GraalVM Native Image，你需要借助于 GraalVM Native Build Tools。GraalVM Native Build Tools 提供了 Maven Plugin 和 Gradle Plugin 来简化 GraalVM CE 的 native-image 命令 行工具的长篇大论的 shell 命令。 ShardingSphere JDBC 要求在如下或更高版本的 GraalVM Gradle 生态 使用者需要主动使用 GraalVM Reachability Metadata 中央仓库。如下配置可供参考，以配置项目额外的 Gradle Tasks，以 GraalVM Native Build Tools 的文档为准。由于 Gradle 8.6 的限制，用户需要通过 Maven 依赖的形式引入 Metadata ShardingSphereProxy - ShardingSphere-Proxy Cluster mode started successfully 确认启动成功。 6. 按需配置 CDC 任务同步配置 6.1. 查询配置。 SHOW STREAMING RULE; 默认配置如下： +-------------------------------------------------

GraalVM Native Image，你需要借助于 GraalVM Native Build Tools。GraalVM Native Build Tools 提供了 Maven Plugin 和 Gradle Plugin 来简化 GraalVM CE 的 native-image 命令 行工具的长篇大论的 shell 命令。 ShardingSphere JDBC 要求在如下或更高版本的 GraalVM ShardingSphere-JDBC 124 Apache ShardingSphere document Gradle 生态 使用者需要主动使用 GraalVM Reachability Metadata 中央仓库。如下配置可供参考，以配置项目额外的 Gradle Tasks，以 GraalVM Native Build Tools 的文档为准。 plugins { id 'org 执行阶段说明 准备阶段 在准备阶段，数据迁移模块会进行数据源连通性及权限的校验，同时进行存量数据的统计、日志位点的 记录，最后根据数据量和用户设置的并行度，对任务进行分片。 存量数据迁移阶段 执行在准备阶段拆分好的存量数据迁移任务，存量迁移阶段采用 JDBC 查询的方式，直接从源端读取数 据，基于配置的分片等规则写入到目标端。 增量数据同步阶段 由于存量数据迁移耗费的时间受到数据量和

· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 1755 13.10.3 TiCDC 运维操作及任务管理 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 1757 TiDB 的事务的实现采用了 MVCC（多版本并发控制）机制，当新写入的数据覆盖旧的数据时，旧的数据 不会被替换掉，而是与新写入的数据同时保留，并通过 Garbage Collection (GC) 的任务定期清理不再需要 的旧数据。定期 GC 清理有助于回收存储空间，提升集群性能和稳定性，TiDB 默认每 10 分钟自动执行 GC 清理。为了保证长时间执行的事务可以访问到对应的历史数据，当有执行中的事务时，GC 推迟的最大等待时间，超过该参数允许的时间，GC 将会被强制执行。该参数默认为 24 小时。通过该 系统变量，用户可以有效地控制 GC 等待时长与长事务的关系，提升集群的稳定性。 用户文档 • 支持设置统计信息自动采集任务的最长执行时间 通过采集统计信息，数据库可以有效掌握数据的分布情况，从而生成合理的执行计划，提升 SQL 的执行 效率。TiDB 在后台会定期对频繁变更的数据对象进行统计信息采集，但在业务高峰期时进行统计信息

· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 3662 14.17.1 TiDB 后端任务分布式框架· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · �→ size" target="_blank">批量聚合数据请求（从 v6.6.0 开始引入） TiDB 支持将发送到相同 TiKV 实例的数据请求部分合并，减少子任务的数量和 RPC 请求的开销。 �→ 在数据离散分布且 gRPC 线程池资源紧张的情况下，批量化请求能够提升性能超 50%。 行级 TTL（从 �→ v7.0.0 开始 GA） 支持通过后台任务自动删除超过生命周期 (Time to live) 的数据， �→ 并以此来自动管理数据规模并提高性能。 33 0 码力 | 4369 页 | 98.92 MB | 1 年前

