南大通用GBase 8c特性介绍——高性能

并行技术

GBase 8c采用并行技术来提升系统的性能和吞吐量，主要特点有：

• Coordinator协调器制定分布式执行计划，将算子下推到数据节点，数据节点并行处理；
• 各数据节点采用多线程架构，多个线程并行处理；
• 采用MVCC（多版本并发控制）技术，实现读写不冲突，提升读写并行处理能力；
• 支持并行查询，可以解决在复杂查询场景中，单个查询的执行时间过长造成系统并发度降低，从而影响数据库对外服务性能的问题。

原位更新

与PostgreSQL相比

1、PostgreSQL使用多版本并发控制MVCC机制：

• 当执行delete时，数据库将删除元组直接标记为dead，并不会真正从物理上删除；
• 当执行update时，数据库将会使用unused空间写入一个新的元组，然后将旧元组标记为dead，也不进行物理删除；
• 当表上频繁DML时，dead tuple会逐渐将空间耗尽，同时做全表扫描时产生很多额外I/O。

GBase 8c采用原位更新技术：

• 将new tuple放在原位，将dead tuple集中存放在undo；
• 去除vacuum，保证数据回收时IO稳定；
• 数据空间缩减。

2、PostgreSQL采用追加更新方式存储数据，也就是当修改数据时，不是在原位置修改，而是写入一个新记录，这会导致空间膨胀，也就需要定期回收过期的数据空间。这一直是PostgreSQL的一个弱项。

而GBase 8c实现了Undo机制，也就可以在原位置更新数据。这带来的好处包括：

• 高性能：对插入、更新、删除等不同负载的业务，性能以及资源使用表现相对均衡；
• 运行平稳：性能运行平稳；
• 高效存储：支持最大限度的原位更新, TPCC负载下节约空间，UNDO空间统一分配，集中回收，复用效率更高，存储空间使用更加高效、平稳。

算子下推

算子下推是GBase 8c关键技术之一，可以把各种复杂的SQL进行下推执行，最小化数据移动，这是相对于基于分库分表的中间件方案的核心优势。

1、单表查询下推

单表查询，不管SQL的where条件是否带有分片键，优化器都可以生成下推的执行计划，包括sort/group by等复杂算子，都可以下推。

（1）分片键上的where条件，直接下推到对应DN执行：

EXPLAIN SELECT * FROM td1 WHERE a=18 ORDER BY b;

例如返回：

QUERY PLAN
------------------------------------------------------------
Remote Fast Query Execution  (cost=0.00..0.00 rows=0 width=0)
Node/s: dn2
->  Sort  (cost=38.44..38.47 rows=11 width=8)
Sort Key: b
     ->  Seq Scan on td1  (cost=0.00..38.25 rows=11 width=8)
           Filter: (a = 18)
(6 rows)

（2）非分片键where条件:DN先计算，CN做结果汇总，group by可以直接下推到DN：

EXPLAIN SELECT * FROM td1 WHERE b=18 ORDER BY b;

例如返回：

QUERY PLAN
------------------------------------------------------------
Remote Subquery Scan on all (dn1,dn2,dn3)  (cost=0.00..1.01 rows=1 width=8)
->  Seq Scan on td1  (cost=0.00..1.01 rows=1 width=8)
Filter: (b = 18)
(3 rows)

2、Join查询下推

（1）分片键上的join条件，直接下推到对应DN执行：

EXPLAIN SELECT * FROM td1,td2 WHERE td1.a=td2.c ORDER BY a;

例如返回：

QUERY PLAN
------------------------------------------------------------
Remote Subquery Scan on all (dn1,dn2,dn3)  (cost=2.04..2.05 rows=1 width=16)
->  Sort  (cost=2.04..2.05 rows=1 width=16)
Sort Key: td1.a
     ->  Nested Loop  (cost=0.00..2.03 rows=1 width=16)
           Join Filter: (td1.a = td2.c)
           ->  Seq Scan on td1  (cost=0.00..1.01 rows=1 width=8)
           ->  Seq Scan on td2  (cost=0.00..1.01 rows=1 width=8)
(7 rows)

（2）非分片键join条件，DN直接做数据交换，避免CN成为性能瓶颈：

EXPLAIN SELECT * FROM td1,td2 WHERE td1.b=td2.b ORDER BY a;

例如返回：

QUERY PLAN
------------------------------------------------------------
Remote Subquery Scan on all (dn1,dn2,dn3)  (cost=2.04..2.05 rows=1 width=16)
->  Sort  (cost=2.04..2.05 rows=1 width=16)
Sort Key: td1.a
     ->  Nested Loop  (cost=0.00..2.03 rows=1 width=16)
           Join Filter: (td1.b = td2.b)
           ->  Remote Subquery Scan on all (dn1,dn2,dn3)  (cost=100.00..101.02 rows=1 width=8)
                 Distribute results by H: b
                 ->  Seq Scan on td1  (cost=0.00..1.01 rows=1 width=8)
           ->  Materialize  (cost=100.00..101.03 rows=1 width=8)
                 ->  Remote Subquery Scan on all (dn1,dn2,dn3)  (cost=100.00..101.02 rows=1 width=8)
                       Distribute results by H: b
                       ->  Seq Scan on td2  (cost=0.00..1.01 rows=1 width=8)
(12 rows)

• Join下推到DN执行，DN之间直接进行数据重分布，交换数据，无需CN参与；CBO优化器选择小表t2做重分布；
• Sort下推到DN，CN只需做归并排序，避免CN成为性能瓶颈；