转载请注明原文地址https://www.jianshu.com/p/dd5c7c222703

TiCDC通过解析TiKV的raft日志来实现抽取数据库的变化数据，也就是大家所熟知的Change Data Capture(CDC)。如果没有TiKV侧的配合，是不能完成这一操作的，本文记录的就是TiKV如何把变化数据推送给TiCDC的。

Raft coprocessor

TiKV通过coprocessor扩展，实现了类似存储过程的高级功能。对于coprocessor不需要了解太多，如有兴趣请参阅：TiKV 源码解析系列文章（十四）Coprocessor 概览

本文所述的raft coprocessor作用于raft日志apply的时候，本质上是3个钩子函数，在TiKV准备apply raft日志之前、apply之后、raft日志成功写入存储层这3个阶段，插入一段逻辑，这3段逻辑会将这些raft日志做一系列额外的处理发给TiCDC。

如果不了解TiKV的raft工作原理，建议先通过官方经典博文了解一下：TiKV 是如何存取数据的

raft coprocessor在TiKV进程启动时就会被加载，而以上3段逻辑只有在TiCDC“订阅”了某个region之后才会真正开始工作。apply raft日志之前、apply之后只是把raft日志给buffer起来，raft成功写入存储层之后，做以下处理：

• 对rocksdb做快照
• 在“推流”阶段，对buffer起来的这一批日志进行解析、过滤，发往TiCDC

我们先不急着追究为什么要做快照，本文后面解析“获取历史值”时，会回顾这一步。
可以看到raft coprocessor只参与了“推流”。“推流”这个说法来自于TiCDC的设计文档，因为raft日志经过解析之后，由TiKV通过推的方式，源源不断地流入TiCDC，即所谓“推流”。推流贯穿于整个TiCDC连接生命周期，是两者间通信的主要阶段。

如何从raft日志中解析出事务

我们先回顾一下，TiKV是如何将事务commit和rollback的？

Percolator提供三个 column family (CF)，Lock，Data 和 Write，当写入一个 key-value 的时候，会将这个 key 的 lock 放到 Lock CF 里面，会将实际的 value 放到 Data CF 里面，如果这次写入 commit 成功，则会将对应的 commit 信息放到入 Write CF 里面。
Key 在 Data CF 和 Write CF 里面存放的时候，会把对应的时间戳给加到 Key 的后面。在 Data CF 里面，添加的是 startTS，而在 Write CF 里面，则是 commitTS。

TiKV的实现中，也含有Lock列和Write列，论文中Data列对应的是TiKV的default列。

如果一个raft PUT操作中，操作的是Lock列的数据，Lock的类型为Put或Delete（Lock总共4种类型: Put代表insert或update操作, Delete代表delete操作, Lock, Pessimistic，后面2种与TiCDC无关），那么这是一条Prewrite记录，这条日志在大部分场景下只含有key值（表的主键值），没有表的其它字段值，因此在大部分场景下，只有等到后续相同key值的default列数据到来时，才能拼成一条完整的操作记录。

如果一个raft PUT操作中，操作的是Write列的数据，Write的类型为Put或Delete（Write也有4种类型: Put代表insert或update操作提交成功, Delete代表delete操作提交成功, Rollback表示事务回滚, Lock与TiCDC无关），那么这是一条Commit或Rollback记录，在大部分场景下，和Lock列一样也是只有key没有其它字段的，需要default列来拼。TiCDC收到这种记录后，会按事务的开始时间startTs来收集其对应所有Prewrite记录，进而组装成一个完整的事务。

raft PUT最后一种就是操作default列的数据了，上文已经说明，default列含有一条表记录的全字段，但是没有操作类型等元信息，需要和Lock或Write拼成完整的记录。

至此，我们大概了解了raft日志是如何被解析的，也就了解了TiKV侧的CDC接口的核心工作原理。但是事实并不简单，没有到此为止。

Region的订阅

本文的“Raft coprocessor”小节中提到，只有在TiCDC“订阅”了某个region之后才会真正开始工作。为什么需要订阅？

第一，TiKV采用Multi-raft的设计，顾名思义，多组raft，不同raft组之间通信是以region为单元并行的，对于每一组raft，就需要有1个raft coprocessor注册在该组leader节点之上进行监听。如果leaer节点down掉，leader会切换到健康节点，那么coprocessor也要相应地切过去。

