首页

图片

分布式数据库GBase 8a

基于共享存储的数据库集群GBase 8s

多模多态分布式数据库GBase 8c

极速内存数据库集群管理系统GBase XDM

目录服务管理系统GBase 8d

GBase产品

金融

电信

政企

党政

能源

交通

其他

客户案例

技术解决方案

ISV解决方案

解决方案

产品与方案

兼容适配

合作发展

生态合作

认证体系

认证培训

证书查询

GBase学堂

产品文档

产品试用

产品技术服务

投诉建议

漏洞公告

服务支持

GBase 8a

GBase 8s

GBase 8c

下载中心

服务与下载

社区

GBASE简介

企业荣誉

加入我们

联系我们

关于我们

GBase动态

GBase荣誉

中标捷报

GBase专访

干货分享

GBase新闻

GBase培训

GBase活动

在数据驱动业务发展的当下，数据迁移就像给企业的“数字资产” 搬新家——既要保证 “家具” 完好无损，又要让新家布局合理。最近，总有社区的小伙伴咨询Hadoop业务数据如何平稳迁移到GBase数据库集群。下面就奉上详细的迁移实施过程供大家参考，让数据“搬家”不再“迷路”。&nbsp;迁移实施方案Hadoop集群提供材料GBase 8a MPP Cluster接入HDFS数据，需要hadoop集群提供下面内容：<ul><li>Hadoop集群namenode、datanode的主机名和ip映射关系</li><li>kerberos客户端配置文件krb5.conf</li><li>kerberos认证密钥文件kt, 及principal名称</li><li>需开通的端口(RPC协议)：</li></ul>a)开通Hadoop集群所有节点 访问GBase集群所有管理节点的端口（默认5258）b)开通Hadoop集群所有节点 访问GBase集群所有数据节点的端口(默认5050)c)开通GBase集群所有节点)访问Hadoop集群所有节点的端口（如25000）d)开通GBase集群所有节点到kdc服务器对应端口范围，如27230-27232（在krb5.conf中可以查到）<ul><li>所有迁移表的表结构</li></ul>&nbsp;GBase集群实施方案创建表结构根据提供的表结构，在对应的database下创建迁移的表，建议创建为hash分布表。配置/etc/hosts&nbsp;由于Hadoop和Kerberos对 DNS 解析依赖程度很高， 需要DNS支持正向（ forward）和反向（ reverse）查找， 在Kerberos认证环境中在加载和导出语句的URL中推荐使用主机名， 而不建议使用 IP 地址。因此需要在GBase集群的所有节点的/etc/hosts中，配置Hadoop集群所有节点的主机名和IP映射关系。安装kerberos客户端在GBase集群的所有节点的安装kerberos客户端，具体安装要求如下：#在root账户下执行<code>yum&nbsp;install &nbsp; libkadm5 krb5-libs krb5-devel &nbsp;krb5-workstation</code>分发票据信息需要修改票据信息yitong_guest.kt属主，并分发到集群节点的config下。修改此文件属主为gbase权限为644()#在root账户下执行<code>chown&nbsp;gbase: gbase biao_guest.kt</code> <code>chmod&nbsp;644 biao_guest.kt</code>分发到集群的config路径下：#在gbase账户下执行<code>cpush coor:biao_guest.kt /gbase/gcluster/config</code> <code>cpush data:biao_guest.kt /gbase/gnode/config</code>分发KDC配置文件把KDC配置文件分发到集群所有节点的/etc/下：#在root账户下执行<code>cpush&nbsp;all: krb5.cnf /etc/</code>设置集群参数登录到数据库中，执行下面命令： &nbsp;#在gbase账户下执行<code>gccli&nbsp;-uxxx&nbsp;-pxxx</code> <code>gbase&gt;&nbsp;</code> <code>set&nbsp;global&nbsp;gbase_hdfs_auth_mode=kerberos ;</code> <code>set&nbsp;globl gbase_hdfs_protocol=RPC’;</code> <code>set&nbsp;globl gbase_hdfs_port=25000’;</code> <code>Set&nbsp;global&nbsp;gbase_hdfs_principal&nbsp;=’biao_guest@HADOOP.COM’;</code> <code>Set&nbsp;global&nbsp;gbase_hdfs_namenodes=’namenode1,namenode2’;</code>#管理节点：<code>Set &nbsp;globalgbase_hdfs_kt &nbsp;=’/gbase/gcluster/config/biao_guest.kt’;</code># 数据节点：<code>gncli -uxxx -pxxx &nbsp; &nbsp;</code> <code>Set&nbsp;global&nbsp;gbase_hdfs_kt &nbsp;=’/gbase/gnode/config/biao_guest.kt’;</code> <code>注意：在加载验证成功后，需要把上述参数配置在config文件中，以免集群节点服务重启后失效。</code>票据身份认证管理节点上执行：<code>kinit&nbsp;-kt&nbsp;/gbase/gcluster/config/biao_guest.kt biao_guest@HADOOP.COM</code>数据节点上执行：<code>kinit&nbsp;-kt&nbsp;/gbase/gnode/config/biao_guest.kt biao_guest@HADOOP.COM</code>验证加载在数据库中创建测试表，然后执行下面测试语句：#在gbase账户下执行<code>gccli&nbsp;-uxxx&nbsp;-px</code> <code>gbase&gt;load data infile ‘hdp://biao_guest@namenode1:25000//user/biao_guest/gbasetest20250313.txt’&nbsp;into&nbsp;table&nbsp;all_judicial_inquiry_new_2020 data_format&nbsp;3&nbsp;fields terminated&nbsp;by&nbsp;‘|@|;</code>&nbsp;GBase集群安装Kerberos认证的影响&nbsp;集群扩容影响在执行扩容后， 管理员需要执行Kerberos 客户端安装与配置， 手工完成Kerberos 客户端环境部署。&nbsp;集群升级影响&nbsp;从不支持Kerberos认证的集群版本到支持Kerberos认证的集群版本的升级， 管理员需要执行Kerberos客户端安装与配置， 手工完成Kerberos客户端环境部署。节点替换工具支持kerberos认证的集群版本的节点替换功能。 集群节点替换工具在同步文件时，需要将$GCLUSTER_BASE/config 或$GBASE_BASE/config 下扩展名为.kt的文件同步到被替换节点。 &nbsp;

