在数据库管理中，物化视图是一种特殊的数据库对象，它可以预先计算并存储查询结果，从而提高查询性能。在南大通用GBase 8s数据库中，物化视图的应用更是为数据查询和管理提供了便利。本文将详细介绍GBase 8s数据库中物化视图的创建、刷新机制以及实际应用，帮助读者更好地理解和利用这一功能。物化视图的基本概念物化视图是数据库中一种存储查询结果的机制，它可以将查询结果以表的形式存储在数据库中。与传统视图不同，物化视图存储的是查询结果的实际数据，而不是查询语句。这样做的好处是可以显著提高查询性能，因为查询可以直接从物化视图中读取数据，而不需要实时计算。物化视图的创建在GBase 8s数据库中，创建物化视图可以通过以下步骤实现：准备数据：首先，需要创建一个或多个表，并插入一些数据作为查询的基础。创建物化视图：使用CREATE MATERIALIZED VIEW语句创建物化视图，并指定查询语句。在创建过程中，可以选择立即生成数据（BUILD IMMEDIATE）或延迟生成数据（BUILD DEFERRED）。物化视图的刷新机制物化视图的刷新机制决定了数据的更新方式，GBase 8s提供了多种刷新选项：按需刷新（ON DEMAND）：用户可以手动刷新物化视图，也可以通过START WITH和NEXT指定时间自动刷新。快速刷新（FAST）：根据相关表上的数据更改记录进行增量刷新，这种方式效率高，但需要创建物化视图日志。全量刷新（COMPLETE）：重新计算整个查询结果，这种方式适用于数据变化不频繁的情况。物化视图的实际应用物化视图在实际应用中可以大大提高查询性能，特别是在处理复杂查询和大数据量时。以下是一些具体的应用场景：复杂查询优化：对于涉及多个表连接、聚合等复杂操作的查询，通过物化视图可以预先计算并存储结果，从而加快查询速度。数据仓库：在数据仓库中，物化视图可以用来存储定期汇总的数据，以便快速生成报表。实时分析：对于需要实时分析的数据，物化视图可以提供快速的数据访问，支持决策制定。示例以下是在GBase 8s数据库中创建和使用物化视图的示例操作：<img src="https://g1.cdn.gbase.cn/Uploads/tOnnKW9PQIEKJoeMrF0qc/1.png">物化视图是GBase 8s数据库中的重要功能，通过预先计算和存储查询结果，显著提高了查询性能。通过本文的介绍，相信读者对GBase 8s数据库中的物化视图有了更深入的了解。在实际应用中，合理利用物化视图可以优化查询性能，提高数据处理效率，为数据分析和决策支持提供有力支持。希望本文能够帮助读者更好地理解和使用GBase 8s数据库中的物化视图。如果您对GBase 8s数据库的物化视图有任何疑问或需要进一步的帮助，请随时联系我们或访问GBase社区<a href="www.gbase.cn">（www.gbase.cn）</a>获取更多信息。 &nbsp;

