。 编者来说说自己的实现，不去轮询查询每张表的信息，因为这些系统视图性能极差 的根本原因是，都要循环获取每张表的信息，尤其是表的数量很大的时候，每个表的信 息获取都会变慢，Heap表的 count(*)操作更是致命的。我们的目的是检查倾斜情况，

和功能并不完全相同，在它们之间并不能做到自由的透明切换。在开发 决策阶段，就不得不在强一致的事务和柔性事务之间抉择，使得设计和开发成本被大幅增加。 基于 XA 的强一致事务使用相对简单，但是无法很好的应对互联网的高并发或复杂系统的长事务场景；柔 性事务则需要开发者对应用进行改造，接入成本非常高，并且需要开发者自行实现资源锁定和反向补偿。 8.2. 分布式事务 30 Apache ShardingSphere document TM，用于协调各分支事务，并执行 xa commit/rollback。 基于 XA 协议实现的分布式事务，由于在执行的过程中需要对所需资源进行锁定，它更加适用于执行时间 确定的短事务。对于长事务来说，整个事务进行期间对数据的独占，将会对并发场景下的性能产生一定 的影响。 BASE 事务 如果将实现了 ACID 的事务要素的事务称为刚性事务的话，那么基于 BASE 事务要素的事务则称为柔性事 无 无 需要 seata server 一致性 不支持 支持 最终一致 隔离性 不支持 支持 业务方保证 并发性能 无影响 严重衰退 略微衰退 适合场景 业务方处理不一致 短事务 & 低并发 长事务 & 高并发 8.2.5 应用场景 在单机应用场景中，依赖数据库提供的事务即可满足业务上对事务 ACID 的需求。但是在分布式场景下， 传统数据库解决方案缺乏对全局事务的管控能力，用户在使用过程中可能遇到多个数据库节点上出现数

和功能并不完全相同，在它们之间并不能做到自由的透明切换。在开发 决策阶段，就不得不在强一致的事务和柔性事务之间抉择，使得设计和开发成本被大幅增加。 基于 XA 的强一致事务使用相对简单，但是无法很好的应对互联网的高并发或复杂系统的长事务场景；柔 性事务则需要开发者对应用进行改造，接入成本非常高，并且需要开发者自行实现资源锁定和反向补偿。 8.2. 分布式事务 30 Apache ShardingSphere document TM，用于协调各分支事务，并执行 xa commit/rollback。 基于 XA 协议实现的分布式事务，由于在执行的过程中需要对所需资源进行锁定，它更加适用于执行时间 确定的短事务。对于长事务来说，整个事务进行期间对数据的独占，将会对并发场景下的性能产生一定 的影响。 BASE 事务 如果将实现了 ACID 的事务要素的事务称为刚性事务的话，那么基于 BASE 事务要素的事务则称为柔性事 无 无 需要 seata server 一致性 不支持 支持 最终一致 隔离性 不支持 支持 业务方保证 并发性能 无影响 严重衰退 略微衰退 适合场景 业务方处理不一致 短事务 & 低并发 长事务 & 高并发 8.2.5 应用场景 在单机应用场景中，依赖数据库提供的事务即可满足业务上对事务 ACID 的需求。但是在分布式场景下， 传统数据库解决方案缺乏对全局事务的管控能力，用户在使用过程中可能遇到多个数据库节点上出现数