活动专区

活动公告

上车！GBase 8a开发者联盟发车了 技术福利、人脉资源全都有！

认证培训专区

认证培训资料

GBase 8s GDCA 认证培训课前准备

GBase 8a

其他

物化视图报错：references invalid table(s) or column(s) or function(s) or definer/invoker of view lack rights to use them

01-GBase 8s 事务型数据库 安装与卸载

GBase 8s

适配迁移

[GBase 8s 教程]GBase 8s 常用函数、表达式

# GBase 8c 高级语法特性总结

结合操作示例文档与课件，从**环境配置、核心功能、语法示例、应用场景**四大维度，对 GBase 8c 分布式数据库高级语法与特性做完整梳理总结：

## 一、前置环境配置（Linux 操作）

### 1. 账号切换

切换至数据库专属用户：

```
su - gbase
```

### 2. 数据库参数动态修改

使用 `gs_guc` 统一修改**协调节点、数据节点、GTM** 三类组件参数，需全节点生效：

* 关闭增量检查点
  关闭后，检查点会一次性刷写更多脏页，会带来短暂的 IO 压力，但整体性能更稳定

```
gs_guc reload -Z coordinator -N all -I all -c "enable_incremental_checkpoint=off"
gs_guc reload -Z datanode -N all -I all -c "enable_incremental_checkpoint=off"
gs_guc reload -Z gtm -N all -I all -c "enable_incremental_checkpoint=off"
```

* 开启 MOT 内存引擎
  开启后，集群支持创建 MOT 内存表，数据主要存放在内存中，读写性能远高于磁盘表，但需要占用更多内存资源

```
gs_guc reload -Z coordinator -N all -I all -c "enable_gbase_mot=on"
gs_guc reload -Z datanode -N all -I all -c "enable_gbase_mot=on"
gs_guc reload -Z gtm -N all -I all -c "enable_gbase_mot=on"
```

### 3. 重启数据库加载参数

```
gha_ctl stop all -l http://172.27.237.143:2379
gha_ctl start all -l http://172.27.237.143:2379
```

### 4. 连接数据库

```
gsql -d postgres -r -p 5432
show enable_incremental_checkpoint; -&gt;off
show enable_gbase_mot; -&gt;on
```

## 二、核心功能一：存储引擎

GBase 8c 提供**两大类存储引擎 + 三种存储形态**，默认 `ASTORE + 行存储`，适配不同业务场景。

### 1. 引擎分类与特性

| 引擎 / 存储类型    | 关键字                            | 特点 &amp; 适用场景                       |
| -------------------- | ----------------------------------- | --------------------------------------- |
| ASTORE（追加型）   | 默认引擎                          | 支持行存、列存，主流业务通用          |
| USTORE（原地更新） | `storage_type=ustore`         | 支持原地更新，**OLTP 事务场景** |
| 行存储 ROW         | `orientation=row`             | 点查、增删改频繁，标准事务业务        |
| 列存储 COLUMN      | `orientation=column`          | 数据分析、聚合计算，数仓场景          |
| MOT 内存表         | `server mot_server`（外部表） | 高吞吐、流数据、热点数据，极致性能    |

### 2. 建表示例

```
-- ASTORE 行存表
create table test_astore_row(col text) with (orientation=row);
-- ASTORE 列存表
create table test_astore_column(col text) with (orientation=column);
-- MOT 内存表（外部表）
create foreign table test_astore_mot(col int) server mot_server;
-- USTORE 引擎表
create table test_ustore(col text) with(storage_type=ustore);
```

## 三、核心功能二：数据分片策略（分布式特性）

分布式表通过 `DISTRIBUTE` 定义分片规则，控制数据在集群节点的分布，共两种策略：

1. Hash 分片：DISTRIBUTE BY hash(字段)
   数据按哈希算法均匀分散到所有数据节点，分布式表默认规则。
   ```
   CREATE TABLE t1_dis(c1 int, c2 int) DISTRIBUTE BY hash(c1);
   ```
2. 复制表：DISTRIBUTE BY replication 全节点完整存储一份数据，适合字典表、小表，提升查询效率。
   ```
   CREATE TABLE t1_rep(c1 int, c2 int) DISTRIBUTE BY replication;
   ```

