0
0
0
0
博客/.../

TiDB Cluster 部署与运维（PCTP课程Module01）

 TiDB_001  发表于  2026-08-22
原创学习&认证&课程

Module 01 TiDB Cluster 部署与运维

本文档是 关于TiDB 运维体系内容，聚焦TiDB 集群从部署、日常连接、参数配置、权限安全、监控告警、扩容升级全生命周期运维，下面分 6 大课时逐层拆解。

一、模块整体定位

核心目标：掌握 TiUP 全工具链，独立完成 TiDB 集群搭建、日常运维、故障观测、版本迭代，所有操作均基于 TiDB 官方运维工具 TiUP，适配生产环境标准流程。

二、Lesson01：TiDB Cluster 集群部署（集群搭建核心）

1. 学习目标

  1. 理解 TiUP 运维工具定位与全部能力；
  2. 完整掌握 TiUP 部署 TiDB 集群标准化流程；
  3. 熟记集群组件启停顺序、操作命令；
  4. 理清 TiDB 部署目录、数据目录、日志目录结构。

2. 核心工具：TiUP

TiUP 是 TiDB 4.0 + 官方标配集群运维工具，统一接管集群部署、启动、销毁、弹性扩缩容、版本升级、参数修改全流程。

关键操作命令

  • 安装 TiUP：通过 curl 拉取官方脚本一键安装；
  • 集群前置校验：tiup cluster check（硬件、系统、SSH 互信校验）；
  • 部署集群：tiup cluster deploy，依赖拓扑文件topology.yaml定义各组件节点、资源；
  • 集群状态查看：tiup cluster list（本地集群清单）、tiup cluster display（集群详细节点、版本、运行状态）；
  • 集群启停：tiup cluster start/stop。

3. 硬件 & 操作系统前置要求（生产最低标准）

（1）各组件最低硬件规格

表格

组件 CPU 内存 硬盘 网络 最少实例数
TiDB 16 核 48GB+ SAS 万兆网卡（2 块最优） 2
PD 8 核 16GB+ SSD 万兆网卡（2 块最优） 3
TiKV 16 核 64GB+ SSD 万兆网卡（2 块最优） 3
TiFlash 48 核 128GB+ 多块 SSD 万兆网卡（2 块最优） 2
TiCDC 16 核 64GB+ SSD 万兆网卡 2
监控组件 8 核 16GB+ SAS 千兆网卡 1

（2）系统硬性要求

  • 操作系统：RHEL/CentOS7.3+、Oracle EL7.3、Amazon Linux2、Ubuntu 16.04+；

  • 软件依赖：sshpass1.06+、numactl2.0.12+、tar任意版本；

  • 前置检查项（必须全部满足否则部署失败）：

    1. 关闭 Swap、防火墙；
    2. 同步 NTP 时间服务；
    3. 系统内核、内存参数调优；
    4. 节点间 SSH 免密 sudo 互通；
    5. 安装 numactl 绑定 CPU 资源。

4. 集群启停规范（生产严格遵守）

  1. 启动顺序：PD → TiKV → TiFlash → TiDB

    • PD 是元数据调度中心，必须最先启动，TiDB 依赖 PD 获取路由元数据最后启动；
    • 首次启动初始化密码：tiup cluster start xxx --init

  2. 停止顺序：TiDB → TiFlash → TiKV → PD（和启动完全反向）

    • 先切断业务接入层，再关闭存储，最后销毁元数据服务，顺序错误会出现 Region 异常、元数据丢失；
    • 命令：tiup cluster stop xxx

5. 目录结构定义

  1. deploy_dir部署目录：存放二进制、配置文件、启停脚本，默认~/tidb-deploy；
  2. data_dir数据目录：TiKV/TiFlash 等组件数据存储位置，默认~/tidb-data；
  3. log_dir日志目录：各组件运行日志，可在topology.yaml自定义路径；
  4. 日志排查入口：故障排查依托Dashboard 日志检索、Grafana 指标联动定位故障。

三、Lesson 02 TiDB 的连接管理（接入层运维）

1. TiDB Server 核心连接特性

  1. 完全兼容 MySQL5.7 协议，业务无需大幅改造；
  2. 无状态计算节点：不存储任何会话数据，可无限水平扩容，前端搭配负载均衡分摊连接压力；
  3. 默认接入端口 4000。

