日前，天津市民政局网信办、天津市数据发展中心三部与GBASE南大通用三个党支部联合开展“党建引领聚合力 政企联合谱新篇”主题党日活动。GBASE南大通用党总支副书记任宏蕊、天津区域负责人王喆等陪同参观交流。<img src="https://g1.cdn.gbase.cn/Uploads/ShAie6M00gAaIHhbGgwDB/1.jpg">在GBASE企业展厅，三个支部一起回顾了企业发展历程，重点考察了GBase数据库的产品布局、上下游生态和技术创新成果，充分肯定了GBASE南大通用数据产品及解决方案在金融、电信、能源、交通等关键领域的应用成效。<img src="https://g1.cdn.gbase.cn/Uploads/J84kl4kzM00bULd1Ng6tC/2.jpg">座谈会上，双方围绕“党建引领业务攻坚”进行了充分交流。<img src="https://g1.cdn.gbase.cn/Uploads/Hgk7rF1hWqFcb_qoZStXV/3.jpg">GBASE南大通用党总支副书记任宏蕊详细介绍了公司以党建引领科技创新的实践经验，强调GBASE南大通用始终将党建工作融入技术研发、人才培养和社会责任的全链条，通过创新党建模式，推动党建工作与生产经营目标同向、部署同步、工作同力，把党组织的政治优势、组织优势转化为推动发展优势，把党建工作成效转化为公司发展活力和竞争力，以“红色引擎”驱动国产数据库高质量发展。天津市民政局网信办负责同志高度评价GBASE南大通用在推动国产化替代和政务数字化转型中的贡献，并指出民政工作关乎民生福祉，期待通过党建共建机制，借助GBASE南大通用的技术优势，在智慧民政、数据安全、基层治理等领域深化合作，共同构建精准、高效、温暖的民政服务体系。此次联合主题党日活动是双方探讨党建引领下的创新发展路径，政企协同服务民生的生动实践。未来，GBASE南大通用将与市民政局、市数据发展中心进一步凝聚思想共识，建立常态化党建联建机制，持续深化资源共享、优势互补，为推进民政事业数字化、建设数字天津贡献更大力量。 &nbsp;

党建共建 | GBASE南大通用与天津市民政局网信办、数据发展中心三部联合举办主题党日活动

2025 年3月26日，天津市卫生信息学会2025年度学术年会在富力万达文华酒店盛大召开。本次年会以“拥抱人工智能 助力健康发展”为主题，吸引了来自医疗科研单位、医院、企业等300余位专家学者参会。GBASE南大通用携全栈数据库产品及医疗信创解决方案出席活动，多维展现GBase数据库助推医疗健康数智发展的创新成果。<img src="https://g1.cdn.gbase.cn/Uploads/s5j6ut59lbp4qBd-OCMZI/微信图片_20250328105705.jpg">会上，卫生健康委相关负责人在致辞中指出，当前 AI 技术正深刻改变医疗服务模式，从智能诊断到精准治疗，从健康管理到资源优化，其应用已渗透至医疗全链条。思考如何利用AI人工智能实现业务增值，如临床诊疗辅助、病例管理与质控、患者服务优化、医院运营管理和科研，同时要规避伤害，规范使用数据，确保数据安全、保护个人隐私、理解数据基本制度、产出数据价值，更要注重医学伦理，注重健康公平性问题。数据库在作为信息系统的核心构建，在利用AI实现医疗业务增值、激发数据价值等方面发挥着重要作用。GBASE南大通用在医疗领域积极布局，打造了多个面向医疗场景的信创解决方案，能够为医疗机构的信创建设提供自主稳定、安全高效的数据产品与技术服务支持。<img>GBase数据库为医疗行业提供全流程数据迁移与同步服务方案，助力医疗机构实现核心业务系统的无缝迁移及双系统并行运作，有效保障医疗服务不间断运行。公司旗下全栈式数据库产品已完成与国产主流基础设施及医疗行业应用的兼容性认证，能够为医疗信息化建设提供高效支撑。目前该解决方案已在多地取得显著成效，成功落地于北京、天津、山东、安徽、广西等省级行政区的医疗信息化升级项目，为区域智慧医疗建设提供了可靠的数据库技术底座。