“G”术时刻：数据搬家不迷路 HBase迁往GBase 8a全流程指南

漫说：GBase 8s新存储引擎技术革新

在数据库开发中，触发器是一个常用的工具，它可以自动响应表中的数据操作（如插入、更新或删除），并执行预定义的逻辑。GBase 8s数据库支持在创建触发器时使用REFERENCING NEW AS NEW OLD AS OLD子句，这为开发者提供了更灵活的方式来引用触发器中的新旧数据。本文将详细介绍这一语法的用法，并通过实际示例展示其在数据库开发中的应用。触发器简介在深入探讨REFERENCING子句之前，我们先来了解一下触发器的基本概念。在GBase 8s数据库中，触发器是一种与表相关联的数据库对象。当对表执行特定操作（如INSERT 、UPDATE、 DELETE）时，触发器会自动执行预定义的SQL 语句。触发器通常用于实现业务规则、验证数据完整性、记录操作日志等功能。REFERENCING 子句的作用在创建触发器时，REFERENCING子句允许我们通过NEW和OLD关键字来引用触发器中被修改的数据。具体来说：NEW：用于引用触发器中受到INSERT和 UPDATE操作影响的新数据。OLD：用于引用触发器中受到UPDATE和 DELETE操作影响的旧数据。通过使用REFERENCING NEW AS NEW和REFERENCING OLD AS OLD，我们可以为新旧数据指定别名，从而更清晰地在触发器逻辑中引用它们。使用示例（一）引用新数据（ REFERENCING NEW AS NEW ）假设我们有一个名为t_sale的表，其中包含列 f_saleid、f_productname和f_qty 。我们希望在每次插入新记录时，自动将相关信息记录到另一个日志表t_log 中。以下是实现这一功能的步骤：1. 数据准备<img src="https://g1.cdn.gbase.cn/Uploads/DzQs-4ub6Q4TW4rkksL05/1.png">2. 创建触发器<img src="https://g1.cdn.gbase.cn/Uploads/8YDWnfYKm9ObNw9sjwL48/2.png">3. 插入数据并查看结果结果：<img src="https://g1.cdn.gbase.cn/Uploads/acSJxcra0FlwqlC32STY_/3.png">t_sale表：<img src="https://g1.cdn.gbase.cn/Uploads/kbI6uN1Lky771vE9rC9zE/4.png">t_log表：<img src="https://g1.cdn.gbase.cn/Uploads/MdAXSd9i1UjTUSugm2MsD/5.png">（二）引用旧数据（ REFERENCING OLD AS OLD ）接下来，我们继续使用上述表结构，创建一个触发器，用于在每次更新t_sale 表中的f_qty字段时，自动将相关信息记录到t_log表中。1. 创建触发器<img src="https://g1.cdn.gbase.cn/Uploads/OK2NyKuYRkzodnf0z9OzR/6.png">2. 更新数据并查看结果<img src="https://g1.cdn.gbase.cn/Uploads/EQNVHjhIqUPQwnmt5XkmM/7.png">结果：t_log表：<img src="https://g1.cdn.gbase.cn/Uploads/bCqKJnF69MCUuVpWjmruC/8.png">GBASE有话说在上述示例中，我们使用了REFERENCING OLD AS OLD 语法，old_item.f_qty代表了更新操作影响的旧数据的对应字段。通过使用GBase 8s数据库的REFERENCING NEW AS NEW OLD AS OLD子句，我们可以更灵活地在触发器中引用新旧数据，从而实现复杂的业务逻辑。无论是记录操作日志、验证数据完整性，还是实现其他业务规则，这一语法都能为开发者提供支持。希望本文的示例能帮助大家更好地理解和应用这一功能。&nbsp;

“G”术时刻：GBase 8s触发器REFERENCING子句使用指南

在日常数据处理场景中，时常会遇到数值精准操作的需求。相较于简单的四舍五入，有时我们更需要对数值进行精确截断。今天，我们就来深入了解GBase 8s 数据库中的TRUNCATE函数，探究其如何实现数值的精准处理。&nbsp;TRUNCATE 函数：数值截断在日常数据处理工作中，你是否曾遭遇这样的困境：需要将一串复杂数值截断至指定小数位，却不希望采用四舍五入的近似处理？GBase 8s数据库的TRUNCATE函数正适用于这类需求。TRUNCATE函数的核心功能在于精准截断数值——它能够依据实际需求，将目标数值按指定规则截断到对应小数位或整数位，确保数据处理过程中完全摒弃四舍五入的近似逻辑，真正实现数值的「硬截断」处理。语法与参数TRUNCATE 函数的语法非常简单：TRUNCATE(n[,m])<ul><li>n：这是需要截断的数值，可以是任意decimal类型的数值。它支持多种表达式，包括聚集表达式、算术运算符表达式、串联表达式等，但不支持构造函数表达式。</li><li>m：这是需要截取的位数，类型为int。如果m为正数，表示截断到小数点右边的第m位；如果m为负数，则表示截断到小数点左边的第m位。如果省略m，默认值为0。</li></ul>返回值是lvarchar类型。&nbsp;示例：截断数值让我们来看一个简单的例子。假设需要将数值1234.234截断到小数点后两位。使用TRUNCATE函数可以实现：select&nbsp;truncate(1234.234,&nbsp;2) from dual;执行结果为：(expression) &nbsp;1234.23&nbsp;特殊情况与注意事项在使用TRUNCATE函数时，还有一些特殊情况需要注意：<ul><li>如果参数n为 null 或空串，函数会返回空。</li><li>如果参数n是常量表达式today，TRUNCATE函数也支持。</li><li>如果参数n是数值，且m为正数且超过n的小数位数，返回结果的小数位会补0到m位。</li><li>这些细节确保了TRUNCATE函数在各种场景下都能稳定运行，满足需求。</li></ul>&nbsp;GBASE有话说在数据处理场景中，数值截断是较为常见的需求。TRUNCATE函数的显著优势体现在其精确性与灵活性上。不同于传统的四舍五入方式，该函数会严格依照指定位数执行截断操作，不会对数值进行任何额外处理。无论是财务数据核算、科学计算场景，还是其他对数值精度有要求的业务场景，TRUNCATE函数都能适配相应需求，是数据处理的实用工具。 &nbsp;