## 四、核心功能三：分区表（一级 / 二级 / 自动分区）

GBase 8c 支持**一级分区、9 种二级组合分区、自动时间分区**，分区类型分为 `HASH/RANGE/LIST` 三大类，是大数据量表的核心优化手段。

### 1. 分区类型总览

* 一级分区：Hash、Range、List
* 二级分区（9 种组合）：
  Hash-List / Hash-Hash / Hash-Range
  Range-Range / Range-Hash / Range-List
  List-List / List-Range / List-Hash
* 自动分区：基于 `PERIOD` 参数的时间自动分区（仅支持一级 Range 分区）

### 2. 典型分区语法示例

#### （1）一级分区

```
-- 一级 Hash 分区
create table mea_hash ( city_id int,logdate timestamp,id int ) 
partition by hash(id) ( partition p1 , partition p2 );
​
-- 一级 Range 分区（按时间范围）
create table mea_range ( city_id int,logdate timestamp) 
partition by range(logdate) ( partition meas_y2021 values less than  ('2021-01-01') );
​
-- 一级 List 分区（枚举值）
create table mea_list ( city_id int,logdate timestamp,id int ) 
partition by list(id) ( partition p1 values (1), partition p2 values (2) );
```

#### （2）二级分区（组合分区）

```
-- Hash + List 二级分区
create table mea_hash_list ( city_id int,logdate timestamp,id int) 
partition by hash(id) subpartition by list(city_id) 
( partition p1  (subpartition p12 values (10),subpartition p13 values (20) ));
```

#### （3）自动时间分区（分布式自动分区）

通过 `PERIOD` 设置分区间隔（范围：1 hour \~ 1 year），系统自动预创建分区：

```
-- 按1小时自动分区
create table range_auto_1hour_tb01(id int,ip text,time timestamp) 
with(PERIOD='1 hour') 
partition by range(time)( partition p1 values less than ('2026-06-14 19:00'));
```

### 3. 分区查询

通过系统视图 `pg_partition` 递归查询分区结构：

```
with RECURSIVE temp_partition as( 
SELECT t1.oid, t1.relname, partstrategy, boundaries,t1.parttype 
FROM pg_partition t1, pg_class t2 
WHERE t1.parentid = t2.oid AND t2.relname = 'mea_hash_list' 
union
SELECT t1.oid, t1.relname, t1.partstrategy, t1.boundaries,t1.parttype 
FROM pg_partition t1 join temp_partition  t2 on t1.parentid = t2.oid where t2.parttype='p')
select t1.relname, t1.partstrategy, t1.boundaries,t1.parttype  from temp_partition t1;
```

## 五、核心功能四：多类型索引

支持 4 类主流索引 + 表达式索引，不同索引适配不同查询场景，**默认 B-tree**。

| 索引类型   | 语法               | 适用场景                                         |
| ------------ | -------------------- | -------------------------------------------------- |
| B-tree     | `using btree`  | 全数据类型，支持等值、范围、排序查询（通用首选） |
| Hash       | `using hash`   | 仅**等值查询**，查询速度快                 |
| Gist       | `using gist`   | 空间地理数据、坐标查询、位置运算                 |
| Gin        | `using gin`    | 全文检索、数组、多值类型（倒排索引）             |
| 表达式索引 | 基于函数结果建索引 | 字段函数运算查询（如 `lower(字段)`）          |

### 关键示例

* -hash 索引

```
--hash 索引
create table rw_split(col int,name text);
insert into rw_split select generate_series(1,50000), md5(random()::text)::text;
​
create index rw_split_col_hash on rw_split using hash(col);
explain select * from rw_split where col =2;
```

![1781447759926.png](https://g1.cdn.gbase.cn/CommunityUploads/d3orBtSb5U6xfrsPM4G5O/1781447759926.png)

* btree 索引

```
--btree 索引
drop index rw_split_col_hash;
​
create index rw_split_col_btree on rw_split using btree(col);
explain select * from rw_split where col =2;
```

![1781447786577.png](https://g1.cdn.gbase.cn/CommunityUploads/99IiylMAXPVKosI8uhJ5N/1781447786577.png)

* Gist 索引

```
--gist 索引
drop table if exists t_gist;
create table t_gist(id int,p point);
insert into t_gist select generate_series(1,10000),point(round((random()*1000)::numeric,2),round((random()*1000)::numeric,2));
select * from t_gist limit 2;
create index on t_gist using gist(p);
explain (analyze,buffers) select * from t_gist where circle '((100,100) 1)' @&gt; p order by p &lt;-&gt; '(100,100)' limit 10; ---在 100，100 点，半径10 以内的点。
```

![1781447919683.png](https://g1.cdn.gbase.cn/CommunityUploads/FwT3w4yuuVIoy5GiC1ado/1781447919683.png)