数字健康先锋：GBase数据库闪耀天津市卫生信息学会2025年度学术年会

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

随着我国与南方国家间合作机制的深化提升，南方国家数字化建设与改造的需求会被充分的挖掘满足，南大通用的GBase数据库将在此过程中为各行业用户的信息化建设提供坚实的数字底座支撑。在近日举行的2025全球南方金融家论坛上，作为国产数据库领域的领先企业代表，天津南大通用数据技术股份有限公司（下称GBASE南大通用）金融部总经理吴罡在接受新华财经记者专访时表示，全球南方国家正逐渐成为影响国际经济格局的重要力量，加强金融合作意义重大且潜力巨大，在支付体系、基础设施建设等方面具有广阔合作前景。GBASE南大通用金融部总经理吴罡接受记者专访<img src="https://g1.cdn.gbase.cn/Uploads/bAOETD98xCpUtTH69bLKT/DSC5739(2).jpg">下为部分采访实录，完整访谈请<a href="https://mp.weixin.qq.com/s/xwM6ce28J0uiGlxWKpr87Q">移步这里</a>查看吴罡指出，从全球经济格局来看，全球南方国家人口众多、地域广袤、资源丰富，在全球多极化发展进程中，正逐渐成为影响国际经济格局的重要力量。通过金融合作，不仅有助于全球南方国家增强经济自主性，减少对发达国家的依赖，更好应对金融风险，还能为全球经济稳定与可持续发展注入新动力。而全球南方在金融合作方面潜力巨大。吴罡表示，在支付体系方面，推广人民币等多种货币和数字货币支付，能让结算更加多样、便捷、自主；在基础设施建设上，南方国家合作新建和改建数字金融基础设施，优势互补，可满足普惠金融和金融安全需求；此外，借鉴中国 “政府和社会资本合作”（PPP）模式，吸引私营资本参与南方国家基础设施建设，对推动当地发展大有助力。在技术革新与制度创新协同驱动下，数字金融的全球化已成为一种趋势。在技术维度，人工智能、AI等新技术领域的发展，正在重塑金融基础设施底层逻辑。吴罡表示，当下我国工业制造能力和数字经济基础设施建设已走在世界前列，同时对于欠发达地区的数字化改造和应用普及积累了丰富的经验。在推动金融服务数字化、绿色化转型方面，南大通用的GBase系列数据库表现出色。吴罡介绍，作为国内专注于数据库产品研发并实现规模化应用的独立数据库服务商，GBASE南大通用已构建全技术栈的数据产品体系及服务解决方案，针对不同场景研发的分析型、事务型、分布式事务型等产品已服务百余个行业上万家用户，覆盖全国33个省级行政区，并远销全球50多个国家及地区。展望全球数字金融发展前景，吴罡充满信心。他表示，未来GBASE南大通用将紧跟数字技术发展趋势，不断研发升级数据库产品，将高质量的产品与金融行业用户的各类需求深度结合，持续为国内外金融行业用户奉献完善和满意的产品与服务。随着我国与南方国家间合作机制的深化提升，南方国家数字化建设与改造的需求会被充分的挖掘满足，南大通用的GBase数据库将在此过程中为各行业用户的信息化建设提供坚实的数字底座支撑。 &nbsp;

新华财经专访 | GBASE南大通用：通过数字创新促进全球南方金融一体化

新华财经专访 | GBASE南大通用：引领数字创新，加速全球南方金融市场融合

2025年3月19-21日，‌ 以“融金聚智 点亮南方”为主题的2025全球南方金融家论坛在京召开。来自全球30多个国家和地区的政府部门、金融机构负责人及专家学者齐聚一堂，共商全球南方国家金融创新发展的新方法、新路径，坚持发展优先，共同推动构建更加公正合理高效的全球经济治理体系。作为中国数据库领域的核心力量，GBASE南大通用受邀参会，展示GBase数据库“扎根中国金融信创主战场，扬帆全球南方金融新基建”的使命担当。<img src="https://g1.cdn.gbase.cn/Uploads/XWxb9w3_LNfzDOHs7kLWw/1.jpg"><img src="https://g1.cdn.gbase.cn/Uploads/dh47LAaCATaaqRK5w-yAK/2.jpg">论坛期间，GBASE南大通用金融部总经理吴罡接受了新华财经记者的专访，分享在全球南方国家金融合作不断深化背景下，GBase数据库助力全球南方国家建设金融科技数字底座的未来展望。<img src="https://g1.cdn.gbase.cn/Uploads/nIZ094tv9ng5a3IFSknE8/3.jpg">当今时代，全球南方成为国际秩序变革的关键力量。作为新兴市场国家和发展中国家的集合体，全球南方显现出巨大发展潜力，正源源不断为全球经济增长注入活力。与此同时，在这场科技革命和产业变革的浪潮中，新市场的拓展成为企业增长的重要驱动力，国际化发展成为行业共识。科技金融是本次全球南方金融家论坛关注的重点领域之一。如何携手畅通“科技-产业-金融”循环，促进经济人文交流和产业互惠合作，凝成共同心声？依托在国内金融行业的规模化部署经验，GBASE南大通用积极响应“南南合作”倡议，以数字化助力全球化发展，通过国家“一带一路”共建机制，GBase数据库远销全球50多个国家，助力东南亚、非洲、拉美等地区构建智能高效的金融基础设施。针对全球南方国家普遍面临的“数据孤岛化、系统碎片化、运维高成本”难题，GBASE南大通用通过‌“轻量化部署+弹性扩展”解决方案‌，破解新兴市场金融数字化转型痛点；摒弃单一产品输出模式，携手生态伙伴，共建“联合研发+人才培育+场景共创”的本地化合作路径，打造本土化金融科技赋能范式；藉由“南南合作”与“一带一路”共建机制，为全球南方国家用户量身打造最佳数据库应用实践，为全球南方的发展振兴提供持续智力支持。同呼吸、共命运。乘着全球南方声势卓然壮大的东风，在各方共同努力下，全球南方国家金融合作必将迎来新机遇、再上新台阶。从坚持自主创新深耕国内金融行业十余载，到扬帆出海点亮全球南方国家金融科技新基建，GBase数据库始终坚持为企业用户的数智发展注入创新动能。面向未来，GBASE南大通用将与千行百业并肩前行，致力于成为用户最信赖的数字基石。 &nbsp;