“G”术时刻：GBase 8s数据库TRUNCATE函数 实现数值精准截断

“距离过年还有多少天？”和上面的问题一样，计算两个日期之间的差值是我们处理日期与时间数据时的常见需求。无论是数据分析、报表生成，还是业务逻辑的实现，准确地计算日期差值都至关重要。南大通用基于共享存储的数据库集群GBase 8s提供了days_between函数，它能够帮助用户快速、准确地计算两个日期之间的天数差。本文将详细介绍days_between函数的用法、参数说明、注意事项以及一些实用的示例，帮助您更好地理解和使用这一功能。days_between函数简介days_between函数是GBase 8s中用于计算两个日期之间天数差的内置函数。它返回两个日期之间相差的天数，结果为整数。这一函数广泛应用于各种需要处理日期差值的场景，如计算项目周期、统计用户活跃天数、分析时间序列数据等。days_between函数的语法与参数说明语法DAYS_BETWEEN(dt1, dt2)参数说明dt1和dt2：这两个参数是需要计算天数差的日期，类型为datetime。它们必须是有效的日期格式，且不支持算术运算符表达式或构造函数表达式。不支持 interval类型。返回值：函数返回一个整数，表示两个日期之间的天数差。注意事项<ul><li>空值处理：如果任意参数为 NULL 或空字符串，函数将返回空值。</li><li>大对象类型：如果参数为大对象类型（如BLOB或CLOB），函数将报错674。</li><li>日期精度：输入的datetime类型必须包含天精度。如果日期精度不全，将按照时间类型补全规则进行补全后再计算。</li><li>数值处理：如果参数为数值类型，将从1899年12月31日开始加减该数值，得到日期后再进行计算。小数部分将被取整。</li></ul>days_between 函数的使用示例示例 1：计算两个日期之间的天数差假设我们需要计算2023年11月13日和2023年12月12日之间的天数差，可以使用以下SQL语句：SELECT&nbsp;DAYS_BETWEEN('2023-11-13', '2023-12-12') FROM dual;执行结果如下：(constant) &nbsp; &nbsp; &nbsp;&nbsp;-29 1&nbsp;row(s) retrieved.从结果可以看出，2023年11月13日比2023年12月12日早29天。示例 2：处理空值和大对象类型如果其中一个参数为 NULL 或空字符串，函数将返回空值。例如：SELECT&nbsp;DAYS_BETWEEN('2023-11-13',&nbsp;NULL)&nbsp;FROM&nbsp;dual;执行结果如下：(constant) &nbsp; &nbsp; &nbsp;&nbsp;NULL 1&nbsp;row(s) retrieved.如果参数为大对象类型，函数将报错。例如：SELECT&nbsp;DAYS_BETWEEN('2023-11-13', BLOB('2023-12-12')) FROM dual;执行结果将报错：Error&nbsp;674:&nbsp;Invalid&nbsp;argument&nbsp;type示例 3：处理数值类型如果参数为数值类型，将从1899年12月31日开始加减该数值。例如：SELECT&nbsp;DAYS_BETWEEN('2023-11-13',&nbsp;30) FROM dual;执行结果如下：(constant) &nbsp; &nbsp; &nbsp;&nbsp;-42614 1&nbsp;row(s) retrieved.从1899 年12月31日加上30天后得到的日期是1900年1月30日，与2023 年11月13日相差42614天。days_between 函数的应用场景在项目管理中，计算项目周期是一个常见的需求。通过 days_between 函数，可以轻松计算项目开始日期和结束日期之间的天数差，从而评估项目的进度和周期。在用户行为分析中，计算用户活跃天数可以帮助了解用户的使用习惯与忠诚度。通过 days_between函数，可以计算用户首次登录和最近一次登录之间的天数差，从而评估用户的活跃情况。在处理时间序列数据时，计算两个时间点之间的天数差可以帮助分析数据的变化趋势。例如，在金融数据分析中，计算两个交易日之间的天数差可以帮助分析市场波动。GBASE有话说days_between函数是GBase 8s数据库中一个非常实用的日期处理函数，它能够帮助用户快速、准确地计算两个日期之间的天数差。读到这里，相信您已经对days_between函数的用法、参数说明、注意事项以及应用场景有所了解。在实际应用中，我们可以根据具体的业务需求灵活使用该函数，以满足各种日期处理的场景。数据处理需求在不断变化，我们始终坚持优化和扩展产品功能，通过持续迭代变得更稳定、更易用。未来，GBase 8s将在日期和时间处理方面提供更多功能支持，为广大用户的业务开展提供便利。 &nbsp;

“G”术时刻：GBase 8s数据库days_between函数详解

今天我们来说说GBase 8s数据库事务保存点的那些事儿。事务是数据库操作的一个单元，要么全部成功，要么全部失败。保存点简单来说是在这个单元内部设置的一个标记，允许回滚到某个点而不是整个事务。比如，在一个复杂的事务里，可能有很多步骤，如果中间某一步出错，可能不需要回滚整个事务，而是回到某个保存点，这样之前的部分操作还能保留。这样可以更灵活地处理错误。以下是对保存点的详细介绍。定义保存点是事务内部的“检查点”，用于标记事务执行过程中的某个状态。通过回滚到保存点，可以撤销部分操作，而非整个事务。作用部分回滚：当事务中的部分操作失败时，仅回滚到保存点，保留之前的操作结果。提高灵活性：在复杂事务中分段处理逻辑，增强错误恢复能力。嵌套控制：支持多个保存点的嵌套设置，实现更细粒度的控制。保存点操作相关语法设置保存点：SAVEPOINT&nbsp;savepoint_name [UNIQUE];相关示例在后文举例展示。回滚到保存点：ROLLBACK&nbsp;TO&nbsp;SAVEPOINT&nbsp;savepoint_name;相关示例在后文举例展示。&nbsp;释放保存点：RELEASE&nbsp;SAVEPOINT&nbsp;savepoint_name;这个命令用于删除创建的保存点。在某个保存点被释放之后，就不能再利用rollback命令来撤销这个保存点之后的事务操作了。利用这个命令可以避免意外地回退到某个不再需要的保存点。<img src="https://g1.cdn.gbase.cn/Uploads/TrleYuhPndBoDGaAkzeOc/1.png">关键特性嵌套支持可设置多个保存点，形成层级结构。例如：SAVEPOINT&nbsp;sp1; -- 操作1 SAVEPOINT&nbsp;sp2; -- 操作2 ROLLBACK&nbsp;TO&nbsp;sp1;&nbsp; -- 回滚到sp1时，sp2自动失效举例：<img src="https://g1.cdn.gbase.cn/Uploads/_6OVUCWIyjtX8FDSgtU6v/2.png">名称覆盖如果保存点后面未加UNIQUE时，同一事务中，允许同名保存点，同名保存点会被覆盖，旧保存点失效。举例：<img src="https://g1.cdn.gbase.cn/Uploads/gPeqOyKgeFcV-ir8WlyOe/3.png">保存点后加UNIQUE的举例：<img src="https://g1.cdn.gbase.cn/Uploads/HjkzC9uZujCQwM8IPPrOG/4.png">事务边界保存点仅在同一事务内有效，提交或回滚事务后，所有保存点自动释放。举例：<img src="https://g1.cdn.gbase.cn/Uploads/65CGAJQCTiZ7zmfCMw0bW/5.png">GBASE有话说保存点是事务管理的重要工具，通过允许部分回滚提高了复杂事务的健壮性。大家在日常使用时需结合具体的业务场景，合理设计保存点位置及错误处理逻辑，同时也要关注数据库实现细节和性能影响。后续我们将进一步向大家介绍保存点对数据库性能的影响。 &nbsp;