* Gin 全文索引

```
--gin索引
drop table if exists t_gin;
create table t_gin(doc text, doc_tsv tsvector);
insert into t_gin(doc) values
  ('Can a sheet slitter slit sheets?'),
  ('How many sheets could a sheet slitter slit?'),
  ('I slit a sheet, a sheet I slit.'),
  ('Upon a slitted sheet I sit.'),
  ('Whoever slit the sheets is a good sheet slitter.'),
  ('I am a sheet slitter.'),
  ('I slit sheets.'),
  ('I am the sleekest sheet slitter that ever slit sheets.'),
  ('She slits the sheet she sits on.');
update t_gin set doc_tsv = to_tsvector(doc);
create index on t_gin using gin(doc_tsv);
--- 为了效果，手动关闭顺序扫描。
set enable_seqscan=off;
explain(costs off) select doc from t_gin where doc_tsv @@ to_tsquery('many &amp; slitter');
```

![1781448073809.png](https://g1.cdn.gbase.cn/CommunityUploads/qt0RzHZ__0NDnHvakHsUx/1781448073809.png)

* 表达式索引

```
--表达式索引
create table test_expression(col int, name varchar(64));
​
insert into test_expression select 1,'ASDD';
insert into test_expression select 2,'ASDD';
insert into test_expression select 3,'AS';
insert into test_expression select 4,'ASsda';
insert into test_expression select 5,'ASdssa';
insert into test_expression select 6,'Asds';
insert into test_expression select 7,'Assa';
insert into test_expression select 8,'as';
​
--Seq Scan on test_expression
explain select * from test_expression where lower(name) ='as';
```

![1781448151977.png](https://g1.cdn.gbase.cn/CommunityUploads/OLo1WOB6BwpxowoqMr3_U/1781448151977.png)

```
create index on test_expression (name);
create index test_expression_lower on test_expression (lower(name));
​
-- Index Scan using test_expression_lower on test_expression
explain select * from test_expression where lower(name) ='as';
​
-- Index Scan using test_expression_name_idx on test_expression
explain select * from test_expression where name='as';
```

![1781448208360.png](https://g1.cdn.gbase.cn/CommunityUploads/IsloPKwypMlrsNm9vhqNW/1781448208360.png)
![1781448278891.png](https://g1.cdn.gbase.cn/CommunityUploads/tKP5ptE_nrBsS3gZtObi8/1781448278891.png)

使用 `explain` 可查看索引执行计划，验证索引是否生效。

## 六、核心功能五：数据压缩

区分**行存表压缩**和**列存表压缩**，降低磁盘占用，平衡压缩率与查询性能。

### 1. 行存表压缩（ASTORE 专用）

* `compresstype`：压缩算法（0 = 不压缩、1=pglz、2=zstd）
* `compress_level`：压缩级别（仅 zstd 生效，范围 -31\~31，级别越高压缩率越高、性能越慢）
* 不压缩行存表

```
-- 不压缩行存表
create table test_row_compress(col text);
insert into test_row_compress select md5(random()::text) from generate_series(1,1000000);
select * from pg_size_pretty(pg_catalog.pg_table_size('test_row_compress'));
```

![1781449027580.png](https://g1.cdn.gbase.cn/CommunityUploads/7Tb-mFF1ZHnhigB-mva6F/1781449027580.png)

* 压缩行存表

```
-- 压缩行存表
drop table  if exists test_row_compress;
create table test_row_compress(col text) with (compresstype = 2,compress_level= 3);
insert into test_row_compress select md5(random()::text) from generate_series(1,1000000);
select * from pg_size_pretty(pg_catalog.pg_table_size('test_row_compress'));
```

![1781449012399.png](https://g1.cdn.gbase.cn/CommunityUploads/DAVVSXLgR8ihE-MhfbnGW/1781449012399.png)

### 2. 列存表压缩

通过 `compression` 指定级别：`NO/LOW/MIDDLE/HIGH`，级别越高压缩比越大。

* 不压缩列存表

```
-- 不压缩列存表
create table test_column_compress(col text) with (orientation=column,compression=no);
insert into test_column_compress select md5(random()::text) from generate_series(1,1000000);
select * from pg_size_pretty(pg_catalog.pg_table_size('test_column_compress'));
```

![1781449271721.png](https://g1.cdn.gbase.cn/CommunityUploads/uUWIb6EYZcyY5Sxa0HmP9/1781449271721.png)