2. 客户端接入类型

  1. 命令行：mysql -u 用户名 -h 地址 -P 4000；
  2. GUI 可视化：Navicat、DBeaver、phpMyAdmin；
  3. 开发驱动：Java/Python/Go/C/PHP 各类 MySQL Connector。

3. MySQL5.7 协议兼容限制

  • 支持：绝大多数 DML、DDL、事务语法；
  • 不支持：存储过程、触发器、自定义函数、外键约束 等。

4. 连接监控方式

Grafana 大盘查看总连接、活跃连接、空闲连接、慢会话指标。

四、Lesson03：TiDB 配置管理（参数调优基础）

1. 两大参数体系区分

（1）系统参数（SQL 参数）

  • 作用对象：仅 TiDB Server；

  • 修改方式：SQL 语句SET；

  • 存储位置：TiDB 内置 KV 存储；

  • 作用域分两类：

    • GLOBAL：全集群永久生效，仅新连接生效，当前会话不改变；
    • SESSION：仅当前会话生效，断开连接失效；

  • 查询：SHOW VARIABLES / SHOW GLOBAL VARIABLES。

（2）集群组件参数（PD/TiKV/TiFlash/TiDB 进程参数）

  • 作用对象：单个组件实例；

  • 存储：组件本地配置文件 + 集群 KV 持久化；

  • 修改两类方式：

    1. TiUP 离线修改：tiup cluster edit-config，执行reload滚动重启组件生效；
    2. 在线动态修改：set config tikv xxx，无需重启立即生效（仅部分参数支持）；

  • 查询：show config查看全集群所有实例配置。

2. 三种参数修改实操方式

  • SQL 修改系统参数（TiDB 会话级 / 全局）
--兼容写法，等价标准SET GLOBAL
SET @global.tidb_distsql_scan_concurrency = 10;
SET GLOBAL tidb_distsql_scan_concurrency = 10;
​
--省略作用域默认等价SESSION
SET SESSION tidb_distsql_scan_concurrency = 10;
SET tidb_distsql_scan_concurrency = 10;
  • TiUP 修改集群静态参数（需滚动重启）
tiup cluster edit-config 集群名
​
# 全集群组件重载
tiup cluster reload 集群名
# 指定节点/组件精准重载
tiup cluster reload 集群名 -N 10.0.0.1:4000 -R tidb
  • 在线动态修改 TiKV/PD 参数（无需重启）
set config tikv split.qps-threshold = 1000;

五、Lesson04：用户管理与权限安全（数据库权限管控）

1. 两层安全机制

  • 认证 Authentication：校验账号密码，失败直接拒绝连接；
  • 授权 Authorization：校验账号是否拥有库 / 表操作权限；
  • 用户存储：所有账号、角色信息持久化系统表mysql.user。

2. 远程连接接入规范

标准连接命令：

mysql -u 用户名 -p密码 -h TiDB_Server_IP -P 4000

必填要素说明：

  1. -h：指定 TiDB Server 节点 IP / 域名，远程访问不可省略；
  2. -P：TiDB 默认服务端口 4000，端口修改后必须显式指定；
  3. -u/-p：匹配创建账号时配置的用户名与密码，同时匹配账号绑定的访问主机规则。

3. 用户创建与连接规范

账号格式：用户名@主机标识，主机支持 IP、通配符%（不写主机默认 %），用户名大小写敏感。

-- 仅允许本机127.0.0.1登录test账号，密码1234
CREATE USER 'test'@'127.0.0.1' IDENTIFIED BY '1234';
-- 仅允许192.168.10网段主机登录test账号
CREATE USER 'test'@'192.168.10.%' IDENTIFIED BY '1234';
​
-- 修改密码ALTER USER 能力极强，全能账号管理
ALTER USER 'test'@'localhost' IDENTIFIED BY 'mypass';
--SET PASSWORD FOR 功能极度单一，仅支持修改账号登录密码，不支持任何账号附加属性配置，无法设置密码过期、登录策略、SSL 权限、密码策略等扩展能力
SET PASSWORD FOR 'test'@'localhost'='mypass';
​