“G”术时刻 | 如何利用GBase 8s数据库物化视图大幅提升查询效率

日常系统运维过程中，小明发现某一时段系统出报表的性能总是异常下降。经过初步排查，他发现是后台数据库返回结果的速度变慢，导致前台业务响应速度下降。这个系统后台是使用GBase 8a MPP Cluster建设的数据仓库，存储了百TB级的数据，公司众多分析类业务都是这款数据仓库在支持，排查难度可想而知。几次尝试自行解决无果后，小明果断求助GBASE技术团队。技术专家小吉接到求助后迅速赶到现场。通过和小明沟通，他了解到系统性能下降总是发生在特定时间段。于是，在性能再次下降时，小吉开始监控数据库的CPU、内存、磁盘10等关键指标，很快发现磁盘IO在这段时间异常繁忙。凭借丰富的经验，小吉迅速做出判断:这很可能是由于某些复杂SQL的中间结果集过于庞大，导致 /opt/gnode/tmpdata 目录下产生了大量中间临时文件。这些临时文件不仅会导致查询响应延迟翻倍，严重时还可能占满磁盘空间，使整个集群陷入瘫痪。果然，在 /opt/gnode/tmpdata 目录下，小吉发现了大量正在不断增加的临时文件。更糟糕的是现场并发执行着数十条复杂SQL，传统的通过 show processlist 逐条排查的方法在这种情况下无异于大海捞针。<code>suse103:/opt/gnode/tmpdata/cache_gbase # pwd/opt/gnode/tmpdata/cache_gbasesuse103:/opt/gnode/tmpdata/cache_gbase # lltotal 75497472-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:25 GB_MAT00000001965940xa3d8500.express_tmp-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:25 GB_MAT00000001CCF3A0xa3a61c0.express_tmp-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:25 GB_MAT00000002D97070x38ae3c0.express_tmp-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:25 GB_MAT0000000753F980x9626440.express_tmp-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:25 GB_MAT0000000FB81C50xbd28000.express_tmp-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:25 GB_MAT00000013199B0x17fc7f40.express_tmp-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:25 GB_MAT00000026185130x619a6c0.express_tmp-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:25 GB_MAT000000268BA140x3d14440.express_tmp-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:25 GB_MAT00000030F188E0x9626300.express_tmp-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:25 GB_MAT00000035DD840x17fc7e00.express_tmp-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:25 GB_MAT00000057D15420x38aea00.express_tmp-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:25 GB_MAT0000005C49BAC0x3d12a00.express_tmp-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:25 GB_MAT0000005F38C290xbd28140.express_tmp-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:25 GB_MAT00000069942570x619bac0.express_tmp-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:25 GB_MAT00000069F92D60xa3dbe80.express_tmp-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:25 GB_MAT00000078F35830xa3dbd40.express_tmp-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:26 GB_MAT00000101965940xa3d8500.express_tmp-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:26 GB_MAT00000101CCF3A0xa3a61c0.express_tmp-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:26 GB_MAT00000102D97070x38ae3c0.express_tmp-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:26 GB_MAT00000130F188E0x9626300.express_tmp-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:26 GB_MAT00000135DD840x17fc7e00.express_tmp-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:26 GB_MAT00000157D15420x38aea00.express_tmp-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:26 GB_MAT0000015C49BAC0x3d12a00.express_tmp-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:26 GB_MAT0000015F38C290xbd28140.express_tmp-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:26 GB_MAT00000169942570x619bac0.express_tmp-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:26 GB_MAT00000169F92D60xa3dbe80.express_tmp-rw-rw---- 1 gbase gbase 1979711488 Nov 8 14:26 GB_MAT00000178F35830xa3dbd40.express_tmp-rw-rw---- 1 gbase gbase 469762048 Nov 8 14:27 GB_MAT00000201965940xa3d8500.express_tmp-rw-rw---- 1 gbase gbase 469762048 Nov 8 14:27 GB_MAT00000201CCF3A0xa3a61c0.express_tmp-rw-rw---- 1 gbase gbase 402653184 Nov 8 14:27 GB_MAT00000202D97070x38ae3c0.express_tmp-rw-rw---- 1 gbase gbase 469762048 Nov 8 14:27 GB_MAT0000020753F980x9626440.express_tmp-rw-rw---- 1 gbase gbase 436207616 Nov 8 14:27 GB_MAT0000020FB81C50xbd28000.express_tmp-rw-rw---- 1 gbase gbase 436207616 Nov 8 14:27 GB_MAT00000213199B0x17fc7f40.express_tmp-rw-rw---- 1 gbase gbase 436207616 Nov 8 14:27 GB_MAT00000226185130x619a6c0.express_tmp-rw-rw---- 1 gbase gbase 469762048 Nov 8 14:27 GB_MAT00000269F92D60xa3dbe80.express_tmp-rw-rw---- 1 gbase gbase 469762048 Nov 8 14:27 GB_MAT00000278F35830xa3dbd40.express_tmpdrwxrwx--x 2 gbase gbase 6 Nov 1 17:34 HashJoindrwxrwx--x 2 gbase gbase 6 Nov 8 13:58 TrashCandrwxrwx--x 3 gbase gbase 21 Nov 1 17:34 tmp_materializedsuse103:/opt/gnode/tmpdata # pwd/opt/gnode/tmpdatasuse103:/opt/gnode/tmpdata # du -sh *97G cache_gbasesuse103:/opt/gnode/tmpdata #</code>&nbsp;系统性能异常 GBASE捕获“真凶”面对数以万计的临时文件，如何快速锁定“元凶SQL”成为解决问题的关键。小吉果断采取行动，他首先查询了performance_schema中的session memory_usage_info表。这个表在GBase 8a数据库的GN层中扮演着重要角色，其中的temp_space字段表示占用tmpdata空间的大小，ID 字段则表示SQL执行的ID(与show processlist 中的第一个字段“ID”相对应)<code>gbase&gt; select * from performance_schema.SESSION_MEMORY_USAGE_INFO where TEMP_SPACE&gt;0;+---------+-----+---------+------+---------------------+-------------+| HOST | ID | CURRENT | PEAK | PEAK_TIMESTAMP | TEMP_SPACE |+---------+-----+---------+------+---------------------+-------------+| suse103 | 342 | 0 | 0 | 1970-01-01 08:00:00 | 86872424448 |+---------+-----+---------+------+---------------------+-------------+1 row in set (Elapsed: 00:00:00.00)gbase&gt;</code>通过查询这个表，小吉获得了占用大量临时空间的SQL的ID。然后，他在gn层的 showprocesslist 中找到了对应的SQL语句。<code>suse103:~ # gncli -uroot -e"show full processlist" | grep 342342 &nbsp; &nbsp; root &nbsp; &nbsp;10.10.10.103:35972 &nbsp; &nbsp; &nbsp;ssbm &nbsp; &nbsp;Query &nbsp; 224 &nbsp; &nbsp; init &nbsp; &nbsp;SELECT /*10.10.10.103_179_2_2016-11-08_14:24:21*/ /*+ TID('78') */ `_tmp_rht_n4_179_t9_1_1477982902_s`.`lo_orderkey` AS `lo_orderkey`, `_tmp_rht_n4_179_t9_1_1477982902_s`.`lo_linenumber` AS `lo_linenumber`, `_tmp_rht_n4_179_t9_1_1477982902_s`.