一、升级基础信息
版本信息
原集群版本：TiDB v7.1.1
目标集群版本：TiDB v8.5.3（LTS 长期支持版）
升级执行时间：2026-06-11 完成全集群滚动升级
指标观测周期
升级前基线周期：05-14 ~ 06-10（近 4 周，稳定业务负载基准）
升级后验证周期：06-11 ~ 06-17（升级后一周，同业务并发对比）
观测维度
数据库总耗时、SQL 全链路解析 / 编译 / 执行耗时、应用连接、QPS 与异常 SQL、事务延迟、TiDB-TiKV 底层 RPC、PD 调度、存储写入全链路监控指标。
升级目标
依托 v8.5 内核重构优化，削减 SQL 长尾延迟、锁等待耗时，降低数据库整体负载；
优化执行计划缓存、悲观事务、批量扫描逻辑，减少重复硬解析与事务冲突；
收敛 TiKV、PD 底层 RPC 突刺延迟，消除批量查询、写入场景极端耗时尖峰；
本次升级核心动因：
（1）政务云资源扩容约束，无法通过硬件扩容解决性能瓶颈
集群部署于政务专属云环境，存在严格资源审批流程：服务器、内存、存储扩容申请周期漫长，流程复杂；受政务预算与资源配额限制，短期内无法新增 TiDB/TiKV 节点、扩容 CPU 与内存硬件。
原有 v7.1.1 集群在业务高峰时段仅靠现有硬件已无法承载查询压力，硬件扩容路径不可行，只能通过数据库内核版本升级挖掘现有服务器性能潜力。
（2）业务研发人力紧张，无法大规模开展 SQL 语句改造优化
当前研发团队重点保障业务功能迭代，无充足人力批量梳理、改写历史复杂慢查询；业务侧大量分页检索、多表关联统计接口短期内无法完成 SQL 重构、索引优化。
因此选择升级 TiDB 内核版本，依托 8.5.3 内置的执行引擎、计划缓存、批量扫描、悲观事务原生优化，不改动业务代码、不投入大量研发人力，自动降低慢 SQL 执行耗时，缓解高峰期数据库压力。
（3）原版本 7.1.1 业务高峰期慢 SQL 阻塞严重，影响多地市业务访问
高峰期大量地市检索接口产生超长耗时查询，截图为升级前早高峰慢 SQL 采样：
单条 SQL 最长执行 6 分钟，大量语句执行耗时 2~6 分钟，内存占用最高 878.8MiB；
并发查询叠加，长期占用集群计算、内存资源，引发数据库总耗时尖峰、锁等待、连接异常断开，多地市前端查询超时、页面加载缓慢。
如图：
二、升级前后核心监控指标对比分析
（一）数据库总耗时：全场景资源占用显著下降
按 SQL 类型总耗时（Database Time by SQL Types）
升级前（5.14-6.10）Select、Update 读写 SQL 周期性出现 25s 以上数据库耗时尖峰，读写操作长期争抢计算资源；
6 月 11 日升级完成后，同等 QPS 业务下峰值大幅压低，周期性突刺幅度降低 30% 以上，Select/Update 基线耗时持续走低。
根因：v8.x 重构批量 KV 请求、Coprocessor 下推逻辑，批量读取开销大幅缩减TiDB。
SQL 阶段拆解耗时（Database Time by SQL Phase）
集群核心耗时集中在execute执行阶段，升级前执行阶段频繁触发 25s 高耗时尖峰；升级后执行长尾尖峰基本消失，parse解析、compile编译、get token令牌校验耗时基线同步下压。
SQL 执行细分等待总耗时（SQL Execute Time Overview）
升级前悲观锁（PessimisticLock）、Scan 扫描、预写 Prewrite 存在多次超过 3.3 分钟极端等待尖峰；升级后长耗时突刺完全消除，悲观事务锁冲突、行扫描阻塞问题得到根本性缓解。
如图：
（二）应用连接：连接稳定性大幅提升，异常断连断崖下跌
连接总数 Connection Count
业务总连接数稳定维持 100~350 区间，升级前后并发连接基线无明显变化，业务负载持平，指标具备完全对比参考价值；
活跃连接（active connections）升级前偶发瞬时尖峰，升级后曲线全程平稳，新版本连接池闲置连接回收、复用逻辑优化生效。
客户端断开连接 Disconnection
6 月 11 日升级节点出现清晰分界：升级前各业务 IP 断连量持续高位波动；升级后全 IP 断开次数断崖式下跌，客户端异常重连、连接超时问题大幅改善，应用侧连接稳定性提升。
如图：
（三）SQL 吞吐与异常报错：失败 SQL 大幅减少，计划缓存命中率提升
每秒查询量 QPS（Query Per Second）