“G”术时刻：解析GBase 8s数据库的事务保存点

在数据库开发和优化过程中，查询计划是一个重要的工具。它可以帮助我们理解 SQL查询的执行过程，从而优化查询性能。本文将系统阐述在GBase 8s数据库中查询计划的使用方法，同时详细解析如何读取与分析查询计划的具体内容。数据准备在脚本prepare_data.sh里，完成了建表，插入数据，截取内容如下：<img src="https://g1.cdn.gbase.cn/Uploads/_yi_aPtTjVr7SuLtCrfbX/1.png">set explain on“set explain on”是GBase 8s后台查看执行计划的命令，在执行SQL语句执行该语句。选项：<ul><li>ON:&nbsp;在为每个后续查询生成评估并将结果写入当前目录中的输出文件。如果文件已经存在，那么新输出会附加到现有文件中。</li><li>AVOID_EXECUTE:在数据库服务器将查询计划打印到输出文件中时，防止SELECT、INSERT、UPDATE 或者DELETE语句执行。</li><li>OFF:&nbsp;终止SET EXPLAIN 语句,不再为后续查询生成评估或不再将评估写入输出文件。</li><li>FILE TO:&nbsp;为每个后续查询生成评估并使能够指定输出文件的位置。</li></ul>下面SQL语句的查询计划，执行该SQL语句：<img src="https://g1.cdn.gbase.cn/Uploads/etOHylKj2U2IiN6uJk2N8/2.png">如果只想了解SQL语句的查询计划但不希望执行SQL语句，可以执行：<img src="https://g1.cdn.gbase.cn/Uploads/DLm8uC5KIqXdOhGUZnELq/3.png">如果想了解SQL语句的查询计划并将结果输出到自己指定的文件，该文件为数据库服务端的文件信息：<img src="https://g1.cdn.gbase.cn/Uploads/ysJZ4xRXZ0DyCGtvpWUNj/4.png">阅读查询计划执行计划包含以下几部分：（1）执行时间(OPTIMIZATION TIMESTAMP): 执行SQL语句的实际时间（2）查询语句：执行计划的原SQL语句（3）预估开销值（Estimated Cost）：优化器用来决定查询路径的数值。与查询耗时不直接相关，不能用于比较不同SQL的执行效率，可用于比较相同SQL不同执行计划的执行开销。（4）预估返回行数（ Estimated # of Rows Returned）：预估SQL语句返回的数据行数。（5）表的访问顺序（6）表的访问方法（7）使用的索引路径（8）实际执行情况统计根据执行计划的划分，在下面的例子中一一对应说明：<img src="https://g1.cdn.gbase.cn/Uploads/3Rp5UIQZsdZ2ilbs19jLI/5.png">GBASE有话说通过本文的介绍，相信您已经了解如何在GBase 8s数据库中生成和查看查询计划，并对其内容进行解读和分析。借助查询计划工具，我们可以优化SQL查询逻辑，改善数据库运行性能，从而构建更高效的数据处理体系。如果您想进一步了解GBase 8s的查询计划原理、实践技巧或其他技术特性，欢迎访问 GBase 社区<a href="www.gbase.cn">（www.gbase.cn）</a>。 &nbsp;