`lo_custkey` AS `lo_custkey`, `_tmp_rht_n4_179_t9_1_1477982902_s`.`lo_partkey` AS `lo_partkey`, `_tmp_rht_n4_179_t9_1_1477982902_s`.`lo_suppkey` AS `lo_suppkey`, `_tmp_rht_n4_179_t9_1_1477982902_s`.`lo_orderdate` AS `lo_orderdate`, `_tmp_rht_n4_179_t9_1_1477982902_s`.`lo_orderpriority` AS `lo_orderpriority`, `_tmp_rht_n4_179_t9_1_1477982902_s`.`lo_shippriority` AS `lo_shippriority`, `_tmp_rht_n4_179_t9_1_1477982902_s`.`lo_quantity` AS `lo_quantity`, `_tmp_rht_n4_179_t9_1_1477982902_s`.`lo_extendedprice` AS `lo_extendedprice`, `_tmp_rht_n4_179_t9_1_1477982902_s`.`lo_ordtotalprice` AS `lo_ordtotalprice`, `_tmp_rht_n4_179_t9_1_1477982902_s`.`lo_discount` AS `lo_discount`, `_tmp_rht_n4_179_t9_1_1477982902_s`.`lo_revenue` AS `lo_revenue`, `_tmp_rht_n4_179_t9_1_1477982902_s`.`lo_supplycost` AS `lo_supplycost`, `_tmp_rht_n4_179_t9_1_1477982902_s`.`lo_tax` AS `lo_tax`, `_tmp_rht_n4_179_t9_1_1477982902_s`.`lo_commitdate` AS `lo_commitdate`, `_tmp_rht_n4_179_t9_1_1477982902_s`.`lo_shipmode` AS `lo_shipmode`, `_tmp_rht_n4_179_t9_2_1477982902_s`.`c1` AS `c1`, `_tmp_rht_n4_179_t9_2_1477982902_s`.`c2` AS `c2`, `_tmp_rht_n4_179_t9_2_1477982902_s`.`c3` AS `c3`, `_tmp_rht_n4_179_t9_2_1477982902_s`.`c4` AS `c4`, `_tmp_rht_n4_179_t9_2_1477982902_s`.`c5` AS `c5`, `_tmp_rht_n4_179_t9_2_1477982902_s`.`c6` AS `c6`, `_tmp_rht_n4_179_t9_2_1477982902_s`.`c7` AS `c7`, `_tmp_rht_n4_179_t9_2_1477982902_s`.`c8` AS `c8`, `_tmp_rht_n4_179_t9_2_1477982902_s`.`c9` AS `c9`, `_tmp_rht_n4_179_t9_2_1477982902_s`.`c10` AS `c10`, `_tmp_rht_n4_179_t9_2_1477982902_s`.`c11` AS `c11`, `_tmp_rht_n4_179_t9_2_1477982902_s`.`c12` AS `c12`, `_tmp_rht_n4_179_t9_2_1477982902_s`.`c13` AS `c13`, `_tmp_rht_n4_179_t9_2_1477982902_s`.`c14` AS `c14`, `_tmp_rht_n4_179_t9_2_1477982902_s`.`c15` AS `c15`, `_tmp_rht_n4_179_t9_2_1477982902_s`.`c16` AS `c16`, `_tmp_rht_n4_179_t9_2_1477982902_s`.`c17` AS `c17` FROM `gctmpdb`._tmp_rht_n4_179_t9_1_1477982902_s INNER JOIN `gctmpdb`._tmp_rht_n4_179_t9_2_1477982902_s ON (`_tmp_rht_n4_179_t9_1_1477982902_s`.`lo_linenumber` = `_tmp_rht_n4_179_t9_2_1477982902_s`.`c2`)suse103:~ #</code>根据node层的SQL语句中的特定标记(如IP地址、时间戳等)或临时表名，他进一步查找到了gc层的SQL session id，从而成功定位到了具体的SQL语句——这个导致系统性能下降的“真凶”。<code>suse103:~ # gccli -uroot -e"show full processlist" | grep -v Sleep | grep 179 179 root 127.0.0.1:63945 ssbm Query 571 Sending task to gnodes select * from lineorder a,lineorder b where a.lo_linenumber=b.lo_linenumber</code>最终，小吉通过与业务部门深入沟通，了解清楚业务需求后，协助业务部门改写了SQL语句，成功解决了性能下降的问题，使系统性能恢复了正常。&nbsp;GBASE小课堂现场在执行一些中间结果集较大的sql时，在tmpdata文件夹下会产生大量的中间临时文件，导致磁盘io繁忙，影响集群整体性能。如果现场并发sql较多，通过show processlist排查sql，效率难以保障。如何通过tmpdata下临时文件快速准确找出所对应的sql？此时，在GBase 8a数据库GN层，可以查询performance_schema中的session memory_usage_info表。<code>gbase&gt; select * from performance_schema.SESSION_MEMORY_USAGE_INFO;+---------+-----+---------+------+---------------------+------------+| HOST &nbsp; &nbsp;| ID &nbsp;| CURRENT | PEAK | PEAK_TIMESTAMP &nbsp; &nbsp; &nbsp;| TEMP_SPACE |+---------+-----+---------+------+---------------------+------------+| suse103 | 344 | &nbsp; &nbsp; &nbsp; 0 | &nbsp; &nbsp;0 | 1970-01-01 08:00:00 | &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;0 || suse103 | 342 | &nbsp; &nbsp; &nbsp; 0 | &nbsp; &nbsp;0 | 1970-01-01 08:00:00 | &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;0 || suse103 | 324 | &nbsp; &nbsp; &nbsp; 0 | &nbsp; &nbsp;0 | 1970-01-01 08:00:00 | &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;0 || suse103 | 289 | &nbsp; &nbsp; &nbsp; 0 | &nbsp; &nbsp;0 | 1970-01-01 08:00:00 | &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;0 || suse103 | 274 | &nbsp; &nbsp; &nbsp; 0 | &nbsp; &nbsp;0 | 1970-01-01 08:00:00 | &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;0 || suse103 | 273 | &nbsp; &nbsp; &nbsp; 0 | &nbsp; &nbsp;0 | 1970-01-01 08:00:00 | &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;0 || suse103 | 241 | &nbsp; &nbsp; &nbsp; 0 | &nbsp; &nbsp;0 | 1970-01-01 08:00:00 | &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;0 || suse103 | 215 | &nbsp; &nbsp; &nbsp; 0 | &nbsp; &nbsp;0 | 1970-01-01 08:00:00 | &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;0 || suse103 | 214 | &nbsp; &nbsp; &nbsp; 0 | &nbsp; &nbsp;0 | 1970-01-01 08:00:00 | &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;0 || suse103 | 213 | &nbsp; &nbsp; &nbsp; 0 | &nbsp; &nbsp;0 | 1970-01-01 08:00:00 | &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;0 || suse103 | 132 | &nbsp; &nbsp; &nbsp; 0 | &nbsp; &nbsp;0 | 1970-01-01 08:00:00 | &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;0 || suse103 | &nbsp;52 | &nbsp; &nbsp; &nbsp; 0 | &nbsp; &nbsp;0 | 1970-01-01 08:00:00 | &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;0 || suse103 | &nbsp;31 | &nbsp; &nbsp; &nbsp; 0 | &nbsp; &nbsp;0 | 1970-01-01 08:00:00 | &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;0 || suse103 | &nbsp;26 | &nbsp; &nbsp; &nbsp; 0 | &nbsp; &nbsp;0 | 1970-01-01 08:00:00 | &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;0 || suse103 | &nbsp;25 | &nbsp; &nbsp; &nbsp; 0 | &nbsp; &nbsp;0 | 1970-01-01 08:00:00 | &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;0 || suse103 | &nbsp;17 | &nbsp; &nbsp; &nbsp; 0 | &nbsp; &nbsp;0 | 1970-01-01 08:00:00 | &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;0 |+---------+-----+---------+------+---------------------+------------+16 rows in set (Elapsed: 00:00:00.00)gbase&gt; select * from performance_schema.SESSION_MEMORY_USAGE_INFO where TEMP_SPACE&gt;0;Empty set (Elapsed: 00:00:00.00)</code>其中temp_space字段就是表示占用tmpdata空间大小，ID字段表示SQL执行的ID（对应show processlist 中的第一个字段“ID”）。在gn层的show processlist中可以找到对应的SQL，根据node层的SQL即可查找对应的gc层的SQL。 &nbsp;