* 高压缩列存表

```
-- 高压缩列存表
drop table test_column_compress;
create table test_column_compress(col text) with (orientation=column,compression=high);
insert into test_column_compress select md5(random()::text) from generate_series(1,1000000);
select * from pg_size_pretty(pg_catalog.pg_table_size('test_column_compress'));
```

![1781449304498.png](https://g1.cdn.gbase.cn/CommunityUploads/_4CNwJ9Dh3cbkMmpcPHeq/1781449304498.png)

### 3. 空间查看

通过系统函数统计表物理占用：

```
select * from pg_size_pretty(pg_catalog.pg_table_size('表名'));
```

## 七、核心功能六：子事务（事务精细化控制）

支持**自治事务、保存点 (SAVEPOINT)、异常捕获 (EXCEPTION)**，实现事务部分回滚、独立事务执行。

### 1. 自治事务

使用 `pragma autonomous_transaction` 声明，**完全独立于主事务**，主事务回滚不影响自治事务提交数据。

```
create table t2(a int,b int); 
insert into t2 values(1,2); 
select * from t2;
​
create or replace procedure autonomus_4(a int ,b int) as
declare
    num3 int =a; num4 int =b;
    pragma autonomous_transaction;
begin insert into t2 values (num3,num4); end;
/
​
create or replace procedure autonomus_5(a int ,b int) as
declare
begin insert into t2 values (444,55);autonomus_4(a,b);rollback; end;
/
​
select autonomus_5(11,22);
select * from t2;
```

![1781449693126.png](https://g1.cdn.gbase.cn/CommunityUploads/-mU8LKl1afHjdpiBPL4XF/1781449693126.png)

### 2. 保存点 SAVEPOINT

事务内设置标记，可**局部回滚到指定保存点**，无需回滚整个事务：

```
drop table if exists savepoint_test;
create table savepoint_test(a int primary key,b int) ;
​
start transaction;
insert into savepoint_test values(1,2);
savepoint test_savepoint; -- 创建保存点
insert into savepoint_test values(2,2);
select * from savepoint_test;--查看表中数据(能查到(1,2)，(2,2))
rollback to savepoint test_savepoint; -- 回滚至保存点
select * from savepoint_test;--查看表中数据(只能查到(1,2)，(2,2)被回滚)
insert into savepoint_test values(3,3);--插入数据
commit;
```

![1781450130245.png](https://g1.cdn.gbase.cn/CommunityUploads/3Hi3jK0KNEUGGiEX6OIY1/1781450130245.png)

* 事务提交后再查询

```
--查看表中数据(=能查到(1,2)、(3,3)。(2,2)被回滚)
select * from savepoint_test;
```

![1781450006880.png](https://g1.cdn.gbase.cn/CommunityUploads/assjSa3jD1me3DvOL2G4b/1781450006880.png)

### 3. 异常捕获 EXCEPTION

存储过程中捕获运行异常，自定义异常抛出，增强程序健壮性。

```
create type type_test as (a int,b int);
create or replace procedure p1
as
c int;
begin
    select a into c from type_test;
exception
    when others then 
    raise 'NULL' ;
end;
/
call p1();
```

![1781450293960.png](https://g1.cdn.gbase.cn/CommunityUploads/yxH6k1bHbXYemUNMTVBw-/1781450293960.png)

## 八、整体总结与应用建议

1. **环境层面**
   分布式集群需通过 gs\_guc 统一修改参数、gha\_ctl 启停集群，所有节点配置保持一致。
2. **存储选型**
   * 线上事务库 (OLTP)：优先 **ASTORE 行存 / USTORE**；
   * 数据仓库 (OLAP)：优先 **ASTORE 列存**；
   * 热点 / 高吞吐数据：使用 **MOT 内存表**。
3. **分布式分片**
   常规业务用 Hash 分片；小字典表、配置表使用 Replication 复制表。
4. **分区使用**
   大数据量表必用分区：时序数据用 Range 分区、枚举维度用 List 分区、离散数据用 Hash 分区；海量时序表开启自动时间分区。
5. **索引选型**
   通用查询用 B-tree；纯等值查询用 Hash；空间数据用 Gist；全文检索用 Gin；函数查询搭配表达式索引。
6. **压缩策略**
   冷数据、归档表开启高等级压缩；热数据、高频查询表关闭 / 低等级压缩，优先保证查询性能。
7. **事务控制**
   复杂业务流程用 SAVEPOINT 局部回滚；日志、审计类独立操作用自治事务；存储过程务必增加异常捕获。



学习笔记

8cA08 GBase 8c 高级语法功能

8cA08 GBase 8c 高级语法功能

评论

热门帖子