root 密码丢失应急方案

拓扑配置文件[security]添加skip-grant-table = true，重启 TiDB 免密登录重置密码，修复后关闭该参数。

4. 角色（Role）权限体系

4.1. 角色定义

角色是权限集合载体，和普通用户共用底层存储表 mysql.user，结构同样为 角色名@主机标识，和用户账户体系完全打通，支持统一赋权、回收权限。

4.2. 角色默认内置特性

  1. 默认锁定状态：角色本身无法直接登录数据库，仅作为权限中转容器；
  2. 无独立登录密码：角色不用于客户端登录，无需配置密码；
  3. 权限生效前置条件：用户绑定角色后，登录会话必须执行 SET ROLE 角色名; 激活，当前会话才会加载角色对应的全部权限，未激活则不生效。

4.3. 四层权限粒度（从粗到细）

粒度类型 写法示例 适用场景
全局权限 *.* DBA 超级管理员全集群管控权限
数据库级权限 test_db.* 业务账号仅访问指定业务库
数据表级权限 test_db.t_user 精细化管控单张业务表操作权限
列级权限 针对表指定字段赋权 敏感字段脱敏管控（手机号、身份证等）

4.4. 关键授权参数 WITH GRANT OPTION

  • 作用：被授权账号 / 角色，拥有二次下放该权限给其他账号的能力；
  • 风险管控：生产环境仅给核心运维账号开放，业务账号严禁配置该参数，避免权限泛滥泄露。

4.5.常用角色 & 权限语句

-- 1. 创建角色，支持指定主机范围；创建 2 个角色：`r_admin` 默认允许任意主机，`r_dev` 仅本机生效。
create role r_admin, r_dev@localhost;
​
-- 2. 给角色赋予库查询权限；给开发角色授予 test 库全表查询权限。
grant select on test.* to r_dev@localhost;
​
-- 3. 将角色授予业务用户，用户绑定角色权限；用户 user1 绑定管理员角色，登录激活角色后继承 r_admin 所有权限。
grant r_admin to user1@localhost;
​
-- 4. 查询账号完整权限清单；查看账号自身权限 + 绑定角色继承权限，用于权限审计核对。
show grants for dev1@localhost;
​
-- 5. 回收角色指定权限；回收开发角色增删改权限，仅保留查询能力。
revoke insert,update,delete on test.* from r_dev@localhost;
​
-- 6. 删除废弃角色；清理下线角色，同步解绑所有关联用户权限。
drop role r_admin;
​
-- 7. 全局超级权限+转授权限能力；授予全库所有权限，且允许该用户把权限授予他人，仅 DBA 管理员使用。
grant all privileges on *.* to user2@localhost with grant option;

六、Lesson05：TiDB 监控体系（故障观测、性能分析）

1. 四大核心组件职责

组件 核心定位 核心作用
Prometheus 指标采集 & 时序存储核心 定时拉取 TiDB/PD/TiKV 各组件 metrics 接口指标，持久化时序监控数据， 是整套监控数据源底座
Grafana 可视化大盘展示载体 内置 TiDB 全套预制面板，覆盖集群、组件、主机、SQL、 存储调度等维度指标可视化查看、趋势复盘
TiDB Dashboard PD 内置原生诊断工具 内嵌在 PD 服务中，轻量化集群运维诊断界面， 无需额外部署组件，面向日常问题快速定位
Alertmanager 告警收敛推送模块 对接 Prometheus 告警规则，对异常指标分级降噪、 分组推送告警（邮件、钉钉、企业微信等），实现故障主动发现

2. 官方固定访问入口

  1. Grafana：http://{部署IP}:3000，全局指标大盘长期观测入口
  2. TiDB Dashboard：http://{PD节点IP}:2379/dashboard，集群实时诊断、问题排查专属入口

3. 监控完整数据流转链路

  1. 指标暴露层：TiDB、PD、TiKV、监控代理等组件默认开放标准 metrics 接口，对外输出运行指标；
  2. 指标采集层：Prometheus 配置各组件 target 地址，定时轮询拉取指标并写入时序库存储；
  3. 可视化展示层：Grafana 查询 Prometheus 时序数据，渲染各类监控图表，做长期趋势观测；
  4. 原生诊断层：TiDB Dashboard 绕过 Prometheus，直接对接 PD 与各组件实时接口，获取瞬时状态、SQL、日志、集群拓扑等实时诊断数据，适配即时排障场景。