性能下降无处遁形：透过临时文件揪出真正的幕后黑手

包？什么包？双肩包还是小笼包？以上都不是，我们说的是数据库“包”。在GBase 8s数据库中，“包”提供了代码封装、信息隐藏和子程序重载等功能，提高了代码的可维护性和可重用性。本文将深入探讨GBase 8s数据库中“包”的概念、创建、使用和删除，帮助大家进一步理解这一内容。&nbsp;包的概念“包”是一组相关过程、函数、变量、常量、类型、游标和异常等PL/SQL程序设计元素的组合。“包”具有面向对象设计的特点，是对这些PL/SQL程序设计元素的封装。“包”像一个容器或一个命名空间，可以将各种逻辑相关的过程、函数、变量、常量、类型、游标和异常结合在一起，为开发人员编写大型复杂应用程序提供良好的组织单元。当“包”被定义好后，应用程序可以通过“包”来访问各种不同的功能单元，而不用担心过多零散的子程序导致程序代码的松散。“包”具有简化应用设计、提高应用性能、实现信息隐藏、子程序重载等特点。对“包”中涉及的过程、函数、变量、常量、类型、游标和异常等PL/SQL程序设计元素如无特殊约束说明，其用法和现状保持一致。&nbsp;包的创建“包”由包头和包体组成，包头中主要是包的一些定义信息，包体中则是对应的实现部分，包中的子程序和游标是需要实现部分的，如果包头中没有声明子程序或游标，则包体可以省略。在包头中定义的对象为公有对象，可以在外部调用，只在包体中定义的对象为私有对象，只能在包中使用。创建包头语法图如下：<img src="https://g1.cdn.gbase.cn/Uploads/ykFlrbJgzphNJzE8NdY9q/1.png">item_list_1为定义的对象，包括存储过程、函数、变量、常量、类型、游标和异常。创建包体语法图如下：<img src="https://g1.cdn.gbase.cn/Uploads/jgObOGAc_mhoXSBPei3iQ/2.png">包头声明的变量、常量、游标等，包体只允许初始化一次。包头声明的游标名不允许与 PROCEDURE、FUNCTION 的例程名相同。&nbsp;包的删除可以使用drop package body pkg_name单独删除包体，或者使用drop package pkg_name删除包和包体。删除包体后，包头依然有效。&nbsp;包的引用“包”在首次引用时实例化并执行initialize_section部分，我们通过例子示范包的常见用法，注意需要将SQLMODE设置为’ORACLE’，如果需要输出请设置SERVEROUTPUT为ON。&nbsp;包中对象调用示例以下用例创建包中包含类型、变量、常量、异常、存储过程、函数、游标。<code>set environment sqlmode 'oracle';</code> <code>set serveroutput on;</code> <code>/**********************************************</code> <code>*类型 type_1</code> <code>*游标 cur_1</code> <code>*异常 err</code> <code>*函数 sub:实现两个整数减法</code> <code>*过程 add_1:实现两个整数加法</code> <code>* &nbsp; &nbsp; &nbsp; &nbsp;add_2:调用cur_1和add_1,实现将t1表中的两列相加，返回结果</code> <code>* &nbsp; &nbsp; &nbsp; &nbsp;p_1:调用常量、变量、函数sub</code> <code>* &nbsp; &nbsp; &nbsp; &nbsp;p_2:实现修改表tint的值(配合add_1使用)</code> <code>**********************************************/</code> <code>/********1.测试准备********/</code> <code>drop table if exists tint;</code> <code>create table tint(id int,val1 int,val2 int); &nbsp; --扩充数据</code> <code>insert into tint values(1,10,1);</code> <code>insert into tint values(2,20,2);</code> <code>insert into tint values(3,30,3);</code> <code>insert into tint values(4,40,4);</code> <code>insert into tint values(5,50,5);</code> <code>insert into tint values(6,60,6);</code> <code>insert into tint values(7,70,7);</code> <code>insert into tint values(8,80,8);</code> <code>insert into tint values(9,90,9);</code><code>/********2.包的创建********/</code> <code>--创建包头</code> <code>create package all_object as</code> <code>--1.变量、常量</code> <code>&nbsp; &nbsp; &nbsp;v_1 int;</code> <code>&nbsp; &nbsp; &nbsp;v_2 int;</code> <code>&nbsp; &nbsp; &nbsp;v_3 int:=1;</code> <code>&nbsp; &nbsp; &nbsp;c_1 constant varchar2(100):='常量测试';</code> <code>--2.异常no_res</code> <code>&nbsp; &nbsp; &nbsp;err EXCEPTION;</code> <code>--3.函数sub，实现两个整数减法</code> <code>&nbsp; &nbsp; &nbsp;function sub(a in int,b in int,c out int) return int;</code> <code>--4.游标cur_1</code> <code>&nbsp; &nbsp; &nbsp;cursor cur_1 return tint%rowtype;</code> <code>--5.存储过程add_1，实现两个整数加法</code> <code>&nbsp; &nbsp; &nbsp;procedure add_1(a in int,b in int,c out int);</code> <code>--6.存储过程add_2，调用游标cur_1和存储过程add_1，实现将t1表中的两列相加，返回结果</code> <code>&nbsp; &nbsp; &nbsp;procedure add_2(d int);</code> <code>--7.存储过程p_1,调用变量、常量、异常、函数</code> <code>&nbsp; &nbsp; &nbsp;procedure p_1;</code> <code>--8.存储过程，对表中数据进行修改</code> <code>&nbsp; &nbsp; &nbsp;procedure p_2(a int,b int,c int);</code> <code>end all_object;</code> <code>/</code><code>--创建包体</code> <code>create package body all_object as</code> <code>--4.创建游标</code> <code>&nbsp; &nbsp; &nbsp;cursor cur_1 return tint%rowtype is select id,val1,val2 from tint;</code> <code>--3.创建函数sub，实现两个整数减法</code> <code>&nbsp; &nbsp; &nbsp;function sub(a in int,b in int,c out int) return int is</code> <code>&nbsp; &nbsp; &nbsp;begin</code> <code>&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; if(a&gt;b) then</code> <code>&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;c:=a-b;</code> <code>&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; else</code> <code>&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;raise err;</code> <code>&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; end if;</code> <code>&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; return 0;</code><code>&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;exception</code> <code>&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; when err then dbms_output.put_line('a &lt; b');</code> <code>&nbsp; &nbsp; &nbsp;end;</code> <code>--5.存储过程add_1，实现两个整数加法</code> <code>&nbsp; &nbsp; &nbsp;procedure add_1(a in int,b in int,c out int) is</code> <code>&nbsp; &nbsp; &nbsp;begin</code> <code>&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; c:=a+b;</code> <code>&nbsp; &nbsp; &nbsp;end;</code> <code>--6.存储过程add_2，实现两个整数加法</code> <code>&nbsp; &nbsp; &nbsp;procedure add_2(d int) as</code> <code>&nbsp; &nbsp; &nbsp;type type_1 is record(</code> <code>&nbsp; &nbsp; &nbsp; v0 int,</code> <code>&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; v1 int,</code> <code>&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; v2 int</code> <code>);</code> <code>&nbsp; &nbsp; &nbsp;ty_1 type_1;</code> <code>&nbsp; &nbsp; &nbsp;v3 int;</code> <code>&nbsp; &nbsp; &nbsp;begin</code> <code>&nbsp; &nbsp; &nbsp;open cur_1;</code> <code>&nbsp; &nbsp; &nbsp;for i in 1..d loop</code> <code>&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; fetch cur_1 into ty_1;</code> <code>&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; add_1(ty_1.v1,ty_1.v2,v3);</code> <code>&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; dbms_output.put_line(i||' is:'||v3);</code> <code>&nbsp; &nbsp; &nbsp;end loop;&nbsp;</code> <code>&nbsp; &nbsp; &nbsp;close cur_1;</code> <code>&nbsp; &nbsp; &nbsp;end;</code> <code>--7.存储过程p_1,调用变量、常量、函数</code> <code>&nbsp; &nbsp; &nbsp;procedure p_1 as</code> <code>&nbsp; &nbsp; &nbsp;v_4 int;</code> <code>&nbsp; &nbsp; &nbsp;begin</code> <code>&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; all_object.v_1:=100;</code> <code>&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; all_object.v_2:=20;</code> <code>&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; v_4:=sub(v_1,v_2,v_3);</code> <code>&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; dbms_output.put_line(v_1||' - '||v_2||' = '||v_3);</code> <code>&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; dbms_output.put_line('constant c_1 is ：'||all_object.c_1);</code> <code>&nbsp; &nbsp; &nbsp;end;</code> <code>--8.存储过程，对表中数据进行修改</code> <code>&nbsp; &nbsp; &nbsp;procedure p_2(a int,b int,c int) as</code> <code>&nbsp; &nbsp; &nbsp;begin</code> <code>&nbsp; &nbsp; &nbsp;update tint set val1=a,val2=b where id=c;</code> <code>&nbsp; &nbsp; &nbsp;end;</code> <code>end all_object;</code> <code>/</code> <code>/********3.包中对象调用********/</code> <code>--修改表tint中id为1的数据为100，50</code> <code>call all_object.p_2(100,50,1);</code> <code>--将表tint中2、3列值相加，并返回结果,3代表取前3个结果</code> <code>call all_object.add_2(3);</code> <code>--实现两个变量相减，并返回结果；调用公有常量并返回结果</code> <code>call all_object.p_1();</code><code>/********4.清理环境********/</code> <code>drop package all_object;</code> <code>drop table tint;</code>执行结果：<code>&gt; call all_object.p_2(100,50,1);</code> <code>Routine executed.</code> <code>&gt; call all_object.add_2(3);</code> <code>Routine executed.</code> <code>1 is:150</code> <code>2 is:22</code> <code>3 is:33</code> <code>&gt; call all_object.p_1();</code> <code>Routine executed.</code> <code>100 - 20 = 80</code> <code>constant c_1 is ：常量测试</code>看到这里，大家了解数据库“包”了吗？我们希望这篇文章能够让大家更好地理解和使用GBase 8s数据库中的“包”，为数据库开发提供助力。如果对GBase 8s数据库的“包”存在任何疑问或想要解锁更多GBase数据库的技术知识，欢迎大家到GBASE技术社区<a href="www.gbase.cn">（www.gbase.cn）</a>分享、交流。&nbsp;

