“G”术时刻 | GBase数据库巡检指南，全方位护航数据安全

通过普通数据迁移工具可以实现GBase数据库与如Oracle等异构数据库的数据同步，但大多不具备实时数据复制的能力，无法支撑与异构数据库间并网运行实时数据同步的诉求。为应对这种场景，GBase 数据库提供逻辑解码功能，核心思想是通过反解xlog的方式生成逻辑日志，目标数据库解析逻辑日志以实时进行数据复制。逻辑复制功能可以降低对目标数据库的形态限制，完美支撑异构数据库、同构异形数据库的数据同步场景，支持目标库进行数据同步期间的数据可读写，数据同步时延低。那么如何实践应用呢？本文将通过简单的数据为例，进行操作说明：（1）使用复制槽之前，需要配置以下GUC参数：<code>wal_level&nbsp;= logical</code><code>enable_slot_log&nbsp;=&nbsp;on</code><code>host&nbsp;replication&nbsp;all&nbsp;0.0.0.0/0&nbsp;sha256</code>以gbase用户身份执行命令：<code>gs_guc&nbsp;reload -Z coordinator -N&nbsp;all&nbsp;-I&nbsp;all&nbsp;-c “wal_level = logical”</code><code>gs_guc&nbsp;reload -Z coordinator -N&nbsp;all&nbsp;-I&nbsp;all&nbsp;-c “enable_slot_log =&nbsp;on”</code><code>gs_guc&nbsp;reload -Z coordinator -N&nbsp;all&nbsp;-I&nbsp;all&nbsp;-h “host replication&nbsp;all&nbsp;0.0.0.0/0&nbsp;sha256”</code>重启数据库生效，例如执行：<code>gha_ctl restart -l&nbsp;http://192.168.142.56:2379</code>（2）创建逻辑复制槽<code>select&nbsp;pg_create_logical_replication_slot('test_slot',&nbsp;'wal2json');</code>（3）获取复制槽列表<code>select&nbsp;pg_get_replication_slots();select&nbsp;*&nbsp;from&nbsp;pg_replication_slots;</code>（4）删除复制槽<code>select&nbsp;pg_drop_replication_slot('test_slot');</code>（5）解码并不推进流复制槽（下次解码可以再次获取本次解出的数据）<code>select&nbsp;pg_logical_slot_peek_changes('slot_name',&nbsp;'LSN', upto_nchanges,&nbsp;'options_name',&nbsp;'options_value');</code><code>select&nbsp;pg_logical_slot_peek_changes('test_slot',null,null);</code><code>select&nbsp;data&nbsp;from&nbsp;pg_logical_slot_peek_changes('test_slot',&nbsp;null,&nbsp;null,&nbsp;'pretty-print',&nbsp;'1');</code><code>select&nbsp;*&nbsp;from&nbsp;pg_logical_slot_peek_changes('test_slot',&nbsp;null,&nbsp;null,&nbsp;'include-timestamp',&nbsp;'on');</code>（6）解码并推进流复制槽<code>pg_logical_slot_get_changes('slot_name',&nbsp;'LSN', upto_nchanges,&nbsp;'options_name',&nbsp;'options_value')</code><code>select&nbsp;pg_logical_slot_get_changes('test_slot',&nbsp;null,&nbsp;null);</code><code>select&nbsp;data&nbsp;from&nbsp;pg_logical_slot_get_changes('test_slot',&nbsp;null,&nbsp;null,&nbsp;'pretty-print',&nbsp;'1');</code>（7）复制槽监控<code>select &nbsp;slot_name, &nbsp;database&nbsp;as&nbsp;datname, &nbsp;plugin, &nbsp;slot_type, &nbsp;datoid, &nbsp;database, &nbsp;active, &nbsp;xmin, &nbsp;catalog_xmin, &nbsp; restart_lsn, &nbsp;pg_size_pretty(pg_xlog_location_diff( &nbsp;case &nbsp; &nbsp;when&nbsp;pg_is_in_recovery() then&nbsp;pg_last_xlog_receive_location() &nbsp;else&nbsp;pg_current_xlog_location() &nbsp;end , &nbsp;restart_lsn))&nbsp;as&nbsp;delay_lsn_bytes, &nbsp;dummy_standby, &nbsp;confirmed_flush</code><code>from&nbsp;pg_replication_slots;&nbsp;</code><code>select&nbsp;pg_size_pretty(pg_xlog_location_diff('7F9/F7241AA0','76D/3FE8E558'));</code>其中enable_slot_log的作用：指定是否开启逻辑复制槽主备同步特性，默认值为off。如何验证enable_slot_log效果？假设在一个高可用组中，初始情况下，A为主，B为从。<ul><li>假如enable_slot_log = off</li></ul>A创建复制槽，在B中无法查到复制槽信息，也无法查询数据变更。主备切换后，B为主库，A为从库。B仍无法查到复制槽信息，也无法逻辑解码。A可以查到复制槽信息及逻辑解码。在B上修改数据，A中也可以逻辑解码，获取到数据变更。因此，如果发生了故障切换，A无法正常启动的情况下，无法再继续逻辑解码，复制流将中断。<ul><li>假如enable_slot_log = on</li></ul>A创建复制槽，在B中可以查到复制槽信息，同时也能够逻辑解码，获取到数据变更，但是B库无法推进复制槽。如下图所示：<img src="https://g1.cdn.gbase.cn/Uploads/a_jLcpXtbIGw-ENhqWeYY/1.png">主备切换后，B为主库，A为从库。B可以查到复制槽信息，也可以逻辑解码。A可以查到复制槽信息及逻辑解码。在B上修改数据，A中也可以逻辑解码，获取到数据变更，但A无法推进复制槽。（8）设置记录级别<code>alter&nbsp;table&nbsp;t1 replica&nbsp;identity&nbsp;full;</code><code>select&nbsp;a.relname, b.nspname, a.relreplident</code><code>from&nbsp;pg_catalog.pg_class a&nbsp;join&nbsp;pg_catalog.pg_namespace b&nbsp;on&nbsp;a.relnamespace&nbsp;=&nbsp;b.oid</code><code>where&nbsp;a.relname&nbsp;=&nbsp;'t1'&nbsp;and&nbsp;b.nspname&nbsp;=&nbsp;'public'&nbsp;and&nbsp;a.relkind&nbsp;=&nbsp;'r';</code>在逻辑复制场景下，指定该表的UPDATE和DELETE操作中旧元组的记录级别。<ul><li>DEFAULT记录主键的列的旧值，没有主键则不记录。</li><li>USING INDEX记录命名索引覆盖的列的旧值，这些值必须是唯一的、不局部的、不可延迟的，并且仅包括标记为NOT NULL的列。</li><li>FULL记录该行中所有列的旧值。</li><li>NOTHING不记录有关旧行的信息。</li></ul>在逻辑复制场景，解析该表的UPDATE和DELETE操作语句时，解析出的旧元组由以此方法记录的信息组成。对于有主键表该选项可设置为DEFAULT或FULL。对于无主键表该选项需设置为FULL，否则解码时旧元组将解析为空。一般场景不建议设置为NOTHING，旧元组会始终解析为空。即使指定DEFAULT或USING INDEX，当前ustore表列的旧值中也可能包含该行所有列的旧值，只有旧值涉及toast该配置选项才会生效。另外针对ustore表，选项NOTHING无效，实际效果等同于FULL。<img src="https://g1.cdn.gbase.cn/Uploads/CwV25goBdUjF8bl5zgRoT/2.png">