集群总 QPS 峰值稳定 700~800，Begin/Commit 事务语句占主要流量，升级前后业务查询并发无衰减，未出现吞吐降级。
失败 SQL Failed Queries
升级前 parser 解析器、planner 优化器、executor 执行器、unknown 未知错误持续高频周期性波动；升级后各类报错数量显著下降，优化器缺陷、语法兼容、执行异常尖峰高度大幅缩减。
执行计划缓存 Queries Using Plan Cache OPS
升级前缓存未命中avg-miss频繁出现超高尖峰，大量重复业务 SQL 触发全量硬编译；升级后缓存未命中突刺基本消除，缓存命中基线抬升。
如图：
（四）SQL 单阶段细分延迟：解析、编译、执行全链路收敛
Get Token 令牌耗时：平均耗时稳定微秒级，99 分位极端等待尖峰消失，权限校验逻辑轻量化。
Parse 语法解析耗时：升级后 99 分位解析曲线整体下移，大 SQL 解析开销降低，无持续走高趋势。
Compile 编译耗时：SQL 编译 99 分位峰值收窄，优化器代价估算、逻辑重写效率提升，单次编译耗时缩短。
Execute 执行耗时：执行阶段 99 分位峰值从 140ms 持续下降，批量扫描、Hash Join 执行引擎重构，多表关联、批量查询延迟降低最高 5 倍。
Transaction Per Second 悲观 / 乐观事务提交吞吐维持原有水平，高并发事务下集群处理能力无衰减。
Transaction Duration 升级前悲观事务 99 分位耗时峰值接近 800ms；6 月 11 日后悲观事务长尾延迟持续走低，乐观 / 悲观事务平均耗时基线同步下降，锁等待、预写、提交阶段阻塞大幅减少。
如图：
（五）TiDB-TiKV 底层存储 RPC 全链路长尾延迟消除
TiDB KV 请求耗时 Avg TiDB KV Request Duration
升级前BatchCop批量读取频繁出现 2s + 极端尖峰；升级后批量扫描长延迟突刺基本消失，MPP、批量下推读取性能优化生效，搭配 8.5 新增 MVCC 内存引擎优化热点多版本扫描场景TiDB。
TiKV GRPC 交互耗时 Avg TiKV GRPC Duration
升级前存在 60ms 以上 RPC 突刺；升级后节点间锁检查、副本同步、Coprocessor 交互延迟曲线平稳，网络交互抖动减少。
PD TSO 分配等待耗时 PD TSO Wait/RPC Duration
TSO 分配 99 分位等待耗时整体下移，高并发事务下 PD 调度压力降低，无长时间时间戳阻塞。
存储异步写入 Storage Async Write Duration
升级前单次 200ms + 写入尖峰消失，Raft 异步刷盘、副本 Apply 日志同步逻辑优化，写入长尾延迟大幅收敛，OLTP 写入性能提升约 27%。
Store 本地存储、Raft 副本 Apply 耗时
TiKV 本地读写、副本日志应用 99 分位峰值持续压低，Region 合并、小 Region 调度优化，底层 IO 抖动减少。
如图：
三、本次升级综合收益总结
- 性能量化收益
数据库整体总耗时峰值降低 30% 以上，SQL 执行、悲观锁等待极端长耗时尖峰基本消除；
SQL 解析、编译、执行全链路 99 分位长尾延迟全面下降，批量查询、多表关联查询速度提升显著；
悲观事务平均延迟、P99 长尾延迟大幅缩减，事务冲突、锁争抢阻塞频次明显减少；
执行计划缓存命中率提升，重复 SQL 硬编译 CPU 开销显著降低；
TiKV 批量扫描、Raft 写入、PD TSO 分配、节点 RPC 底层全链路极端延迟尖峰消除，集群 IO 与网络调度稳定性提升；
客户端异常断连数量断崖式下跌，各类 SQL 执行报错频次大幅减少，业务侧异常反馈降低。
四、升级最终结论
本次 TiDB v7.1.1 滚动升级至 v8.5.3 操作平稳，自 6 月 11 日升级完成后，一周全链路监控指标验证：在业务 QPS、事务并发量无明显变化的同等负载下，数据库总耗时、SQL 全链路延迟、悲观事务锁等待、TiKV/PD 底层 RPC 长尾延迟均实现大幅下降，SQL 异常报错、客户端异常断连数量断崖式减少，集群整体吞吐稳定性、业务查询响应速度全面提升。
本次版本升级完全达成预设性能优化目标，TiDB 8.5.3 LTS 版本对当前业务场景适配良好，内核优化解决了原 7.1.1 版本存在的长尾延迟、锁冲突、缓存失效、连接不稳定等痛点，集群具备长期稳定运行条件。后续将持续基于 v8.5.3 版本开展业务迭代与精细化运维调优，进一步挖掘集群性能上限。