包学包会！南大通用GBase 8s数据库“包”的解析

南大通用在GBase 8a基础上构建的云原生数据仓库GCDW，不仅能有效整合多源数据，提供统一视图，支持复杂查询与分析，而且能大大提升数据利用效率和决策支持能力，为行业创新发展注入新动能。全方位提升用户数据价值<img src="https://g1.cdn.gbase.cn/Uploads/d2jKCUU1lHFhV_vDwxzZr/1.jpg">资源利用效能革新服务器利旧与成本削减：云数仓凭借服务器利旧策略，大幅提升硬件资源使用效率，显著降低采购与运维成本，让现有资源发挥出更大价值。资源保障与业务并行：有效缓解资源紧张状况，为企业多业务并行开展提供坚实资源保障，赋予企业资源调配的灵活性与自主性。业务连续性保障升级容灾体系构建：搭建多中心、多集群的 PB 级容灾体系，利用强大的备份恢复及双活同步能力，确保数据完整性。稳定运营保障：即便面临突发故障、自然灾害等极端情况，也能维持业务持续运转，避免经济损失与声誉损害，是企业稳健运营的核心支撑。数据便捷管理与价值挖掘工具赋能流程优化：配备迁移、备份管理、GVR 同步等实用工具，优化数据迁移流程，简化备份管理操作。数据驱动业务决策：实现高效准确的数据同步，提升数据管理效率与质量，为数据分析及业务决策提供精准数据支持，驱动业务发展。业务性能优化提升 &nbsp;精准匹配应用需求：契合应用性能计算需求，针对宽表业务内存占用大、节点数多等问题，优化资源配置与调度策略。提升客户服务体验：显著提升业务处理速度与响应效率，为客户带来流畅、快捷体验，助力企业在市场竞争中脱颖而出。智能运维体系构建监控体系完善：打造从集群层到租户级的全面监控体系，补充丰富监控指标，实现对系统运行状态的实时掌控。隐患预警与问题解决：敏锐发现性能瓶颈、故障隐患等潜在问题，提前预警并迅速处理，保障云数仓稳定运行，支撑业务有序开展。资源管理效能提升容量精确管理：依据集群层和资源层监控数据反馈的资源利用率，实现精确的容量管理。资源合理规划：使用户清晰掌握资源使用情况，精准规划资源分配，避免浪费与不足，降低运营成本，提升整体效益。加速业务云化转型适配性分析与方向指引：深入剖析业务与云仓的适配性，依据分析结论为企业探索新业务模式及云化改造指明方向。创新拓展服务边界：利用云仓特性开展业务创新，拓展服务边界，开发个性化产品，满足客户多样化需求，为业务发展注入新活力。&nbsp;为推动行业发展发挥关键作用<img src="https://g1.cdn.gbase.cn/Uploads/MURin0kuxDcPHPQ5mQIQ9/2.jpg">资源节约示范引领模式经验推广：云数仓展现的资源高效利用模式，如服务器利旧、精细化资源配置等实践经验，可供同业参考学习。行业可持续发展助力：推动整个行业降低资源消耗，提升资源利用效率，为行业可持续发展贡献力量。树立容灾技术新标杆领先容灾能力：具备同业领先的 PB 级容灾能力，为行业容灾体系建设提供重要参考标准与技术方向。行业风险抵御强化：帮助其他企业提升数据安全防护与业务连续性保障水平，降低行业系统性风险，增强行业抗风险能力，维护市场稳定。驱动数据管理创新创新思路与方案提供：采用的数据管理工具与方法，为行业数据迁移、备份、同步等工作提供创新思路与可行解决方案。行业数据技术升级：推动行业数据管理技术升级，提升数据质量与管理效率，为数据驱动的业务创新发展筑牢基础。引领性能提升趋势技术方案与成果共享：在满足复杂应用性能计算需求方面积累的技术方案与实践成果，可供同业借鉴。行业竞争力提升：助力企业优化系统性能，提高业务处理效率与客户服务质量，增强行业整体竞争力，在市场竞争中占据优势。完善监控体系新范式优化经验推广：从节点级到集群级、租户级的监控体系优化经验，为行业完善监控管理提供优秀范例。科技系统稳定保障：帮助同业实现对云原生架构体系系统的全面深入监控，及时发现解决问题，保障科技系统稳定运行，推动行业健康发展。催化技术创新应用实践案例分享：在数据共享、双活同步、湖仓一体等新增功能方面的实践应用，为同业提供新技术应用案例。行业技术创新引领：帮助其他企业了解评估新技术可行性，加速新技术在行业的推广应用，推动行业技术创新与发展，引领行业迈向数字化新时代。 &nbsp;

