性能问题

1. TcaplusDB部署在比较主流的机器配置，建表/删表等操作大概会是一个多少秒的耗时？

按照正常情况下，秒级别进行表操作。

2. 批量加表操作，和在python里多次执行单次加表，效率上有比较大的区别吗？前者是不是只有一个事务，而后者则是每张表都是一个建表的事务？

效率其实都差不多，tcapcenter在处理表添加时，也是一个表的添加作为一个事务。批量加表，等于是批量操作，减少了多次提交的次数，但是在tcapcenter这里还是每个表一个加表事务在执行的。

3. TcaplusDB支持全量拉几十万条数据吗？数据量大概是5-20M，接口不常用

表遍历可以支持满足

4. pb表如果后期在某个表，新增一些参数，这个流程大约需要多长时间呢？

表变更，秒级别完成。不用停服，在线变更。

5. 如果shard数目过大、过小会对Tcaplus的增删改查性能、引擎调优这些有影响吗？

影响可以忽略不计，线上大表都至少分几百个shard

6. 业务的shard数量会考虑一些什么因素？

一般考虑： 每个shard有1G在内存里，其中约500MB存Key，300MB存Value，尽可能多的Key在内存里可以提升性能，增加shard 单shard最大256G，文件太大也影响一些恢复操作

7. Tcaplus高频读数据有没有穿透的问题呢？

Tcaplus有过载保护,穿透导致服务过载时，在接入层就会拒绝部分请求了

8. 如果瞬间涌入大量请求的话，tcaproxy和tcapsvr会有排队机制吗？

会有排队机制，超过处理能力会大时延、超时等。Tcaproxy的话，跟请求连接数有关，会按连接分散到proxy处理;Tcapsvr的话，跟请求数据是否分散有关，集中在少数shard或key的话，会有排队

9. 批量查询Generic表数据时 通过SetFieldNames设置只查部分需要的字段和不调用SetFieldNames查找所有字段的性能差别大吗？

两种方式会有性能差异，主要是体现在网络带宽资源消耗和各个环节打解包的资源消耗上，查询的字段越少，上述资源的消耗也就越少。

但需要说明的是这两种方式，在服务端存储层的磁盘IO上的带宽消耗上是一样，并没有什么太大差异，存储层都是要先读取整条记录，再做字段提取。

10. 对于需要经常读取的字段，将常用字段与不常用字段存放在一张大表，再通过SetFieldNames设置查询部分需要的字段，和将常用字段的数据单独存放在另一表里，两种方式性能差别大吗？

这两种方式确实存在一些差异。

• 在网络带宽消耗上，两种方式差不太多。
• 在存储层磁盘IO消耗上，两种方式有差异，将所有字段存放在一张大表中，不管是否通过SetFieldNames设置了只查询部分字段，也都需要从磁盘读到整条记录，消耗的磁盘IO是一样的。
• 将常用字段和非常用字段分开存放，增加了业务的复杂性，业务需要同时访问两张表，还要考虑两张表的数据一致性。

对于这种场景，业务可以考虑一下TcaplusDB的触发器方案，将大表中的部分字段通过触发器同步到小表中，触发器会保证学士源表和目标表的数据最终一致性。