4. TiDB Dashboard 核心能力

  1. 集群总览：快速查看集群整体负载、节点在线状态、副本健康度、基础运行概况；
  2. 组件 & 主机监控：逐个查看 PD/TiDB/TiKV 实例运行状态、硬件资源、进程健康情况；
  3. 流量分析：统计集群读写 QPS、带宽、流量分布，定位热点库表、Region 热点；
  4. SQL 全量观测：罗列全量 SQL 耗时、执行次数、扫描行数、等待事件，筛选慢 SQL；
  5. 慢 SQL 深度分析：查看慢 SQL 执行计划、资源消耗、会话详情，定位索引缺失、大事务等根因；
  6. 故障诊断报告：内置常见集群故障检测规则，自动巡检生成诊断报告，辅助定位 Region 异常、调度异常、性能抖动问题；
  7. 组件日志查询：一站式检索 PD/TiDB/TiKV 运行日志，无需登录服务器逐节点查看；
  8. 性能数据采集分析：采集各组件线程、IO、CPU、后台任务性能指标，辅助深度性能调优。

5. 三级报警级别定义与处置标准

报警级别 判定标准 处置要求
紧急级别 核心服务不可用、进程停止、节点宕机故障 即刻人工介入排查止损，属于 P0 故障，优先处理
严重级别 集群可用性下降、核心指标恶化、业务存在潜在故障风险 持续盯控指标走势，快速定位诱因并限期修复
警告级别 非致命性错误、配置隐患、轻微指标异动提醒 日常巡检跟进，规划窗口期优化整改，规避升级风险

6. 内置报警能力

  1. 规则底座：内置常用报警规则，适配 Alertmanager 架构，可对接 Grafana 联动展示告警信息；
  2. 自定义能力：支持针对不同业务指标调整告警阈值；
  3. 规则示例解读
# PD_cluster_offline_tikv_nums
sum(pd_cluster_status {type="store_down_count"}) > 0
  • 监控逻辑：统计离线 TiKV 节点数量大于 0 即触发告警；
  • 业务含义：PD 默认 30 分钟未收到对应 TiKV 节点心跳，判定节点离线失联，属于紧急级故障告警。

7. 六大关键监控指标分组

7.1. System-Info 主机基础指标

覆盖服务器 CPU 使用率、内存水位、磁盘使用率 / IO 负载、网卡带宽、网络丢包，是集群硬件资源健康基线，提前预警资源耗尽、硬件故障。

7.2. Service Port Status 组件端口状态

巡检 PD、TiDB-Server、TiKV 各实例端口监听与连通性，快速发现进程崩溃、端口监听失败、防火墙拦截导致的组件不可访问问题。

7.3. PD 调度核心指标

聚焦 Region 调度均衡度、TSO 分配耗时、副本状态、集群拓扑、Store 健康度，管控集群数据分片调度稳定性，规避 Region 热点、副本缺失、调度阻塞问题。

7.4. TiDB-Server 业务接入指标

监控业务 QPS、SQL 执行延迟、客户端连接数、会话等待、事务耗时，直接反映业务访问性能，定位慢 SQL、连接打满、前端访问卡顿问题。

7.5. TiKV 存储底层指标

包含 Raft 副本同步状态、日志复制延迟、Coprocessor 计算耗时、磁盘写入吞吐、Raft 选举异常，保障底层存储高可用，预防副本不同步、存储 IO 瓶颈、Raft 故障。

7.6. TiDB Dashboard 集群实例指标

整合全集群实例运行状态、后台任务、巡检报告，面向运维日常快速诊断，补充大盘之外的实时集群诊断数据。

七、Lesson06：集群日常升级与维护（生产迭代运维）

1. 弹性扩缩容（在线无停机）

在线扩容 scale-out（TiDB/PD/TiKV/TiFlash）

  1. 编写扩容拓扑scale-out.yaml；
  2. tiup cluster scale-out 集群名 scale-out.yaml；
  3. tiup cluster display 校验新节点加入完成。
  4. TiFlash扩容前置：确认版本支持，并开启enable-placement-rules