云数据仓库GCDW：挖掘数据价值 为行业发展注入新动能

在分布式数据库中，事务状态保持是确保数据一致性和系统可靠性的重要特性之一，主要依靠关键技术：分布式事务协议：GBase 8c采用先进的分布式事务协议，确保跨多个节点的事务操作能够保证ACID特性，即原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）和持久性（Durability）。数据多副本：为了提高数据的可用性和耐故障能力，GBase 8c支持数据多副本策略。数据可以存储在多个节点上，即使部分节点发生故障，也能通过其他副本继续提供服务。故障恢复机制：当系统中的节点发生故障时，GBase 8c能够利用其他节点的数据副本进行故障恢复，保证事务的完成。2PC（Two Phase Commitment Protocol）两阶段提交协议：实现分布式事务的关键就是两阶段提交协议。传统2PC事务在全局提交阶段可能出现失败，例如协调器宕机，这会造成集群内各节点的提交状态不一致，破坏事务的原子性。并且2PC事务持续占有已申请的锁，可能造成其它事务因无法获取锁而不能继续执行，严重时可能导致整个集群卡住，因此，需要检查这类事务的存在，并尽快推进2PC的完成（提交或回滚）。针对上述问题，GBase 8c优化了2PC的执行流程，设计了2PC事务状态保持功能，确保集群能够持续提供服务。<img src="https://g1.cdn.gbase.cn/Uploads/GJj-EyAh2clks3wj6YjS0/1.jpeg">当协调器宕机之后，系统会立即检测到该问题，并自动选出一个健康的协调器，由后者接管故障协调器上所有未完成的2PC事务。新的协调器会收集所有未完成的2PC事务，检查各个2PC事务所处阶段，并决定每个2PC事务应当提交或者回滚，然后发送相应指令到各个参与者，完成全部2PC流程，确保系统不被阻塞。如上图所示两阶段提交事务处理过程中：a.CN2节点正常下发事务Prepare状态；b.三个DN节点正常返回事务Prepare OK状态；c.CN2节点正常下发事务Commit状态；d.DN1节点返回Commit OK状态且DN2、DN3还未完成Commit OK状态提交时，CN2节点宕机；e.此时CN3节点检测到CN2节点宕机，会自动接管CN2未完成的事务和状态；f.DN2、DN3节点重新提交Commit OK状态至CN3节点，并完成该两阶段提交过程。CN3节点接管事务后，无需重复前面已经成功提交的事务状态，可以继续完成宕机的CN2节点未完成的状态来完成本次事务。整个过程对上层业务无感知，数据库集群内任意节点宕机均不会造成死锁或异常等待情况。

南大通用GBase 8c数据库事务状态保持技术解析与实践-02技术实现

在分布式集群中，单机事务（也可称为单分片事务）是指一个事务中所有的操作都发生在同一个分片（GBase 8c中称为DN）上，分布式事务是指一个事务中有两个或以上的分片参与了该事务的执行。对于单机事务，其写操作的原子性和读操作的一致性由该 DN 自身的事务机制就能保证;对于分布式事务，不同分片之间写操作的原子性和不同分片之间读操作的一致性，需要额外的机制来保障。事务机制事务是为用户提供的最核心、最具吸引力的数据库功能之一。简单地说,事务是用户定义的一系列数据库操作(如查询、插入、修改或删除等)的集合,从数据库内部保证了该操作集合(作为一个整体)的原子性(Atomicity)、一致性(Consistency)、隔离性(Isolation)和持久性(Durability),这些特性统称事务的 ACID特性。其中：A:原子性是指事务中的所有操作要么全部执行成功,要么全部执行失败。一个事务执行以后,数据库只可能处于上述两种状态之一,即使数据库在这些操作执行过程中发生故障,也不会出现只有部分操作执行成功的状态。C:一致性是指事务的执行会导致数据从一个一致的状态转移到另一个一致的状态,事务的执行不会违反一致性约束、触发器等定义的规则。I:隔离性是指在事务的执行过程中,所看到的数据库状态受并发事务的影响程度。根据该影响程度的轻重,一般将事务的隔离级别分为读未提交、读已提交、可重复读和可串行化四个级别(受并发事务影响由重到轻)。D:持久性是指一旦事务提交以后,即使数据库发生故障重启,该事务的执行结果不会丢失,仍然对后续事务可见。单机事务（本地事务）<img src="https://g1.cdn.gbase.cn/Uploads/Ya8ZPlCLUM6J34fS60-IK/1.jpeg">CN节点接收到上层应用的事务请求，发现数据分布在本地单个高可用组（HG）上，此时CN直接向该HG请求数据并返回。这种方式不走两阶段提交过程，处理性能非常高。分布式事务<img src="https://g1.cdn.gbase.cn/Uploads/GYH5X42Rz2F1io0CvoH4D/2.jpeg">GBase 8c的跨节点的分布式事务是通过GTM的严格的两阶段提交的跨节点的分布式事务。在数据提交的时候，CN先向每个DN节点发送prepare状态，DN节点返回prepare ok状态后，CN再发送commit状态，最后DN节点返回commit ok状态后才算一次提交完成。

南大通用GBase 8c数据库事务状态保持技术解析与实践-01基础概念

本文将分两章（第二章）详细介绍GBase 8s的数据压缩功能，包括压缩的作用、方式、命令以及限制。在存储空间有限、需要减少数据占用空间、提高数据处理效率的情况下会用到GBase 8s数据压缩；同时推荐对不常更新的数据表、分片进行压缩。为存储空间节省和I/O效率提升提供了有效解决方案。04 检验数据压缩命令1、onstat -g ppd：执行数据压缩后，可以查看数据字典例：execute function task('table create_dictionary', ‘table', ‘db',‘gbasedbt');onstat -g ppdpartnum ColOffset DbsNum CrTS CrLogID CrLogPos DrTS DrLogID DrLogPos0x1001d5 -1 1 1393371661 4 16339024 0 0 00x1001d5 4 1 1393371661 4 16355408 0 0 0partnum：应用到压缩字典的分区号ColOffset：一个压缩分区的BLOB列的字节偏移量，-1仅行被压缩DbsNum：驻留在字典中数据库空间数量CrTS：数据字典生成的时间搓CrLogID：当数据字典生成的时候产生的逻辑日志的唯一IDCrLogPos：创建数据字典时逻辑日志的位置DrTS：数据字典被清楚的时间搓DrLogID：数据字典被清除时产生的逻辑日志Unique IDDrLogPos：数据字典被清楚时逻辑日志的位置&nbsp;2、评估压缩比例execute function task("table estimate_compression", "tablename", "dbname", "owner_name"); est curr change partnum coloff table----- ----- ------ ------------- -----------------------------75.7% 75.3% +0.4 0x00200003 -1 insurance:bwilson.auto75.7% 0.0% +75.7 0x00300002 -1 insurance:pchang.homeest ：已经存在压缩比curr：目前压缩比change：目前压缩与之间的压缩变化partnum：分片numcoloff：评估在数据空间的数据是行数据还是blobs数据;table：表名，database:owner.tablename&nbsp;3、打印正在执行的压缩操作命令onstat –g dsk Processed Remaining Duration Partnum OP Pass Rows Blobs Rows Time(s) Table Name400002 Repack 1 6325 1752 1497 00:00:00 db:sl:t1partnum：分片NUMOP：压缩操作, 例如compress（压缩）, repack（对数据库中的表进行重新打包）, or shrink（释放未使用的磁盘空间）Pass：进队repack操作（对数据库中的表进行优化处理）有效, 1 指读行pass, 2 指第二次passProcessed Rows：压缩操作行数Blobs：操作blobs数量Remaining Rows：没有压缩的行数.Duration Time(s)：操作持续的时间，以秒为单位Table Name： 表名&nbsp;05 数据压缩的限制以下情况不能被压缩：1、不以行（rows）进行存储的数据（blobs）2、索引3、临时表4、catalog表5、系统库中的表南大通用GBase 8s的数据压缩技术是数据库管理员和开发人员进行存储优化和性能提升的重要工具。通过本文的详细介绍，我们希望能够帮助您更有效地利用GBase 8s的压缩功能，感谢您的阅读。

