近日，国内权威科技产业研究机构第一新声正式发布「2024年度科技行业最佳CEO及高成长企业榜」。GBASE南大通用凭借在信创产业的技术创新、突出成果和丰富的落地实践，荣登「信创产业最佳服务商」榜单。第一新声指出，在“科技自立自强”的国家战略底色下，中国市场将永远期待硬核技术的突破和前沿科技的创新。作为国产数据库的领先厂商，GBASE南大通用敏锐把握信创产业发展趋势，始终致力于国产数据库核心技术的研发与市场开拓，二十余年持续聚焦数据库，基于深厚的技术积累和市场洞察，以自主研发的“GBase数据库系列产品”为核心竞争力，于国内最早研发推出列存数据库，率先突破基于共享存储的数据库集群技术，积极拥抱云原生、分布式、大模型等新兴技术，研发推出云原生数据仓库、多模多态分布式数据库、向量数据库等创新产品，深度把控核心技术，稳步抢占数据库技术高地。目前，GBase数据库已经助力金融、电信、政务、能源、交通等关键行业用户打造自主可控的数据底座，为党政自主信息化建设、金融核心系统信创攻关、电信运营商数智升级、能源安全防线构建、智能交通动脉贯通、医疗卫建信创升级、教育信息化建设提供自主高效、稳定安全的数据管理解决方案，在核心技术自主程度、软硬产品适配兼容、规模化替代实践、行业场景深耕及产业生态构建等维度保持领先优势，部署节点超过96000个，管理数据总量超过500PB。未来，GBASE南大通用将继续秉持自主创新理念，持续加强核心技术攻关，不断完善和提升数据产品及服务质效，为信息技术应用创新在千行百业的深入推广提供助力，为更多企业用户的数智化发展注入新动能。

技术创新先锋：GBASE南大通用入选“2024年度中国信创领军企业”

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

2025年4月9日-10日，第八届中国国际管道会议（CIPC）暨技术装备与成果展将在北京国家会议中心盛大开幕。本届CIPC 2025以“绿色、智能、融合、发展”为主题，汇聚国内外顶尖专家、行业领袖及领军企业，深度探讨管道技术革新与产业升级的前沿趋势。GBASE南大通用即将亮相此次盛会（展位号：B096），诚邀您莅临现场交流指导，一同见证管道领域的新变革与新发展。中国国际管道会议（CIPC）由国家管网集团牵头打造，是全球能源管道领域的顶级盛会，全球能源管道行业最具影响力的学术交流与技术展示平台。自创办以来，CIPC已成功举办七届，始终以“交流新技术、展示新成果、擘画新图景、探寻新机遇、共谋新未来”为使命，在推动油气与新能源储运技术进步、促进能源管输产业转型升级等方面发挥了重要作用。本届CIPC 2025将汇聚全球院士、学者、企业领袖及技术专家，围绕管材研制、管道建设、风险防控、新能源拓展、战略经济等议题展开深度探讨。并将于本届盛会之上展示全球尖端软硬件装备，推动油气与新能源储运技术的革新，探索管道产业高端化、智能化、绿色化发展新路径。<img src="https://g1.cdn.gbase.cn/Uploads/IHHToXRB5iKbhMfRH8phG/邀请函.jpg">作为国产数据库领域的领先企业，GBASE南大通用始终致力于为能源行业提供高可靠、高性能、高拓展的数据产品与解决方案，将携全栈GBase数据库产品及行业应用解决方案亮相此次盛会，全方位展示国产数据库在油气管网储运、巡检等领域的创新应用，诚邀您莅临现场交流指导。4月9日-10日，北京国家会议中心，我们不见不散！ &nbsp;