GBASE南大通用闪耀2025全球南方金融家论坛，数据智能引领南方创新潮流

GBASE南大通用中标某国有大行GBase数据库运维管理系统采购项目

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

GBASE南大通用成功中标上海移动杨浦节点网优大数据分析系统迁移项目

3月14日，2025年深圳地区非银金融机构数智金融交流会在深召开。本次会议由广东省粤港澳合作促进会金融专业委员会和粤港澳大湾区金融创新研究院联合举办，GBASE南大通用协办，来自深圳地区的证券、保险、基金、期货、信托、财务等非银金融机构科技部门负责人与金融科技服务商出席了会议。作为在金融领域规模化应用的数据库厂商，GBASE南大通用展出了场景化的信创解决方案，并在会上分享了GBase数据库助力金融机构数字化转型、提升服务质效的应用实践。金融行业数字化转型势不可挡，如何提升数字化能力、打造数字化产品体系、优化数字化运营模式，提高数智化水平，成为各金融机构亟待解决的问题。同时，随着金融机构业务线上化、场景多元化加速，实时交易处理、大数据风控、智能投顾等业务对数据库的高并发、低延迟、弹性扩展能力提出了更高要求。<img src="https://g1.cdn.gbase.cn/Uploads/ZiCiRSXR3xXDGIkBo7QYa/1.jpg"><img src="https://g1.cdn.gbase.cn/Uploads/eHVb7sdBJaSBlzVx2MstD/2.jpg"><img src="https://g1.cdn.gbase.cn/Uploads/nDrPoFBBXwfT3baLPUiXN/3.jpg">会上，南大通用GBase 8a总工张绍勇作《GBASE全栈数据库在金融领域的创新与应用》主题报告，分享了GBase数据库助力金融机构通过数据库国产化替换抢抓数字化转型机遇的创新实践。张绍勇指出：“金融机构的数字化转型及信创建设迈入深水区，数据资产处理的效率与安全成为核心竞争力。国产数据库需以技术突破支撑业务敏捷创新，为金融业打造自主可控的智能引擎。”张绍勇重点展示了公司全栈国产化的数据库产品体系，结合某交易所实时交易监察系统、某证券公司报送数仓、某财险公司数据库替换项目等非银金融机构应用案例，分享了面向银行、保险、证券、基金、期货等金融机构的多样化业务场景，GBase数据库能够提供核心业务系统、数据仓库以及一般业务系统、办公系统的全面支持。 目前，GBase数据库已服务200+金融机构，部署数据库2万+套，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。 在会议现场，GBASE展台上展出的“金融信创优秀解决方案”吸引了与会者的广泛关注。经过深入的交流与探讨，多位金融用户与合作伙伴对GBase数据库的产品能力与应用效果予以肯定。本次会议围绕数智金融和金融数字化转型等议题，通过技术演讲、经验分享、互动交流、产品展示等为非银金融机构同业之间的经验传递、技术共享提供了平台。未来，GBASE南大通用将继续深耕金融行业，为用户提供安全、稳定、智能、高效的数据产品与技术服务，助推我国金融业的高质量发展。 &nbsp;

深化数智金融合作——GBASE南大通用亮相深圳非银金融机构交流会

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。