课程视频
为什么需要 HTAP
HTAP 希望在统一的数据体系中同时支持 OLTP 与 OLAP,减少独立分析系统的数据准备延迟。实时风控、在线报表等场景既需要及时记录事务,也希望快速分析这些新变化。
课程从四个方面比较设计:数据新鲜度、事务与分析的资源隔离、应用使用的透明度,以及吞吐量和延迟。分析读到的数据更新不够及时,即使查询执行很快,也可能无法满足业务目标。
四种存储组合
主行存加内存列存,让事务更新行记录,分析利用列式副本,转换路径较短,但两类负载可能竞争同一机器资源。分布式行存加列存副本将负载分开,扩展与隔离更好,代价是同步与可见性延迟。
主行存加分布式列存为分析提供更独立的计算资源,仍需要定义列存追赶和快照边界。主列存加增量行存则让大部分数据保持分析友好的布局,将近期修改暂存在可更新区域,查询时合并两个来源。

课件中各方案的优缺点建立在对应架构假设下。实际性能还取决于同步协议、资源配置和负载,不能仅凭“有行存和列存”就推断已经兼顾了全部指标。
数据组织与同步
系统可以根据历史负载选择驻留内存的列,也可以按负载调整行列混合布局。选择越灵活,需要维护的布局与优化器搜索空间也越大。
同步方式包括内存增量合并、基于日志的增量传播,以及按主行存重建列存。内存路径减少部分持久日志处理,但扩展范围与故障处理受到约束;日志传播更容易跨节点追赶,却增加解析、转换和应用成本;重建实现直接,但大表全量工作昂贵。

查询优化与资源调度
分析可以只读列存,也可以在同一快照要求下混合扫描行、列数据。未命中内存列时,要选择回到行存还是补充转换,不能只按理想命中路径估算。
负载驱动调度按当前需求分配资源,新鲜度驱动调度还要保证同步追赶不超过允许延迟。给分析更多资源可能加速查询,也可能拖慢事务或同步。HTAP 的调度因此需要同时观察事务延迟、分析耗时和数据滞后,而不是只追求一个吞吐数值。