“G”术时刻：GBase 8s数据库查询优化深入理解查询计划原理与应用

自数据库技术问世以来，用户追求业务连续性的需求越发强烈，由此推动了高可用架构的持续革新，本文将带您回顾数据库高可用架构从单机到自动维护的演进之路。单机时代：“裸奔”的数据库场景企业的业务刚刚起步，数据库跑在一台单机服务器上，简单、直接、成本低。 &nbsp;问题易宕机：硬件故障、系统崩溃、人为误操作都可能导致服务中断。 &nbsp;数据易丢失：没有备份，一旦磁盘损坏，数据可能永久丢失。 &nbsp;维护复杂：每次升级或维护都需要停止服务，业务方抱怨连连。 &nbsp;<img src="https://g1.cdn.gbase.cn/Uploads/Jryvnuh0C6PF2Z4_WcQrR/第一章.jpg">&nbsp;HAC集群：高可用的第一步解决方案部署HAC（High Availability Cluster）集群。 &nbsp;改进主备切换：主库宕机，备库自动接管，业务不中断。 &nbsp;数据同步：主备实时同步，避免单点数据丢失。 &nbsp;新问题连接复杂：应用需要配置集群所有节点地址。故障恢复慢：备库切主后，故障节点需手动修复，运维压力大。<img src="https://g1.cdn.gbase.cn/Uploads/iQwU_T3n0Zx6ogrLDt2bd/第二章.jpg">&nbsp;HAC+VIP：简化访问，运维依旧复杂优化方案引入虚拟IP（VIP），让应用通过固定IP访问数据库。 &nbsp;好处连接简单：应用直接连 “VIP:端口”，无需改配置。 &nbsp;无缝切换：主库故障时，VIP自动漂移到备库，业务无感知。 &nbsp;遗留问题单节点运行风险：如果主库宕机，备库接管后只余单节点，此时若再出现问题，业务将彻底中断。 &nbsp;人工修复：故障节点需要手动修复，偏远地区时效长、效率低。 &nbsp;<img src="https://g1.cdn.gbase.cn/Uploads/Za8YWsAyzW8oWzn-WYrxp/第三章.jpg">&nbsp;HAC+VIP+hac_alline：完美高可用诞生！终极方案GBase数据库在HAC+VIP基础上，增加集群守护进程（hac_alline），实现自维护高可用。&nbsp;&nbsp;核心能力1. 自动故障检测&nbsp;守护进程实时监控数据库、网络健康状态。&nbsp;2. VIP 自动漂移 &nbsp;主库宕机时，VIP秒级切换到健康节点。 &nbsp;3. 节点自修复 &nbsp;故障节点自动拉起，恢复后可自动重新加入集群，无需人工干预。 &nbsp;4. 防脑裂机制 &nbsp;故障节点拉起前预校验，避免双主，确保数据一致性。 &nbsp;效果<ul><li>业务 7*24 小时无中断 &nbsp;</li><li>运维成本大幅降低（不用跑机房了！） &nbsp;</li><li>数据零丢失（实时复制 + 自动修复） &nbsp;</li></ul><img src="https://g1.cdn.gbase.cn/Uploads/KTAfMNoBi6N-VuBnt7BcD/第四章.jpg">&nbsp;总结：高可用演进之路 &nbsp; 我们的数据库"逆袭"故事，不仅是一个技术演进的过程，更是可靠性、持续性、高可用性理念的完美实践。如今，GBase数据库这套"HAC+VIP+hac_alline"高可用架构已在电力、水利等关键基础设施领域实现了规模化落地，为行业客户提供坚如磐石的数据支撑。 &nbsp;

从单机到自维护：探索数据库高可用架构的变迁之路

在数据库的PL/SQL编程模式下，记录类型是一种非常重要的数据结构，它允许开发者定义包含多个字段的复合数据类型。这种类型的数据结构在处理复杂数据时非常灵活，能够有效地提高代码的可读性和可维护性。本文将以GBase 8s数据库为例，讨论记录类型的特点、使用场景以及实际应用，来帮助广大开发者和数据库使用者更好地理解和运用这一功能。要使用PL/SQL语法，需要显示设置环境变量 &nbsp;SQLMODE为ORACLE 。默认情况下，GBase 8s的SQLMODE为GBASE，此时不支持PL/SQL语法。因此，在开始编写PL/SQL代码之前，请确保已经正确设置了环境变量。语 &nbsp; &nbsp;法<img src="https://g1.cdn.gbase.cn/Uploads/mN4SsdjAyQ40eBn4Ow-ZC/1.png">创建记录类型<ul><li>记录类型可以在匿名块中定义，仅在块中生效；</li><li>记录类型可以在包中定义公有类型，全局生效；</li><li>不可以在外部create type。</li></ul>创建记录变量的方式<ul><li>定义一个RECORD类型，然后声明该类型的变量；</li><li>使用%ROWTYPE声明一个记录变量，该变量表示数据库表或视图的完整或部分行；</li><li>使用%TYPE声明与之前声明的记录变量类型相同的记录变量。</li></ul>记录类型变量的初始值<ul><li>对于RECORD类型的记录变量，每个字段的初始值为NULL，除非您在定义类型时为其指定不同的初始值；</li><li>对于用%ROWTYPE或%TYPE声明的记录变量，每个字段的初始值为NULL。该变量不继承引用项的初始值。</li></ul>记录类型的应用1）声明始终代表全行的记录变量。<code>variable_name&nbsp;、table_or_view_name%ROWTYPE;</code>注：表中包含虚拟列时，无法直接将记录变量值插入到表中，需要将不包含虚拟列的单个字段插入。表中包含不可见列时，%rowtype获得的列不包含该列。2）声明始终代表部分行的记录变量。<code>variable_name&nbsp;cursor%ROWTYPE;</code>3）变量赋值：同一类型，不同变量间可以赋值。<code>name1:=name2;</code>4）%rowtype和record变量可以相互赋值。5）使用select into将行分配给记录变量。<code>SELECT&nbsp;select_list&nbsp;INTO&nbsp;record_variable_name&nbsp;FROM&nbsp;table_or_view_name；</code>6）使用fetch将行分配给记录变量。<code>FETCH&nbsp;cursor&nbsp;INTO&nbsp;record_variable_name;</code>7）使用SQL语句返回PLSQL记录类型变量的值。<code>SELECT&nbsp;select_list&nbsp;INTO&nbsp;record_variable_name&nbsp;FROM&nbsp;table_or_view_name；</code>8）将NULL分配给记录变量，会将null分配给变量的每个field。场景举例<img src="https://g1.cdn.gbase.cn/Uploads/5M6EfHEHpN2ILUEDCheY6/2.png">运行结果<img src="https://g1.cdn.gbase.cn/Uploads/e7gCDhSe6EFMJqpCaQcO3/3.png">GBase 8s的记录类型为开发者提供了一种灵活的数据结构，能够有效地简化复杂数据的处理过程。在实际开发中，合理运用记录类型可以提高代码的可读性和可维护性，进一步提升开发效率。直播预约：GBase数据库在轨交核心领域的应用GBase 8s作为南大通用自主研发的企业级国产交易型数据库，成熟稳定并达到国标第四级安全标准，支持共享存储集群、两地三中心高可用部署，为金融、电信、能源、交通等行业的关键核心业务系统提供了稳定的数据服务。在轨交领域，GBase 8s上线深圳、重庆、西安、成都、郑州、杭州、沈阳、济南等全国27座城市的70+条线路，支持了轨交领域AFC自动售检票系统、清分中心、多线路中心、互联网票务系统、综合监控系统、运营指挥中心等核心业务系统，为市民提供了高效、便捷、稳定的出行服务。今晚19:30，南大通用能源交通部技术总监王顶卓将在直播间分享《GBASE南大通用助力轨道交通数据库国产化选型》的主题演讲，在核心业务场景中感受GBase 8s的技术特性，直播间更有精美礼品抽送，欢迎大家预约观看~<img src="https://g1.cdn.gbase.cn/Uploads/D44Np46HMeMJOq8rPa64f/4.png">