邀请函 | GBASE南大通用邀您相约第八届中国国际管道会议（CIPC）暨技术装备与成果展！

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

<img src="https://cdn.gbase.cn/jinwei/uploads/2WMCbwJAKc3AZHM6NHKmW/微信图片_2025-08-01_114729_828.jpg">GBASE培训中心计划于2025年04月08日举办“2025四月GBase 8a MPP Cluster 认证培训班”，数据库版本是市场普及版。全程免费：免费报名、免费的安装介质、免费的技术答疑、考试通过者免费获得具备国产数据库认证资质的数据库管理电子证书。欢迎踊跃报名！产品介绍GBase 8a MPP Cluster（以下简称“8a集群”）是南大通用公司自主研发、国内领先的大规模分布式并行处理数据库集群，亦称分布式逻辑数据仓库。具有满足各个数据密集型行业日益增大的数据分析、数据挖掘、数据备份和即席查询等需求的能力。GBase 8a MPP Cluster 已支持国内外超200个大型企业用户。国内：支撑了中国农业银行核心数据仓库、中行大数据平台、国家电网全业务中心分析域数据仓库、中国移动集团集中经营分析数据仓库以及移动、联通、电信20多个省的大数据平台等关键业务系统。国外：GBase 8a MPPCluster已出口海外30多个国家--美国、俄罗斯、德国、墨西哥、巴基斯坦等。目前部署节点总数超过45000个，管理数据超过400PB。课程介绍本系列课程从8a集群产品零基础开始，讲解8a集群数据库的基本原理、运维和 SQL 语法。整个课程分为学习和考试2个阶段，10天学习，两次模拟考试机会，两次认证考试机会。在线自学、在线辅导、在线考试，理论和实操想结合，循序渐进、轻松掌握国产数据库基础知识。学习目标：<ul><li>帮助学员了解8a集群的工作原理、功能特性和部署策略，帮助学员建立数据库MPP架构的基本概念。</li><li>使学员掌握8a集群数据库的安装和管理维护工作，能够解决一些集群状态异常的问题。</li><li>使学员掌握对单虚拟集群数据库的数据操作，可以增删改查库表数据，管理、分配用户权限、查看系统表等。</li></ul> 培训时间安排<ul><li>04月01日 ~ 07日 报名入群</li><li>04月08日 ~ 17日 学习阶段</li><li>04月18日 ~&nbsp;22日 认证考试</li></ul><img src="https://cdn.gbase.cn/jinwei/uploads/UhiF2D8ibqygRLh3cCslE/微信图片_2025-08-01_114804_090.png">培训大纲<img src="https://cdn.gbase.cn/jinwei/uploads/80xOfZLaaSMUnFIAvHP1a/微信图片_2025-08-01_114844_396.png">适合学习人员<ul><li>数据库管理、运维、软件开发工程师；</li><li>有一定Linux和数据库基础的人员。</li></ul>培训流程<ul><li>报名：见下面的《报名方法》。</li><li>邮件通知：开课当天、考试前一天，报名学员都能收到开课和考试的培训通知邮件，请注意查收您的邮箱。</li><li>微信学习群：报名成功后，会弹出老师企业微信，建议添加老师为好友，并留言“8a - 姓名 - 手机号”，核对信息后将邀请进入学习交流群。</li><li>上课形式：在线观看录播课程，学习阶段每天上午6点解锁一天的课程，学习时间自主安排。</li><li>练习：随堂互动练习+模拟考试，及时检测学习效果。</li><li>认证考试：在线考试，满足学习条件得到考试优惠券，免费参加考试。考试通过者免费获得GBase管理工程师认证证书（电子）：</li></ul><img src="https://cdn.gbase.cn/jinwei/uploads/QcBIL_sdN3wlnGEHDOZtI/微信图片_2025-08-01_114925_921.png">报名方法有意参加GBase 8a&nbsp;数据库认证培训班，请用微信扫二维码报名！！<img src="https://cdn.gbase.cn/jinwei/uploads/Q2_hLEttGZKs1tFdYANnH/微信图片_2025-08-01_114954_882.png">在开课前报名费为1分钱，开课一天后报名费为1元，请抓紧报名~报名成功后建议添加老师微信进入学习群，方便交流！！报名咨询：郝老师&nbsp;022-58815678转8031往期学员话培训江苏移动IT产品经理：培训讲师的讲课就像是一顿丰富的大餐，精美地呈现在培训课堂中，真是“听君一席话，胜读十年书”。讲师毫无保留地把自己的经验拿出来跟大家分享，深入浅出，可谓是异彩纷呈。澳门某银行科技部经理：这次培训是远程，非常方便，不但培训免费，还提供了云服务器供学员练习，最核心的是视频中对知识点的讲解很细致，老师在群里回答问题也很耐心、及时，而且我们是带着问题去学习、去解惑，更有针对性，比如对客户端的这一课，就让我们纠正了原来不太准确的用法。江西银行总行审计师：本次培训模式新颖，注重学员的感受，区别于单一的授课模式，强调互动与沟通，培训后整理课件笔记并分享给学员。同时有课后练习以及阶段性测试，为巩固学习成果、验证学习效果起到重要的作用。培训老师的答疑解惑、详细讲解为各种知识背景的学员迅速掌握、加深了解、近距离接触以及后续使用产品提供了一个良好的开端。重庆银行科技部技术专家：为了解决集中式架构数据库在数据分析类系统应用中存在的性能瓶颈，重庆银行对多款产品在高可用、稳定性、集群功能、集群性能等方面进行对比测试后，最终选择南大通用GBase 8a MPP集群搭建新一代数据仓库。通过本次培训，我对GBase 8a MPP Cluster的基础架构、核心技术、适用场景和SQL用法有了更深的理解和实践操作机会，为后续工作开展提供了技术储备。汉得信息大数据项目经理：这次培训共十几天的课程，每天抽出1-2小时即可。从GBase的历史、特点讲到部署安装、常规使用和监控，十分全面。单元小测验之后才能参加最后的认证，考得好、参与程度高还有免考试费、证书费的优惠，不得不说这波安排十分到位，有“枣”吃也有“巴掌”挨，哈哈，我喜欢这种模式，既能调动大家兴趣，鼓励大家广泛参与，也避免了整个课程流于形式的尴尬，十分推荐还没参加的小伙伴赶紧加入后面的学习。湖北某档案科技公司架构师：GBase免费培训机会，让我对于南大通用的产品有了全新的认识。本次培训的学习内容很多，花了几天时间集中学习了一下，视频中的内容还是很有用的，大部分内容我测试中都使用到了，而且数据库的sql语句兼容性也很好，除了一些特定的语法，大部分能够兼容常用数据库产品。通过尝试也将以前的项目迁移到GBase数据库上，感觉还是很简单的。特别需要提一点就是培训是免费的，相比之下其他厂商的同类型培训费用可以大几千，这点我觉得是良心的，看的出来南大通用是在建立直接的生态，而并非是向“钱”看齐，相信这样良心企业做出来的产品也会是很好的。

