tencent cloud

TDSQL Boundless

内核概述

Download
Focus Mode
Font Size
Last updated: 2026-07-17 15:59:29
TDSQL Boundless 计算引擎高度兼容 MySQL 8.0,以功能层面而言,用户可参考 MySQL 8.0 官方文档。对于不兼容部分,用户可参考 兼容性说明。
在存储层面,TDSQL Boundless 的存储引擎使用了 LSM Tree 架构而非原生 MySQL 的 B+Tree 引擎,且进行了分布式改造,因此其存储部分行为不完全等价于原生 MySQL。关于存储和计算引擎的基本介绍,用户可参考 系统原理。
在高度兼容 MySQL 8.0 的基础上,TDSQL Boundless 加入了诸多扩展功能,这使得 TDSQL Boundless 能更好地协助用户构建海量数据下的应用。
模块
特性
说明
功能类
相比于传统的 MySQL InnoDB 引擎,TDSQL Boundless 提供压缩能力。本文为有计划进行数据库迁移或选型的用户提供磁盘的容量评估。
闪回读取和备机读取是数据库系统中一种读取历史数据版本的机制。用户可以指定特定历史时间点或距离当前时间的时间间隔来获取数据库在过去某个时刻的数据快照。
同步表
同步表功能可以使一张表在多个物理节点存储一致的副本,这样针对该表的访问可以最大程度转化为本地访问,消除 RPC。同步表适合写少读多的情况。
Online DDL(Online Data Definition Language)旨在对数据库表结构进行修改时,仍能支持并发读写操作,降低了对表的锁定时间,保障了数据库的可用性。在分布式环境中,DDL 操作需要在多个节点上同时进行,不仅需要保证 DDL & DML 操作并发的安全性,同时还要考虑性能、执行效率以及 crash-safe 问题。
Distribution Policy(DP) 是 TDSQL Boundless 管理数据对象分布的规则系统,通过对数据对象显式设置规则,元数据服务(MC)可以进行相应的调度。通过设置不同的调度规则,用户可以精细化控制数据对象的分布,如副本数量,副本位置分布,Replication Group Leader 位置等。
TDSQL Boundless 在兼容 MySQL 官方 Hint 标准的基础上,针对分布式并行执行特性扩展了专门的并行 Hint。这些 Hint 主要用于优化器指导,帮助用户更精细地控制查询的并行执行策略,提升复杂查询的性能。
TDSQL Boundless 支持通过订阅 MySQL 兼容的 Binlog 事件,将数据变更实时同步至目标数据库或其他第三方平台,适用于云上云下多活、异地容灾、跨境同步及实时数仓等场景。
TDSQL Boundless 回收站功能提供数据安全保障机制,当用户误删除表时,可以通过回收站快速恢复数据。系统通过一张数据字典表,存储被删除的数据库对象信息(包括数据库和表等信息),支持数据恢复操作。
TDSQL Boundless 团队在 LSM-tree 存储引擎上设计实现了冷数据归档功能,仅需通过控制台开关与简单的 SQL 语句即可将冷数据从本地存储下沉到对象存储(COS),降低数据存储成本,让不同访问特征的数据匹配最合适的存储介质。
性能类
TDSQL Boundless 支持以 bulk load 的方式向数据库快速导入数据。相比于执行传统 SQL 普通事务写入的方式,bulk load 快速导入模式在性能上通常提升5~10倍,适合在业务上线阶段用作迁移现有的大型数据库到全新的 TDSQL Boundless 集群。
TDSQL Boundless 在数据压缩(Compaction)过程中主动对齐 SST 文件与 Region 边界,从而使得副本迁移时能直接识别和传输整个文件,极大提升了效率。
TDSQL Boundless 的自适应热点锁管理器在 LSM-tree 上高效支持悲观锁,锁管理器可以随 Region 一起分裂,有效打散热点瓶颈。
全局二级索引(Global Secondary Index,GSI)是 TDSQL Boundless 分区表提供的一种跨分区索引类型。与默认的 LOCAL 索引(每个分区独立存储索引数据)不同,GSI 将索引数据跨所有分区全局有序存储,使优化器可以直接通过 GSI 定位数据所在分区,无需扫描所有分区。
TDSQL Boundless 并行查询(Parallel Query,简称 PQ)是内建于计算引擎的并行查询框架。当查询数据量达到一定阈值时,优化器自动将查询计划分解为多个子任务,由多个 Worker 线程并行执行,使复杂查询的响应时间大幅下降。
在 LSM-Tree 存储引擎中,键(Key)和值(Value)默认存储在同一个 SST 文件内。当 Value 较大(例如几 KB 到几十 KB 的 TEXT / BLOB / JSON 字段)时,每一次 Compaction 都需要把这些大 Value 反复读出、写入下一层,造成严重的写放大(Write Amplification)。
KV 分离的核心思想:当某条记录的 Value 大小超过设定阈值时,把 Value 单独存放到独立的 Blob 文件中,SST 文件中只保留一个指向 Blob 的指针。这样:
SST 文件体积大幅缩小,Compaction 只需搬运指针。
大 Value 数据"沉淀"在 Blob 文件中,几乎不参与 Compaction。
写放大显著下降,磁盘 I/O 与 SSD 寿命同步受益。
安全类
TDSQL Boundless 数据库基于腾讯云企业级的 密钥管理服务 KMS 提供透明数据加密(Transparent Data Encryption,TDE)功能。
腾讯云为 TDSQL Boundless 实例提供数据库审计能力,记录对数据库的访问及 SQL 语句执行情况(包括 SQL 命令详情、客户端 IP、用户账号、数据库名、错误码、SQL 类型、风险等级、执行时间(微秒)等),帮助企业进行风险控制,提高数据安全等级。

Help and Support

Was this page helpful?

Help us improve! Rate your documentation experience in 5 mins.

Feedback