在线缩容 scale-in

  1. tiup cluster display确认待下线节点 IP；
  2. tiup cluster scale-in --node 节点地址；
  3. TiFlash 缩容前置：清空表 TiFlash 副本alter table xxx set tiflash replica 0。

2. 集群日常管理操作

  1. 集群重命名：tiup cluster rename ${cluster-name} ${new-name}；
  2. 数据清理：清理日志 / 数据 / 全部资源tiup cluster clean ${cluster-name} --log |--data|--all；
  3. 集群销毁重建：tiup cluster destroy销毁后重新 deploy 部署；
  4. 时区管理：默认 UTC，支持自定义集群时区。

3. 集群版本升级两大方案

方案 1：HotFix 补丁升级（小 bug 修复，不升级大版本）

仅替换指定组件二进制，无需全集群迭代：

tiup cluster patch 集群名 补丁包.tar.gz -R tidb -N 节点IP

方案 2：完整版本升级（跨大版本迭代，分停机 / 不停机）

标准化流程：

  1. 升级本地 TiUP 工具：tiup update --self；

  2. 升级集群组件版本：tiup update cluster；

  3. 编辑拓扑tiup cluster edit-config ${cluster-name}、

  4. 前置健康校验tiup cluster check --cluster ${cluster-name}；

  5. 两种升级模式：

    • 不停机滚动升级：tiup cluster upgrade <cluster-name> <target-version>（业务无中断，生产首选）；
    • 停机升级：先 stop 集群，upgrade 后 start；
    # 先停集群 → 离线升级 → 启动集群
tiup cluster stop <cluster-name>
tiup cluster upgrade <cluster-name> <target-version> --offline
tiup cluster start <cluster-name>

  6. tiup cluster display 验证升级后版本。

升级常见故障处理

  • 升级过程报错中断

    • 排查：tiup cluster audit 查看操作审计记录，获取 audit-id；
    • 重试：tiup cluster replay <audit-id> 基于历史断点续跑升级流程，无需从头执行。
  • evict leader 步骤等待过长 添加 --force 参数跳过 leader 迁移等待步骤，加速升级进度，适合紧急变更场景。
  • 升级后配套周边工具同步更新 示例升级 ctl 工具至指定版本：
tiup install ctl:v6.1.0
  • 升级集群后同步更新 tidb-ctl、br、dumpling 等配套工具，保证工具与集群版本匹配。

0
0
0
0

版权声明：本文为 TiDB 社区用户原创文章，遵循 CC BY-NC-SA 4.0 版权协议，转载请附上原文出处链接和本声明。

评论
暂无评论
Module 01 TiDB Cluster 部署与运维一、模块整体定位二、Lesson01：TiDB Cluster 集群部署（集群搭建核心）1. 学习目标2. 核心工具：TiUP3. 硬件 & 操作系统前置要求（生产最低标准）4. 集群启停规范（生产严格遵守）5. 目录结构定义三、Lesson 02 TiDB 的连接管理（接入层运维）1. TiDB Server 核心连接特性2. 客户端接入类型3. MySQL5.7 协议兼容限制4. 连接监控方式四、Lesson03：TiDB 配置管理（参数调优基础）1. 两大参数体系区分2. 三种参数修改实操方式五、Lesson04：用户管理与权限安全（数据库权限管控）1. 两层安全机制2. 远程连接接入规范3. 用户创建与连接规范4. 角色（Role）权限体系六、Lesson05：TiDB 监控体系（故障观测、性能分析）1. 四大核心组件职责2. 官方固定访问入口3. 监控完整数据流转链路4. TiDB Dashboard 核心能力5. 三级报警级别定义与处置标准6. 内置报警能力7. 六大关键监控指标分组七、Lesson06：集群日常升级与维护（生产迭代运维）1. 弹性扩缩容（在线无停机）2. 集群日常管理操作3. 集群版本升级两大方案