功能介绍
LibraDB 引擎主要服务于高效的分析类查询。是一个为客户提供实时且高性能的复杂 SQL 处理的扩展只读分析组件。利用 LibraDB 引擎的列式存储能力、向量化并行执行引擎以及分布式并行执行而扩展的优化器，可以让客户能够很简单的在数据库中原地体验到高效地分析能力，另外 LibraDB 的列式存储为高 QPS 的变更、事务的 ACID，进行了针对性的优化，保证了查询数据的实时性以及一致性。
支持版本
LibraDB 引擎内核版本1.2404.7及以上。
原理
LibraDB 引擎内核实现主要分为3个部分，分别为数据同步组件、计算引擎与列式存储。其中数据同步组件主要负责将行存数据转换加载为列式存储的形式。主要实现原理为 binlog 同步与消费，与 MySQL 中的主从复制机制一样；计算引擎主要负责元数据存储、执行计划生成以及执行算子生成等相关工作；列式存储主要负责数据存储，算子执行等相关工作。
支持的功能
LibraDB 引擎内核功能支持多种优异特性，下文为您简单介绍一下产品支持的功能。
一、大规模并行计算 MPP
MPP（Massively Parallel Processing）架构是一种分布式数据处理技术，能够通过将工作负载分散到多个节点上来提高数据处理性能。在 LibraDB 引擎中，在扩展支持了多副本能力后，可以将多个只读分析引擎实例的节点组合成集群，每个节点拥有独立的磁盘和内存系统，然后通过专用网络或商业通用网络连接彼此、协同计算，从而提供整体数据处理服务。可以有效的扩展在超大数据规模下的数据处理性能，避免受制于单一节点的性能瓶颈，以支撑不同量级的用户需求。
MPP 能力的优点在于高性能的数据处理，可以充分利用多个节点的计算资源，在执行同一个 SQL 时，可将 SQL 算子分发到多个节点中共同执行。同时可以支持横向的扩展，针对用户的业务增长，也支持性能的扩容。
二、向量化执行引擎
针对 LibraDB 引擎而言，数据不仅仅按列存储，还会基于列进行计算。在 TXSQL 这种传统的 OLTP 引擎中，通常会基于行存储进行计算，主要原因是事务以点查、点读、点写为主。但是在分析作为主要场景的 LibraDB 引擎中，单 SQL 的计算量可能极大。所以在 LibraDB 引擎中，我们实现了向量化的执行模式，在对内存中的列式数据，一个 batch 调用一次 SIMD 指令，减少了函数的调用次数，降低了 cache miss。同时还可以充分利用 SIMD 指令的并行能力，缩短计算耗时。
三、支持高速变更场景下的列式存储
在 TDSQL-C MySQL 版的读写实例中，可以支撑超百万级别的数据在线操作 QPS。而作为一个可以支撑实时数据分析的 LibraDB 引擎，必须要能够满足在如此之高的数据变更场景下的数据一致性。传统的列式存储在数据的大批量写入具有一定的优势，但是在面对大规模数据的 delete 和 update 就显得性能不足。在传统的实时数仓场景下，好的实践就是将 update 变更为 delete 和 insert，同时在数据同步层去实现数据的批量执行能力。但是列式存储在 delete 场景下依然存在一些性能劣势。综合以上的情况，传统列式的存储必定会存在较高的数据延时，无法达到实时数据分析的效果。
LibraDB 引擎通过在存储层的优化和支持，可以满足用户在高并发场景下的数据变更的数据一致性，避免因为读写实例的数据频繁变更带来的数据延时而错过分析时间。
四、指定数据加载能力
针对 TDSQL-C MySQL 版中的数据而言，并非所有的数据都具备数据分析价值，所以不需要所有的对象都加载为列存。故 libraDB 引擎支持指定对象加载的能力。可在数据加载的控制台设置或者通过命令行 SQL 指定需要加载的 LibraDB 的对象。