南大通用GBase 8s数据库数据压缩策略详解（二） 

本文将分两章（第一章）详细介绍GBase 8s的数据压缩功能，包括压缩的作用、方式、命令以及限制。在存储空间有限、需要减少数据占用空间、提高数据处理效率的情况下会用到GBase 8s数据压缩；同时推荐对不常更新的数据表、分片进行压缩。为存储空间节省和I/O效率提升提供了有效解决方案。01 数据压缩作用1、节省存储空间和相应成本2、提高I/O效率1）数据库在读取数据的时候是读取压缩后的数据2）减少I/O节省下来的时间 &gt; 在内存中解压缩数据所需的时间3、提高读操作性能4、写操作性能可能会略有下降02 数据压缩方式1、新表自动压缩1）自动压缩：CREATE TABLE cust5 ( ...) COMPRESSEDa. 自动生成数据字典b. 自动压缩数据light append方式light append方式可以绕过缓冲池，进行更加快速的数据加载。同时满足以下两个条件时会自动启用：1.‌row table2.no index2、取消自动压缩：task/admin(table uncompress)3、重新压缩：tash/admin(table compress)4、控制解压分片：task/admin(fragment compress/uncompress)03 已存在的表压缩1、开启数据压缩EXECUTE FUNCTION TASK('enable compression');2、生成数据字典压缩execute function task('table create_dctionary', 'stdtab', 'test',‘gbasedbt');3、整合数据空间，将未被使用的空间整合到表或分片的尾部；execute function task('table compress repack', 'stdtab', 'test',‘gbasedbt');4、将数据表或分片未被使用的空间还给数据库空间；execute function task('table shrink', 'stdtab', 'test',‘gbasedbt');execute function task('fragment shrink', ‘partn');

南大通用GBase 8s数据库数据压缩策略（一）

在企业级数据库应用开发中，高效访问和操作数据库是提升应用性能的关键。南大通用GBase 8s数据库系统提供了GCI（GBase Client Interface）编程接口，允许开发者通过C语言方便地访问和操作数据库。本文将详细介绍GCI的使用，包括环境设置、程序编译、以及如何运行GCI程序，帮助开发者快速掌握GBase 8s数据库的客户端开发。01 IDS和GCI的安装位置介绍1、安装ids、csdk(本文默认ids和csdk是安装在一起的）如：/home/gbase2、解压GCI包（位置无特殊要求）如：/home/gci3、进入etc目录下修改client.kshcd /home/gci/etc vim client.kshGCICLIENTDIR=/home/gci (gci路径)GBASEDBTCSDK=/home/gbase (csdk路径)GBASEDBTSERVER=ol_gbasedbt (实例名)02 编译GCI程序需要设定的环境变量及含义1、export DBUSER=gbasedbt export DBPWD=Big4ifmx连接数据库的用户名密码，若代码中未使用DBUSER和DBPWD则不需要配置2、GBASEDBTDIR= /home/gbase (csdk的安装路径)其他可能会用到的环境变量（按需选用）1、export DBDATE=Y4MD- 设置日期格式2、设置字符格式3、设置编译所需链接库的路径export LD_LIBRARY_PATH=${GBASEDBTDIR}/lib:${GBASEDBTDIR}/lib/esql:${GBASEDBTDIR}/lib/cli03 CMakelist配置仅介绍在gci的demo目录下增加用例需要修改CMakeList, 如增加用例为test.ccd /home/gci/demovim CMakeList.txt在CMakeList.txt中增加如下内容#编译源文件test.c生成可执行文件testADD_EXECUTABLE(test test.c)# 指定这个可执行文件test需要链接的库TARGET_LINK_LIBRARIES(test ${LIB_CLN_NAME})04 Demo源码分析提供了一个GCI程序的示例代码，包括数据库登录、执行SQL语句等，并解释了关键代码段的功能。1、调用接口及流程如下图所示<img src="https://g1.cdn.gbase.cn/Uploads/eUaeExb_OZorMkktpCnTF/1.jpeg">2、demo示例#include “gci.h” //gci 接口定义文件GCIEnv *envhp = NULL; GCISvcCtx *svchp = NULL;GCIError *errhp = NULL;GCIStmt *stmtp = NULL;//登陆数据库int logdb(){GCItext *dbname = (GCItext *)”testdb”; //数据库名 根据需要修改（需保证实例中有该数据库）GCItext *user= (GCItext *)”root”; //用户名 根据需要修改GCItext *pswd= (GCItext *)”111111”; //密码 根据需要修改if (GCIEnvCreate(&amp;envhp, GCI_THREADED|GCI_OBJECT,(dvoid *)0,0,0,0,0,(dvoid **)0) != GCI_SUCCESS){printf(“GCIEnvCreate: create env handle failed!\n”);}if (GCIHandleAlloc((dvoid *)envhp, (dvoid **)&amp;svchp,GCI_HTYPE_SVCCTX,0,(dvoid **)0) != GCI_SUCCESS){printf(“GCIHandleAlloc: allocate svcctx handle failed!\n”);}if (GCIHandleAlloc((dvoid *)envhp, (dvoid **)&amp;errhp,GCI_HTYPE_ERROR,0,(dvoid **)0) != GCI_SUCCESS){printf(“GCIHandleAlloc: allocate error handle failed!\n”);}//调用登陆接口连接数据库if (GCILogon(envhp, errhp, &amp;svchp, user, strlen((char *)user), pswd, strlen((char *)pswd), dbname, strlen((char *)dbname) != GCI_SUCCESS){printf(“logon database failed!\n”);}}//执行sql语句{GCIText sql[256] = {0};//分配语句句柄if (GCIHandleAlloc((dvoid *)envhp, (dvoid **)&amp;stmtp,GCI_HTYPE_STMT,0,(dvoid **)0) != GCI_SUCCESS){printf(“GCIHandleAlloc: allocate stmt handle failed!\n”);}//准备sql语句strcpy((char *)sql, “create table t_table(id int)”);GCIStmtPrepare(stmtp, errhp, sql, strlen((char *)sql), 0 ,0);//执行prepare的sql语句GCIStmtExecute(svchp, stmtp, errhp, 1,0, NULL, NULL, GCI_COMMIT_ON_SUCCESS);}05 编译和运行GCI程序1、设定环境变量cd /home/gci/demo source /home/gci/etc/client.ksh若需要，则设置用户名和密码 export DBUSER DBPWD2、执行脚本文件clean.sh build_linux_debug_shared.sh 然后执行make./clean.sh./build_linux_debug_shared.shmake<img src="https://g1.cdn.gbase.cn/Uploads/7qCDfIyCdWr0kaeykN7Nv/2.jpeg">3、source ids安装目录（如/home/gbase)下的profile文件或者ksh文件(ol_gbasedbt.ksh)source ol_gbasedbt.ksh4、执行可执行文件如：./test<img src="https://g1.cdn.gbase.cn/Uploads/eWmy-UCeSt1q4tSS6uHYL/3.jpeg">通过本文的详细介绍，您应能全面了解如何在南大通用GBase 8s数据库中使用GCI进行数据库编程。GCI提供了一种高效、灵活的数据库访问方式，能够帮助开发者提升数据库应用的开发效率和性能。我们希望本文能成为您在使用GBase 8s进行数据库开发的得力助手。