2025四月GBase 8a MPP Cluster 认证培训班火热报名中~

近日，GBASE南大通用中标广东南海农村商业银行监管报表一表通数据报送项目。GBase数据库将为南海农商银行报送系统建设提供全面的数据库服务支撑。<img src="https://g1.cdn.gbase.cn/Uploads/rFwKd5NZ0Xao_uTT2AqKk/广东南海农村商业银行.jpg">南海农商银行选择GBASE南大通用联合宇信科技推出的“一表通”全链路解决方案<a href="https://www.gbase.cn/news/3485">（点击查看方案详情）</a>，凭借GBase数据库高性能、高可用、高安全的优势特性，融合宇信科技在监管报送领域的产品技术和丰富经验，通过一体化设计、可靠的数据存储&amp;高性能数据处理、多维度数据检核、全信创支撑等优势，更快速、更准确、更安全、更稳定地完成“一表通”监管报送。目前，该联合解决方案已在多家城市商业银行、农村信用社部署上线，满足金融机构监管合规与风险管理需要。以本次中标为契机，GBASE南大通用将持续为南海农商银行提供安全稳定、智能高效的数据产品与技术服务，全面推进其监管数字化、智能化转型。 &nbsp;

GBASE南大通用中标南海农商银行监管报表一表通数据报送项目

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;

技术创新先锋：GBASE南大通用入选“2024年度中国信创领军企业”

GBASE救援实录：三步破局完成55秒→0.8秒的性能突围

邀请函 | GBASE南大通用邀您相约第八届中国国际管道会议（CIPC）暨技术装备与成果展！

“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

2025四月GBase 8a MPP Cluster 认证培训班火热报名中~

GBASE南大通用中标南海农商银行监管报表一表通数据报送项目

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

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

性能下降无处遁形：透过临时文件揪出真正的幕后黑手

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

技术创新先锋：GBASE南大通用入选“2024年度中国信创领军企业”

GBASE救援实录：三步破局 完成55秒→0.8秒的性能突围

邀请函 | GBASE南大通用邀您相约第八届中国国际管道会议（CIPC）暨技术装备与成果展！

“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

2025四月GBase 8a MPP Cluster 认证培训班火热报名中~

GBASE南大通用中标南海农商银行监管报表一表通数据报送项目

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

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

性能下降无处遁形：透过临时文件揪出真正的幕后黑手

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

GBASE救援实录：三步破局完成55秒→0.8秒的性能突围