TiDB 路线图

TiDB：

• 优化器
  • 重构 Ranger
  • 代价模型优化
  • Cascades model planner
  • Join Reorder
• 统计信息
  • 基于 Query Feedback 动态更新统计信息
  • 自动 Analyze
  • 提升 Row Count 估算精度
• 执行引擎
  • 下推 Projection 到 Coprocessor
  • 优化 HashJoin 算子执行速度
  • 算子并行化
    • 并行 Projection
    • 并行聚合
    • 并行 Sort
  • Compact Row Format，节省内存占用
  • File Sort
• View
• 窗口函数
• Common Table Expression
• 分区表
  • Range 分区
  • Hash 分区
• 聚簇索引
• 新的 storage row format
• Query Tracing
• DDL 改进
  • Add Index 加速
  • 并行 DDL
  • 支持锁表
  • 支持改变 column 类型
  • 支持修改主键
  • 支持一条语句中多个 DDL 操作
• 支持 utf8_general_ci collation

TiKV：

• Raft
  • Region Merge - 合并小的 Region 以减少开销
  • Local Read Thread - 把读请求放在一个单独的线程处理
  • 批量 Region Split - 加速大的 Region 的分裂
  • Raft Learner - 支持 Raft learner 使得成员变更过程更加平滑
  • Raft Pre-voter - 支持 Raft Pre-vote 避免网络隔离带来不必要的选举
  • Joint Consensus - 安全地进行多个成员变更
  • 多线程 Raftstore - 在多个线程处理不同 Region 的 Raft 逻辑
  • 多线程 Apply Pool - 在多个线程执行不同 Region 已经提交了的命令
• Engine
  • Titan - 把大的 key-values 从 LSM-Tree 中分离出来
  • 可拔插的 Engine 接口 - 简化接口逻辑并且提供可扩展性
• Storage
  • 在 scheduler 里做流控提前避免 write stall
• Transaction
  • 优化事务冲突
  • 分布式 GC - 把 MVCC 垃圾回收的逻辑分布到 TiKV 控制
• Coprocessor
  • Streaming - 把大的数据集切成小块返回以减少内存消耗
  • Chunk Execution - 按 chunk 的方式来处理数据以提高性能
  • 请求跟踪 - 提供单个请求执行的详细信息
• Tools
  • TiKV Importer - 通过直接导入 SST 文件的方式加速数据导入
• Client
  • 提供 Rust 版本的 TiKV client
  • gRPC 消息批量化 - 减少消息交互的开销

PD：

• Namespace 完善
  • 不同 Namespace 或者 Table 配置不同的副本策略
• Table Region 分散调度
• 调度支持优先级，更加可控
• 使用机器学习优化调度
• 优化 Region 元信息存储 - 把元信息存储在一个独立的存储引擎里

TiSpark：

• Limit/Order 下推
• DAG 接口接入（废除 Select 接口）
• Index Join 和并行 merge join
• Data Federation（桥接其他数据源，最好能和社区同步，这个接进来可以比较好扩展 Usecase，如果再做一个 InputFormat 适配就可以接 Hive 和 Presto 这些 Hadoop 上的数仓）

Tools:

• 集群部署工具
• 高性能数据导入工具
• 集群备份和恢复工具 (包括全量+增量备份)
• 数据在线迁移工具 (Syncer 升级版)
• 集群诊断和分析工具