“G”术时刻：GBase 8s数据库记录类型的原理及应用

GBase 8s作为南大通用旗下的一款企业级事务型数据库产品，其健壮的DML触发器功能能够帮助开发者实现自动化任务、数据审计、数据完整性保护等多种应用场景。本文将详细介绍GBase 8s中DML触发器的语法、特性、使用示例以及一些最佳实践，帮助您更好地理解和应用这一功能。DML 触发器简介GBase 8s的DML触发器语法，SQLMODE设置要在ORACLE 兼容模式下执行。<img src="https://g1.cdn.gbase.cn/Uploads/99TYC07H55v9AW5jco6Dx/1.png">DML 触发器定义当某些数据操作事件发生时，数据库应该采取的操作。在相关的事件发生时，由数据库自动地隐式地激发语句集合，即直到一个语句激发的所有触发器执行完成之后该语句才结束，而其中任何一个触发器执行的失败都将导致该语句的失败。DML 触发器在表上创建，其触发事件由 DML 语句DELETE、INSERT和UPDATE 组成。DML 触发器语法<ul><li>create [or replace] trigger [databasename.]trigger_name &nbsp;——触发器名称</li><li>{before|after} ——触发时间</li><li>{ DELETE | INSERT | UPDATE [ OF column [, column ]... ] }</li><li>[ OR { DELETE | INSERT | UPDATE [ OF column [, column]... ] }... ——触发事件</li><li>on [databasename.]表名 ——触发对象</li><li>[REFERENCING &nbsp;{ OLD [ AS ] old &nbsp;| NEW [ AS ] new}...][ FOR EACH ROW ] &nbsp;——触发级别</li><li>[ ENABLE | DISABLE ] [ WHEN ( condition ) ] &nbsp;——触发模式及触发条件</li><li>PLSQL块 &nbsp; ——触发体</li></ul>从上述语法可以看到，dml触发器由触发时间、触发时间、触发事件等组成，相关概念解释如下：触发时间：触发事件和该 TRIGGER 的操作顺序。 BEFORE 指明触发器在执行触发语句之前激发；AFTER 指明触发器在执行触发语句之后激发；触发事件：引起触发器被触发的 DML 语句事件，包括 INSERT 、DELETE 、UPDATE；触发对象：被定义触发器的数据库对象，当前版本仅支持基表；触发操作/触发体：即该 TRIGGER 被触发之后要执行的 PLSQL 语句块；触发级别：即语句级触发器和行级触发器；语句级触发器：是指当某触发事件发生时，该触发器只执行一次；行级触发器：是指当某触发事件发生时，对受到该操作影响的每一行数据，触发器都单独执行一次，使用 FOR EACH ROW 定义；触发模式：设置触发器为启用(ENABLE)或禁用(DISABLE)；触发条件：由 WHEN 子句指定一个逻辑表达式。必须在行级触发器下使用，即必须与FOR EACH ROW 一同使用。只有当该表达式的值为 TRUE 时，遇到触发事件才会自动执行触发器，使其执行触发操作。DML 触发器中新、旧行值的引用仅在行级触发器，可以使用新、旧行值的引用访问正在处理的行中的数据；缺省的引用名是:OLD、NEW，可使用REFERENCING 子句修改；OLD表示记录被处理前的值；NEW 表示记录被处理后的值。在触发体内，使用以下语法引用新旧行的字段：引用名.列名OLD、NEW不同触发事件下含义如下：<img src="https://g1.cdn.gbase.cn/Uploads/501eN443Nzyg5vFT61nuX/2.png">DML 触发器中触发体的补充说明DML触发器的触发体是由PLSQL块语法定义。SQLMODE 在 ORACLE 兼容模式下，触发器触发体定义需支持 PLSQL语法定义。&lt;触发体&gt; ::=[ DECLARE &lt;声明部分&gt;]BEGIN&lt;执行部分&gt;END [触发器名称];当前版本已实现的 PLSQL 语法在触发体部分均支持。DML 触发器使用示例注意：以下所用示例使用的数据库版本为:GBase8sV8.8_TL_3.5.1_x86_64用例1：多个触发事件的DML触发器<img src="https://g1.cdn.gbase.cn/Uploads/MNTkE5v1MIQI4nHUhF3FQ/3.png">用例2：禁用/启用触发器<img src="https://g1.cdn.gbase.cn/Uploads/Q3TXdQPdofJtyscNap47T/4.png">用例3：删除触发器<img src="https://g1.cdn.gbase.cn/Uploads/bZY71oeUpH8ewQh8KqL_y/5.png">说明：删除触发器的触发对象后，其相关的触发器都会被自动删除。用例4：新旧值的引用_insert_新值<img src="https://g1.cdn.gbase.cn/Uploads/p8BIPOIDaHFE9YlwJ13d6/6.png">用例5：新旧值的引用_insert_旧值<img src="https://g1.cdn.gbase.cn/Uploads/07bn73PKfvf2MoCsMoXkH/7.png">用例6：新旧值的引用_delete_旧值<img src="https://g1.cdn.gbase.cn/Uploads/nH8vGfEK33S0GjkNrOiZ1/8.png">用例7：新旧值的引用_delete_新值<img src="https://g1.cdn.gbase.cn/Uploads/nzC87IAMnTnGYuzw4HRQq/9.png">以上为DML触发器使用的简单介绍，通过合理使用DML触发器，可以显著提高数据库的自动化程度和数据管理效率。希望本文的介绍和示例能够帮助您更好地理解和应用DML触发器。如果您有任何疑问或需要进一步的帮助，欢迎随时在社区中提问。 &nbsp;