第二，region它不是固定不变的。region是一段key值从小到大的区间，它可能分裂为多个region，也可能合并为一个。

事实上，region发生改变时，TiKV会反馈一个EpochNotMatch或RegionNotFound异常；leader发生改变时，会反馈一个NotLeader异常。TiCDC收到异常后，需要去PD重新获取region信息，对新region发起订阅。

增量扫（Incremental scan）

本文的“Raft coprocessor”小节中提到，推流贯穿于整个TiCDC连接生命周期，是两者间通信的主要阶段。但是除了推流之外，TiCDC启动时，还有与推流并行执行的“增量扫”阶段，为何会有这一阶段？

首先回顾一下上文“如何从raft日志中解析出事务”。
上文中提到，TiCDC收到Commit记录后，会按事务的开始时间startTs来收集其对应所有Prewrite记录，进而组装成一个完整的事务。试想一下这个场景：TiCDC订阅region的这个时间点之前，有事务未提交，订阅之后才提交。如果只有推流的话，那么这个时间点之前的部分Prewrite记录就没有被TiCDC接收到，是不能拼成一个完整的事务的。所以，应该要先扫下还没提交的数据，把这部分数据发出去。

其次，如果TiCDC down掉，那么它对region的订阅也会失效。TiKV可不会因为你没有订阅这个region就不处理raft了，明显不可能。那么TiCDC重新连上来的时候，由于coprocessor是apply raft日志时的钩子，down掉的期间这些日志已经被处理过，不会再处理了，从TiCDC这边看就是不会再收到这些日志，这明显是不行的。所以，这些缺失的日志是无法通过coprocessor获取的，需要直接从存储层获取，扫描从down掉的时间点（checkpointTs）到当前时间点的所有增量数据（注意delete对于KV存储也是增量数据），也就是所谓的“增量扫”。

增量扫具体的做法非常简单，就是先对rocksdb做快照，确保数据固定，再对快照执行前缀搜索遍历，解析出符合条件的Prewrite和Commit记录，解析方法和解析raft日志的方法大同小异。
由于region是TiKV的逻辑概念，rocksdb内部并没有所谓的region划分，故执行遍历的时候，如果region较多可能会消耗一些额外的资源。
增量扫完成后，会给TiCDC一个Initialized通知。

ResolvedTs

对CDC技术接触较多的同事都知道，我们从db抽取日志时，除了普通的一行一行数据外，最好有个心跳消息，通过心跳我们可以知道，db没把数据推给我，不是因为连接断了，而是因为确实没有数据变化，这段时间没有insert update delete等操作。
ResolvedTs确实有这种作用，不过它的作用可不止心跳。TiCDC可是严格按照ResolvedTs来控制它的数据加工管道的，这不在本文的讨论范围，我会在其它文章中详细说明。

ResolvedTs：为了数据还原的一致性，只有当所有 region 都保证在某个 ts 之前的所有数据都已经被 TiCDC 获取到，TiCDC 才会对 ts 前的 kv change event 进行排序并向下游进行事务还原。 因此对于一定时间没有任何数据写入的 region，需要提供某种机制推进该 ts，以降低 TiCDC 还原事务的延迟。ResolvedTs 类型 event 就是解决这个问题。

这段设计文档对于resolvedTs的作用已经描述得非常清楚了，在这里我就只说一下resolvedTs在TiKV侧是怎么生成的。
TiKV启动后，对于CDC这块，会周期性地去PD拿tso（不清楚tso的可以理解为分布式系统的当前时间戳），之后走一次raft确保本节点的region信息正确无误，之后更新本节点每个region的minTs为这个时间戳。
TiKV会追踪每个事务的开始时间startTs和提交时间commitTs，也就是对于每个region，追踪raft日志中Prewrite记录的Lock列和Commit记录的Write列。如果没有未完成的事务，那么resolvedTs就是minTs；如果有些事务未提交，用最早开始的事务的startTs和minTs比较，取更小者。
（跨region的事务有待研究）

获取历史值

做CDC有时候我们需要获取某一行记录的历史值，如修改前是张三，修改后是李四，我想获取“张三”这个值。
对于增量扫阶段，这个需求十分简单，因为KV存储的特性，key是按字节从小到大排好序的，TiKV设计的key中又包含时间戳，所以历史值一定是排在当前值的前面。在遍历的时候，只需要将指针往前移动一格或几格，就能找到历史值，不需要点查。
推流阶段，就不可避免要去点查了，因此性能相对增量扫阶段肯定是有下降的，查询之前先做快照的目的就是防止旧值被GC回收，当然不可能每条记录都做一次快照，所以如本文开头所说，只有raft日志成功写入存储层时，才做。