“G”术时刻 | GBase数据库逻辑复制槽功能应用实践

“G”术时刻 | 在GBase数据库中，如何使用图片进行信息检索

系统迁移遭遇性能挑战凌晨4点，某银行系统升级现场—— 242 GB核心交易表历经5小时鏖战完成迁移 长舒一口气的工程师小郑输入一条简单SQL，验证迁移后的系统性能：&nbsp;<img src="https://g1.cdn.gbase.cn/Uploads/Rk_sBwhkM3eI6G4qJBqLx/1.png">拿起水杯嘬上一口茶水，再细细擦拭泛雾的眼镜，抬头间屏幕显示的SQL返回时间却让小郑瞳孔地震。足有55秒的艰难应答，这绝不是正常的响应时间。"这就是我们押注的国产方案？"小郑盯着屏幕上的刺眼数字，握紧的拳头微微发抖。但作为技术人的倔强让他抓起电话："小安，我们需要一场数据库的极限抢救！"GBASE技术专家三步破局破局第一式：执行计划深度CT扫描GBase技术专家小安立即前往现场对接。小安仔细研究了这张表，这是一张有2亿多条记录约240GB的金融级“巨兽”分片表，在MySQL侧是以月为单位的分片策略，迁移至GBase 8s后，修改为了按照1年为单位的自动分片。<img src="https://g1.cdn.gbase.cn/Uploads/4AVyrwXWi09lrLIzHlRx7/2.jpg">遇事不决先看执行计划，小安了解了表的基本情况之后，查看了这条SQL的执行计划：<img src="https://g1.cdn.gbase.cn/Uploads/ubgl3RG0iXKQoBKpb2KPV/3.jpg">从执行计划可以看到，查询走了索引，索引列是ricd，而查询SQL的过滤条件是part_dt和ricd，索引单腿走路引发全分片扫描。此外还存在统计信息陈旧导致优化器误判的问题。破局第二式：联合索引+统计刷新双引擎启动小安搭建了一个模拟环境，模拟500万条记录，只查询返回9999条的那一组。<img src="https://g1.cdn.gbase.cn/Uploads/SEtj9npcXWo5eE0_ydXSy/4.png">1、精准索引手术：创建组合索引(part_dt,ricd)<img src="https://g1.cdn.gbase.cn/Uploads/1iJ0OchkJEsgtM1F_J3FG/5.png">2、索引高优操作：通过update statistics更新统计信息<img src="https://g1.cdn.gbase.cn/Uploads/Dy0Pa8FI59tLsGUYI1EMZ/6.png">模拟环境实测：500万数据沙盘推演&nbsp;→&nbsp;9999条结果0.008秒闪电响应！<img src="https://g1.cdn.gbase.cn/Uploads/n4EWsyCQk6nR_RGd1teJB/7.png">破局第三式：生产环境压力熔炉测试小安将上述方案在实际生产环境中实施，结果发现，虽然生产数据更复杂，但是优化效果仍相当明显，SQL响应时间从原来的55秒降低到0.8秒，在单分片数据量比MySQL还要大的情况下，查询效率与MySQL不分伯仲。小郑看到秒出的结果，内心兴奋不已，对小安表达了充分的认可与感谢：“国产数据库不仅'能用'，更能'好用'！通过索引策略优化与定期维护，GBase数据库完全具备承载金融级海量数据的能力！”GBASE有话说1、对于分区表，通过按照分区字段和主键增加组合索引，并做索引的高优统计更新，性能可以获得明显提升。在实际场景中可以把这个高优操作放在crontab定时任务中，比如每周执行一次。2、对于自动分片表的索引，由于分片可能成千上万个，建议使用in子句为全局索引。3、与普通表不同，分片表可以考虑先建索引再导数据；而对于存在追加历史数据，同时在线生产运营的分片表改造，先建索引则是必须的。&nbsp;

GBASE救援实录：三步破局 完成55秒→0.8秒的性能突围

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。

“G”术时刻 | GBase数据库巡检指南，全方位护航数据安全

“G”术时刻 | GBase数据库逻辑复制槽功能应用实践

“G”术时刻 | 在GBase数据库中，如何使用图片进行信息检索

GBASE救援实录：三步破局完成55秒→0.8秒的性能突围

“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

“G”术时刻 | GBase数据库巡检指南，全方位护航数据安全

“G”术时刻 | GBase数据库逻辑复制槽功能应用实践

“G”术时刻 | 在GBase数据库中，如何使用图片进行信息检索

GBASE救援实录：三步破局 完成55秒→0.8秒的性能突围

“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

GBASE救援实录：三步破局完成55秒→0.8秒的性能突围

云数据仓库GCDW：挖掘数据价值为行业发展注入新动能