“G”术时刻 | 深入解析GBase 8s数据库DML触发器的工作机制与实战应用

2025年4月10日-12日,以“从‘新’出发，向‘质’而行”为主题的第九届中国智慧轨道交通大会在广州圆满召开。作为轨道交通领域领先的国产数据库服务商，GBASE南大通用受邀出席，携全栈自主可控数据库产品精彩亮相，并在“数智化与融合通信论坛”分享GBase数据库助力交通用户数智转型的创新实践。&nbsp;本次大会由城市轨道交通系统安全与运维保障国家工程研究中心与RT轨道交通联合主办，1500余名来自城市轨道交通行业科研院校、40座城市业主单位、15家设计院以及100余家集成商&amp;设备厂商的领导和专家、业界同仁齐聚一堂，全方位探讨城市轨道交通行业先进的智慧化解决方案和成功应用案例，共话轨道交通高质量和可持续发展对策。GBASE数据库筑基智慧交通数字转型与数据安全新生态在大会同期举办的“数智化与融合通信论坛”，GBASE南大通用能源交通部技术总监王顶卓作《GBASE数据库筑基智慧交通数字化转型与数据安全新生态》主题演讲。<img src="https://g1.cdn.gbase.cn/Uploads/0r7JoTWKArSEFb-Qa2XjT/1.jpg">王顶卓表示，在智慧交通领域，高性能、高可靠、高安全、易拓展的GBase数据库已成为用户的数字化转型与数据安全建设的坚实后盾，为智慧轨交提供了集数据计算、存储、管理于一体的技术服务，保障业务系统平稳运行，实现海量业务数据的高效分析与处理。在轨交领域，GBase数据库在国内多条线路的AFC自动售检票系统、清分中心、多线路中心、互联网票务系统、综合监控系统、运营指挥中心等主要业务系统上线应用，在其基础上推出的嵌入式版本实现了车载系统轻量化便捷部署。目前，GBase数据库已在深圳、重庆、西安、成都、郑州、杭州、沈阳、济南等全国27座城市的70+条线路部署上线，为广大市民提供高效、便捷、稳定的地铁出行服务。<img src="https://g1.cdn.gbase.cn/Uploads/FxCljqZREBF8Ej5Fa2gIK/2.jpg">4月11日下午，大会举行新品发布活动，展示城市轨道交通领域最新成果和技术进展。GBASE南大通用重点介绍了向量数据库GBase GCVD、仓湖一体GBase GCDW &amp; HD及GBase一体机三款创新产品。其中向量数据库支持大模型技术，能够在本地搭建专有知识库，并实现AI+DB的智能化运维；仓湖一体融合公司云原生数仓及数据湖产品，构建云原生大数据体系，推进数据湖和数据仓库一体化协同；数据库一体机以“开箱即用”模式助力城轨运营效率提升与成本优化。<img src="https://g1.cdn.gbase.cn/Uploads/xpi4dgRv9ZYWVGIcYUH4g/3.jpg">展会期间，GBASE南大通用展出了全栈自主研发的GBase数据库产品以及交通领域场景化解决方案，GBASE在各城市地铁线路的广泛应用以及丰富的服务经验成为与会嘉宾关注的重点。当前，我国城市轨道交通行业正处于数智化升级的关键阶段，稳步向管理效能提升、运营安全可靠度提高、服务质量升级迈进。站在轨道交通数智化变革的新起点，GBASE南大通用将持续深化核心技术的自主研发，加强数据库与人工智能、物联网等前沿技术的深度融合与应用，为城轨行业高质量发展注入“数据”动能，让出行更安全、更便捷、更智能。 &nbsp;

数据驱动智慧交通创新生态 GBASE南大通用出席第九届中国智慧轨道交通大会

近日，湖南省各级预算单位2024年操作系统、数据库框架协议采购项目入围结果对外公示：GBASE南大通用旗下数据库GBase 8s V8.8入围分包3：集中式数据库；GBase 8a MPP Cluster V9入围分包4：分布式数据库。<img src="https://g1.cdn.gbase.cn/Uploads/vsw1ZcABzkzWejdkyn1gK/1.png">近期，GBASE南大通用已相继入围央采及北京、广东、安徽、云南、吉林、四川、新疆、广西、山西等省份的数据库框架协议采购。&nbsp;中央国家机关2024年度事务型数据库软件框架协议联合征集采购<img src="https://g1.cdn.gbase.cn/Uploads/9i6XvB_5UFJj0e2gdbxnS/2.png">GBase数据库全栈产品全部入围中央国家机关2024年度事务型数据库软件框架协议联合征集采购项目，为中央国家机关及北京、广东、安徽、云南、吉林五省的各级行政单位提供供安全、高效的国产数据库解决方案。&nbsp;2024-2025年度山西省基础软件框架协议采购GBASE南大通用入围2024-2025年度山西省基础软件框架协议采购项目：GBase 8s 入围数据库（集中式）分包，GBase 8a MPP Cluster 入围数据库（分布式）分包。<img src="https://g1.cdn.gbase.cn/Uploads/Vwp0Qb_M3byrSvA2xTFx6/3.png">&nbsp;新疆维吾尔自治区行政事业单位数据库2025年框架协议采购GBASE南大通用入围新疆维吾尔自治区行政事业单位数据库2025年框架协议采购项目：GBase 8s V8.8入围分包1集中式数据库，GBase 8a MPP Cluster V9入围分包2分布式数据库。<img src="https://g1.cdn.gbase.cn/Uploads/HTMizSa_oFAUQPhnaF5yP/4.png">&nbsp;四川省2024年基础软件框架协议采购GBASE南大通用入围四川省2024年基础软件框架协议采购全部数据库分包：GBase 8a入围包1：分布式数据库；可视化集群双活同步工具GVR入围包1：耗材配件；GBase 8s入围包2 ：集中式数据库。&nbsp;<img src="https://g1.cdn.gbase.cn/Uploads/-RexCXUGQVL7jiRhukdkj/5.png">&nbsp;广西壮族自治区2024年信息类产品框架协议采购（数据库）南大通用GBase 8s数据库入围广西壮族自治区2024年信息类产品框架协议采购（数据库）集中式数据库标项。<img src="https://g1.cdn.gbase.cn/Uploads/qOd0d01rXmYCB_Hv527Kz/6.png">除省级框采外，GBase数据库已入围深圳、厦门、大连、宁波等全国多个城市的数据库框采。未来，GBASE南大通用将在助力政务信息化道路上持续探索，赋能政府治理与社会服务水平提升，为政府信息化建设插上国产化数智羽翼。 &nbsp;