南大通用GBase 8s数据库GCI编程接口使用指南

在数字化浪潮席卷而来的今天，出于系统架构、成本以及业务的考量，越来越多企业用户需要完成异构数据库间的适配迁移。南大通用GBase 8c数据库作为第三代智能化数据库产品，具有多模多态、弹性伸缩、强一致性分布式事务等产品特性，能够承载企业海量的数据；将繁重工作负载分配到多台服务器上并行处理，提高系统的吞吐量和响应速度，提供更高的性能、容错性和可靠性。同时GBase 8c具备高兼容性，提供全套完备的数据迁移方案与工具，实现不同数据库至GBase 8c的平滑迁移。本文以MySQL数据库迁移至GBase 8c数据库为例，介绍迁移工作中的关键步骤。迁移前的关键准备工作环境评估与兼容性分析（1）根据源库特征，来选择GBase 8c目标库兼容模式。本文以MySQL为源库，则目标库应选择B兼容模式，在创建database时指定。（2）校验对象兼容性，重点检查源库的存储过程、触发器、自定义函数等高级特性，例如MySQL的“ENUM”类型和“TINYINT”已实现原生兼容 。（3）字符集适配。需要注意的是GBase 8c默认字符集为“SQL_ASCII”，在创建库时需要显式设置“UTF8MB4”以匹配MySQL标准。综上因素，创建目标库的database。例如创建mytest库，指定兼容模式为B、设置字符集，执行命令：CREATE DATABASE mytest WITH DBCOMPATIBILITY='B' ENCODING='UTF8MB4';对目标库再次确认兼容模式，执行命令：SELECT datname,datcompatibility FROM pg_database;2. 迁移工具选型策略&nbsp;GBase 8c自带的命令行工具链，适用于迁移自动化流水线场景，包含gs_dump逻辑导出工具与gsql数据加载工具等。配套可视化工具DMT，采用B/S架构，支持Docker一键部署，提供数据迁移、数据同步、数据校验三大核心功能模块。&nbsp;迁移实施核心步骤详解1. 数据库对象迁移&nbsp;（1）表结构转换 &nbsp;通过mysqldump --no-data导出DDL脚本后，GBase 8c可直接执行90%以上的MySQL建表语句。特殊处理场景例如：&nbsp;<ul><li>时间精度处理：根据是否有时区，将DATETIME(6)转换为TIMESTAMP(6) WITH TIME ZONE或TIMESTAMP(6) WITHOUT TIME ZONE</li><li>索引优化：分布式环境下建议采用哈希分布键替代B树索引</li></ul>（2）存储过程迁移该对象可能需要进行语法转换，例如：MySQL原语句为：DELIMITER //CREATE PROCEDURE get_users()BEGIN&nbsp;SELECT * FROM users;END //DELIMITER ;GBase 8c适配后语句转换：CREATE OR REPLACE PROCEDURE get_users()LANGUAGE plpgsqlAS $$BEGIN RETURN QUERY SELECT * FROM users;END;$$;2. 数据迁移实施使用MySQL自带的工具进行数据导出，例如执行：mysqldump -u root -p --single-transaction --databases db1 &gt; full_backup.sql数据导出到full_backup.sql文件中。GBase 8c进行数据加载，例如执行： gsql -d target_db -p 15400 -f full_backup.sql &nbsp;将full_backup.sql文件中数据进行导入。建议：TB级数据采用分片并行加载策略以提升吞吐量&nbsp;典型问题与解决方案&nbsp;1. 字符集冲突&nbsp;&nbsp;例如在迁移时出现错误：ERROR: could not determine collation for view column。根据错误提示可了解到是由于未指定字符集。解决方法：显式指定COLLATE utf8mb4_general_ci，执行：CREATE VIEW v1 AS SELECT col1 COLLATE "utf8mb4_general_ci" FROM tbl1;2. 分布式事务优化 &nbsp;在迁移时，如果出现跨节点UPDATE语句性能下降的问题。解决方法：<ul><li>启用SET dolphin.b_compatibility_mode = on，开启dolphin兼容性插件，以提升语法兼容性</li><li>采用HASH分布优化数据局部性</li></ul>3. 函数兼容性处理假如在迁移时出现STR_TO_DATE返回值类型不匹配的问题。解决方法：添加显式类型转换，例如执行：SELECT (STR_TO_DATE('2023-01-01', '%Y-%m-%d')::timestamp) + INTERVAL '1 day';&nbsp;迁移后验证在数据迁移完成后需要对其进行校验，确保数据的完整性和准确性，可以通过以下方式进行验证：<ul><li>比对表行数：比较MySQL和GBase8c中每个表行数是否一致。</li><li>随机抽样：随机抽取一部分数据，收到验证数据的一致性。</li><li>检查外键约束和索引：确保所有外键约束和索引都已正确迁移。</li></ul>&nbsp;

数据库迁移怎么破？MySQL到南大通用GBase 8c迁移方案来啦

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。

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

赋能政务信息化 | GBASE南大通用入围全国多地数据库框采

GBASE南大通用，中国金融行业数据库用户渗透率第一

“G”术时刻 | 如何利用GBase 8s数据库物化视图大幅提升查询效率

性能下降无处遁形：透过临时文件揪出真正的幕后黑手

包学包会！南大通用GBase 8s数据库“包”的解析

云数据仓库GCDW：挖掘数据价值为行业发展注入新动能

南大通用GBase 8c数据库事务状态保持技术解析与实践-02技术实现

南大通用GBase 8c数据库事务状态保持技术解析与实践-01基础概念

南大通用GBase 8s数据库数据压缩策略详解（二）

南大通用GBase 8s数据库数据压缩策略（一）

南大通用GBase 8s数据库GCI编程接口使用指南

数据库迁移怎么破？MySQL到南大通用GBase 8c迁移方案来啦

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

赋能政务信息化 | GBASE南大通用入围全国多地数据库框采

GBASE南大通用，中国金融行业数据库用户渗透率第一

“G”术时刻 | 如何利用GBase 8s数据库物化视图大幅提升查询效率

性能下降无处遁形：透过临时文件揪出真正的幕后黑手

包学包会！南大通用GBase 8s数据库“包”的解析

云数据仓库GCDW：挖掘数据价值 为行业发展注入新动能

南大通用GBase 8c数据库事务状态保持技术解析与实践-02技术实现

南大通用GBase 8c数据库事务状态保持技术解析与实践-01基础概念

南大通用GBase 8s数据库数据压缩策略详解（二）

南大通用GBase 8s数据库数据压缩策略（一）

南大通用GBase 8s数据库GCI编程接口使用指南

数据库迁移怎么破？MySQL到南大通用GBase 8c迁移方案来啦

云数据仓库GCDW：挖掘数据价值为行业发展注入新动能