3

@gmhdbjd 该功能允许过滤掉不在迁移任务里的库和表对象的 binlog event，不做解析，从而提升解析效率和稳定 性。该策略在 v6.5.0 版本默认生效，无需额外操作。 有这个功能之前，即使仅迁移几张表，也需要解析上游整个 binlog 文件，即仍要解析该 binlog 文件中不 需要迁移的表的 binlog event，效率较低。同时，如果不在迁移任务里的库表的 binlog event event 不支持解析， 还会导致任务失败。推出该功能后，通过只解析在迁移任务里的库表对象的 binlog event，可以大大提升 binlog 解析效率，提升任务稳定性。 • Disk quota 功能 GA #446 @buchuitoudegou 你可以为 TiDB Lightning 配置磁盘配额 (disk quota)。当磁盘配额不足时，TiDB Lightning 会暂停读取源数据以 在使用物理模式导入数据时，会在本地磁盘创建大量的临时文件，用来 对原始数据进行编码、排序、分割。当用户本地磁盘空间不足时，TiDB Lightning 会由于写入文件失败而 报错退出。推出该功能后，可避免 TiDB Lightning 任务写满本地磁盘。 更多信息，请参考用户文档。 • DM 增量数据校验的功能 GA #4426 @D3Hunter 在将增量数据从上游迁移到下游数据库的过程中，数据的流转有小概率导致错误或者丢失的情况。对

v8.0.0 开始引入） 大批量的 DML 任务，例如大规模的清理任务、连接或聚合，可能会消耗大量内存， �→ 并且在非常大的规模上受到限制。批量 DML (tidb_dml_type = "bulk") 是一种新的 �→ DML 类型，用于更高效地处理大批量 DML 任务，同时提供事务保证并减轻 OOM 问题。 �→ 该功能与用于数据加载的导入、加载和恢复操作不同。 • 默认开启 TiDB 分布式执行框架，提升并行执行 ADD INDEX 或 IMPORT INTO 任务的性能和稳定性 #52441 @D3Hunter TiDB 分布式执行框架在 v7.5.0 中成为正式功能 (GA)，但默认关闭，即一个 ADD INDEX 或 IMPORT INTO 任务 默认只能由一个 TiDB 节点执行。 从 v8.1.0 起，该功能默认开启（tidb_enable_dist_task 多个 TiDB 节点并行执行同一个 ADD INDEX 或 IMPORT INTO 任务，从而充分利用 TiDB 集群的资源，大幅提 36 升这些任务的性能。此外，你还可以通过增加 TiDB 节点并为新增的节点配置tidb_service_scope 来线 性提升 ADD INDEX 和 IMPORT INTO 任务的性能。 更多信息，请参考用户文档。 2.2.1.4 安全 • 增强 TiDB

DML 执行方式（实验特性） 大批量的 DML 任务，例如大规模的清理任务、连接或聚合，可能会消耗大量内存， �→ 并且在非常大的规模上受到限制。批量 DML (tidb_dml_type = "bulk") 是一种新的 �→ DML 类型，用于更高效地处理大批量 DML 任务，同时提供事务保证并减轻 OOM 问题。 �→ 该功能与用于数据加载的导入、加载和恢复操作不同。 策略支持保留最新的数据、覆盖旧的数据。 更多信息，请参考用户文档。 40 • 全局排序成为正式功能 (GA)，可显著提升 IMPORT INTO 任务的导入性能和稳定性 #45719 @lance6716 在 v7.4.0 以前，当使用分布式执行框架执行 IMPORT INTO 任务时，由于本地存储空间有限，TiDB 只能对 部分数据进行局部排序后再导入到 TiKV。这导致了导入到 TiKV 的数据存在较多的重叠，需要 compaction 操作。全局排序在 v8.0.0 成 为正式功能 (GA)，可以降低 TiKV 对资源的额外消耗，显著提升 IMPORT INTO 的性能和稳定性。启用全局 排序后，单个 IMPORT INTO 任务支持导入 40 TiB 以内的数据。 更多信息，请参考用户文档。 2.2.2 兼容性变更 注意： 以下为从 v7.6.0 升级至当前版本 (v8.0.0) 所需兼容性变更信息。如果从 v7.5

描述 可扩展性与性能 支持并行运行多个 ADD INDEX 语句 通过该功能，为同一个表添加多个索引的任务可以变为并发运行。以前同时运行 2 个添加索引语句 X 和 �→ Y 需要花费 X 的时间 + Y 的时间，现在在一个 SQL 语句中同时添加索引 X 和 Y，并发运行后， �→ 添加索引总耗时显著减少了。尤其是在宽表的场景， ecution �→ -framework" target="_blank">分布式执行框架。在 v7.4.0 中，TiDB 以该框架为基础， �→ 引入全局排序，消除了数据 reorg 任务期间临时无序数据导致的不必要的 I/O、CPU 和内存峰值。 �→ 全局排序利用外部对象存储（目前为 Amazon S3）来存储系统作业期间的中间文件， �→ 提高灵活性并降低成本。ADD 资源管控支持自动管理后台任务（实验特性，从 v7.4.0 开始引入） 从 v7.1.0 开始，0 码力 | 4590 页 | 100.91 MB | 1 年前

3