赋能政务信息化 | GBASE南大通用入围全国多地数据库框采

近日，工信部赛迪顾问正式发布 2024 年《中国金融行业数据库市场研究报告》，对金融领域数据库厂商的主打产品、技术路线、典型项目、优势分析等进行详细解读。报告指出，GBASE南大通用在金融行业用户渗透率第一。银行、保险、证券三大细分市场中，GBASE南大通用是唯一一家在集中式以及分布式领域均排名前列的数据库厂商 ，展现了GBase数据库在金融行业的全面应用与领先水平。<img src="https://g1.cdn.gbase.cn/Uploads/Zz4JBy8VfOojpcdAY8erM/微信图片_20250115112947.jpg">作为核心基础软件的数据库一直是金融信息化建设中的重点。报告显示，2023年中国金融业数据库管理系统市场规模达到68.5亿元，增速达到18.3%，随着金融信息化的不断深入以及国产数据库在金融业中应用的逐渐成熟，中国金融业数据库市场将保持快速增长，预计到2026年，市场规模将达到112.6亿元。&nbsp;GBASE深耕金融十余载 用户渗透率第一金融行业作为中国数据库市场的重点应用领域，市场空间大、技术要求高、应用场景丰富，历来是数据库厂商的“兵家必争之地”。<img src="https://g1.cdn.gbase.cn/Uploads/R5uyz5LSitQ699DeHQiia/1.png"><img src="https://g1.cdn.gbase.cn/Uploads/5StQO_5uIJVeinagfEBGv/2.png">金融行业四象限图GBASE南大通用作为国内最早在金融行业商用的国产数据库厂商，自2013年打破国外垄断首次承担信息化项目，至今已深耕金融行业十余载，自主研发的分布式数据库（OLAP）、分布式数据库（OLTP）、集中式数据库（OLTP）在银行、保险、证券领域广泛应用,先后服务200+金融机构，部署数据库2万+套，深度服务于各金融机构核心业务系统、数据仓库以及一般业务系统、办公系统中，积累了丰富的项目实施与技术服务经验，已成为金融机构数字化转型的核心支撑力量。此前，国内知名专业媒体“第一新声”发布的《2024中国银行业数据库市场研究报告》显示，GBASE南大通用累计部署套数及累计用户数保持领先，银行业本地部署渗透率排名第一。&nbsp;银行、保险、证券细分市场 GBase数据库分布式、集中式领域均排名前列银行、保险、证券作为金融行业的“三驾马车”，是数据库的重要应用场景。在银行业，GBase数据库已服务政策性银行、大型国有银行、股份制银行、城市商业银行以及广大农商行、农信社等银行机构140余家；在保险业，GBase数据库已助力中国人保财险、中国人保寿险、阳光保险、中国再保险集团、中国农业再保险等头部保险机构实现数字化转型升级；在证券业，GBase分布式数据（OLAP）、分布式数据库（OLTP）、集中式数据库（OLTP）已经成功在多家证券机构各业务系统上线应用。<img src="https://g1.cdn.gbase.cn/Uploads/2pUs0cHBsiNCBMMTdeh7O/3.png"><img src="https://g1.cdn.gbase.cn/Uploads/XgiXUu1eIE0K8e22hl_Xt/4.png">银行业四象限图某国有大行基于GBase分布式数据库（OLAP）建设仓湖一体的全国产大数据平台，全面整合行内外数据，为数据资产的共享、分析应用、服务提供和价值创造提供全面、敏捷、精细的能力支撑。现已承载数据仓库、风险数据集市、审计系统、SAS 模型管理平台、监控标准化数据报送平台、报表系统等数十个应用，累计部署数千节点，管理数十PB业务数据。西南某城商行使用GBase集中式数据库（OLTP）共享存储高可用集群解决方案完成核心业务系统的国产化迁移，基于GBase分布式数据库（OLTP）实现对公/零售信贷业务、风控业务、未来银行、互联网中台等多个业务系统的分布式探索和创新升级，并基于GBase分布式数据库（OLAP）打造了流动风险管理系统和支付信息统计报送系统 。四川银行基于GBase集中式数据库（OLTP）高可用主备集群解决方案投产上线反洗钱系统，加快国产化“安全可控”监管落地施行，保证业务系统处理效率的基础上，提供良好的业务拓展性，增强数据存储和计算的准确和连贯，提高反洗钱工作运行效率，降低运营管理难度，保障业务合规性。&nbsp;<img src="https://g1.cdn.gbase.cn/Uploads/d-_vJ3ito6IKUbipMoGmf/5.png"><img src="https://g1.cdn.gbase.cn/Uploads/OHZXxFkfTDUBh5KytIjMp/6.png">保险业四象限图中国人民财产保险股份有限公司采用GBase分布式数据库（OLAP）重构系统，将原系统从TD一体机迁移至开放的X86硬件平台，通过大规模并行处理的架构解决存储资源和计算性能瓶颈，建设具备分布式计算和水平线性扩展能力的大数据平台，支撑ids数据湖、acrm、数据仓库、营销报表等系统。某保险公司核心业务系统基于GBase集中式数据库（OLTP）国产化升级改造，提升系统的自主可控能力和信息数据安全能力。在性能提升与高可用性之间达到极致均衡，为其数字化转型提供了完善的全栈国产化、自主可控的解决方案。&nbsp;<img src="https://g1.cdn.gbase.cn/Uploads/8NMLmuju93R6bK5QgV-pp/7.png"><img src="https://g1.cdn.gbase.cn/Uploads/HUa4lxxohIz9N_eJLFDA5/8.png">证券业四象限图某头部上市券商选用GBase分布式数据库（OLAP）完成对账单业务系统以及对外报送数据仓库的信创替换升级，全面提升系统的处理性能和综合分析能力，显著降低采购及运维成本，通过两地三中心架构保障系统运行的高可用性，实现了从软件到硬件的全国产化。某综合类证券公司选择GBase分布式数据库（OLTP）进行数据库升级，解决基础设施管理平台在高并发和响应速度等维度的瓶颈，显著提升高并发、高扩展和分布式事务处理水平，为自主可控平台的建设和数据安全防护提供有力保障。中泰证券引入GBase集中式数据库（OLTP）对业务系统进行信创化改造，实现应用“零”修改迁移，主备式部署支持逻辑复制，配置虚拟IP(VIP)和心跳检测保障系统可用性，并提供配套可视化运维管理工具，为持续推进其数字化战略规划落地打下坚实基础。&nbsp;未来，GBASE南大通用将持续深耕金融行业，深入核心业务场景，通过自主创新推动金融机构数据价值变现，为金融行业的高质量发展贡献“GBASE”效能。

GBASE南大通用，中国金融行业数据库用户渗透率第一