| title | aliases | summary | ||
|---|---|---|---|---|
通过系统变量 tidb_snapshot 读取历史数据 |
|
本文介绍了通过系统变量 `tidb_snapshot` 读取历史数据的操作流程和历史数据的保留策略。TiDB 实现了通过标准 SQL 接口读取历史数据功能，无需特殊的 client 或者 driver。当数据被更新、删除后，依然可以通过 SQL 接口将更新 / 删除前的数据读取出来。历史数据保留策略使用 MVCC 管理版本，超过一定时间的历史数据会被彻底删除，以减小空间占用以及避免历史版本过多引入的性能开销。 |
本文档介绍如何通过系统变量 tidb_snapshot 读取历史数据，包括具体的操作流程以及历史数据的保存策略。
注意：
你还可以使用 Stale Read 功能读取历史数据。更推荐使用 Stale Read 读取历史数据。
TiDB 实现了通过标准 SQL 接口读取历史数据功能，无需特殊的 client 或者 driver。当数据被更新、删除后，依然可以通过 SQL 接口将更新/删除前的数据读取出来。
注意：
读取历史数据时，即使当前数据的表结构相较于历史数据的表结构已经发生改变，历史数据也会使用当时的表结构来返回数据。
为支持读取历史版本数据，TiDB 引入了一个新的系统变量 tidb_snapshot：
- 这个变量的作用域为
SESSION。 - 你可以通过标准的
SET语句修改这个变量的值。 - 这个变量的数据类型为文本类型，能够存储 TSO 和日期时间。TSO 是从 PD 端获取的全局授时的时间戳，日期时间的格式为："2016-10-08 16:45:26.999"，一般来说可以只写到秒，比如”2016-10-08 16:45:26”。
- 当这个变量被设置时，TiDB 会按照设置的时间戳建立 Snapshot（没有开销，只是创建数据结构），随后所有的
SELECT操作都会从这个 Snapshot 上读取数据。
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。
TiDB 使用 MVCC 管理版本，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，所以可以保留历史数据。历史数据不会全部保留，超过一定时间的历史数据会被彻底删除，以减小空间占用以及避免历史版本过多引入的性能开销。
TiDB 使用周期性运行的 GC（Garbage Collection，垃圾回收）来进行清理，关于 GC 的详细介绍参见 TiDB 垃圾回收 (GC)。
这里需要重点关注的是：
- 使用系统变量
tidb_gc_life_time可以配置历史版本的保留时间（默认值是10m0s）。 - 使用 SQL 语句
SELECT * FROM mysql.tidb WHERE variable_name = 'tikv_gc_safe_point'可以查询当前的 safePoint，即当前可以读的最旧的快照。在每次 GC 开始运行时，safePoint 将自动更新。
-
初始化阶段，创建一个表，并插入几行数据：
{{< copyable "sql" >}}
create table t (c int);
Query OK, 0 rows affected (0.01 sec){{< copyable "sql" >}}
insert into t values (1), (2), (3);
Query OK, 3 rows affected (0.00 sec) -
查看表中的数据：
{{< copyable "sql" >}}
select * from t;
+------+ | c | +------+ | 1 | | 2 | | 3 | +------+ 3 rows in set (0.00 sec) -
查看当前时间：
{{< copyable "sql" >}}
select now();+---------------------+ | now() | +---------------------+ | 2016-10-08 16:45:26 | +---------------------+ 1 row in set (0.00 sec) -
更新某一行数据：
{{< copyable "sql" >}}
update t set c=22 where c=2;
Query OK, 1 row affected (0.00 sec) -
确认数据已经被更新：
{{< copyable "sql" >}}
select * from t;
+------+ | c | +------+ | 1 | | 22 | | 3 | +------+ 3 rows in set (0.00 sec) -
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。
{{< copyable "sql" >}}
set @@tidb_snapshot="2016-10-08 16:45:26";
Query OK, 0 rows affected (0.00 sec)注意：
- 这里的时间设置的是 update 语句之前的那个时间。
- 在
tidb_snapshot前须使用@@而非@，因为@@表示系统变量，@表示用户变量。
这里读取到的内容即为 update 之前的内容，也就是历史版本：
{{< copyable "sql" >}}
select * from t;
+------+ | c | +------+ | 1 | | 2 | | 3 | +------+ 3 rows in set (0.00 sec) -
清空这个变量后，即可读取最新版本数据：
{{< copyable "sql" >}}
set @@tidb_snapshot="";
Query OK, 0 rows affected (0.00 sec){{< copyable "sql" >}}
select * from t;
+------+ | c | +------+ | 1 | | 22 | | 3 | +------+ 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。
在恢复历史版本的数据之前，需要确保在对数据进行操作时，垃圾回收机制 (GC) 不会清除历史数据。如下所示，可以通过设置 tidb_gc_life_time 变量来调整 GC 清理的周期。不要忘记在恢复历史数据后将该变量设置回之前的值。
SET GLOBAL tidb_gc_life_time="60m";注意：
将 GC life time 从默认的 10 分钟增加到半小时及以上，会导致同一行保留有多个版本并占用更多的磁盘空间，也可能会影响某些操作的性能，例如扫描。进行扫描操作时，TiDB 读取数据需要跳过这些有多个版本的同一行，从而影响到扫描性能。
如果想要恢复历史版本的数据，可以使用以下任意一种方法进行设置：