【问题现象】混合云BMS   ARM系统，os定期reboot，影响业务。 【影响场景】ARM BMS，使用了集中式网关，高速网络 + 专属组网 【问题影响】BMS 定期reboot，影响上面的DWS业务。 【问题根因】0、混合云bms高速组网，两个网卡做bond，然后再做vlan，导致网卡名称为bond.xxxx。和传统的网卡名称（eth1~eht3）不一样。1、agent的netcardmonitor.sh因为逻辑判断错误（检测eth1~eht3，但是eht网卡不存在，认为网卡挂了），每分钟都重启 service network restart   --诱因12、因为专线组网配置到bond0.3541,导致每次执行service network restart 都失败。 --诱因2（未定位）3、每次 service network restart失败都会产生一次软中断。4、arm架构下，软中断过多导致os reboot。（x86架构暂未发现此问题） 【规避方案】把租户面机器上的root下的crontab的netcardmonitor.sh定时任务注释掉。

gs_ctl reload -D /gaussdb/data/db1 显示结果和实验手册不同，如下

配置方法：1、安装psycopg2；rpm -ivh python-psycopg2-2.5.1-3.el7.x86_64.rpm2、编写python脚本样例，并赋予执行权限；import psycopg2conn = psycopg2.connect(database=“pocdb”, user=“u1”,password=“**“, host=”...”, port=“25308”)cursor = conn.cursor()cursor.execute(“DROP TABLE if exists test_conn”)cursor.execute(“CREATE TABLE test_conn(id int, name text)”)cursor.execute(“INSERT INTO test_conn values(1,‘haha’)”)cursor.execute(“INSERT INTO test_conn values(2,‘lala’)”)cursor.execute(“update test_conn set name = ‘xixi’”)cursor.execute(“delete from test_conn where id = 1”)conn.commit()cursor.execute(“select * from test_conn”)rows = cursor.fetchall()for row in rows:print 'id = ',row[0], 'name = ', row[1], '\n'cursor.close()conn.close()3、执行脚本刷新环境变量：source /opt/huawei/Bigdata/mppdb/.mppdbgs_profilepython test.py4、登录数据库，查验数据；w：初始化数据库密码（gs_initdb指定），安全需要必须设置。-p：指定的openGauss端口号，如不指定，默认为5432。步骤1 连接服务器：... root/，或者直接用omm用户连接，omm/*;步骤2 切换omm用户 ,刷新环境变量； source /opt/huawei/Bigdata/mppdb/.mppdbgs_profile步骤3 连接数据库；gsql -d postgres -p 5432 -r执行sql命令，\d+ tablename查看表定义； \d+ test_conn 查询表数据； Select * from test_conn;

【功能模块】psycopg2【操作步骤&问题现象】1、psycopg2.connect(.....) 报错 psycopg2.OperationalError:none of the server's SASL authentication mechanisms are supported【截图信息】

手工做统计信息收集，发现如下报错 。 analyze   ods.ods_spc_aoi_head_t    ;       >[Error] Script lines: 5-6 -------------------------- ERROR: dn_6061_6062: failed on assertion in analyze.cpp line 3625.没有找到相关的解决方法 。 

【操作步骤&问题现象】线下GaussDB A 8.0.0.1 产品文档中描述，数据存储在磁盘是通过加密存储的，是采用那种加密实现的？

Oracle的监控方式：            DBA_TAB_MODIFICATIONS视图（基表为SYS.MON_MODS_ALL$）记录了从上次收集统计信息以来表中DML操作变化的数据量，包括执行INSERT、UPDATE和DELETE影响的行数，以及是否执行过TRUNCATE操作。另外，DBMS_STATS.FLUSH_DATABASE_MONITORING_INFO可以将内存（SGA）中的数据快速刷新到数据字典SYS.MON_MODS_ALL$中。        SYS.MON_MODS_ALL$只是最终表，中间还有一个过渡表SYS.MON_MODS$，这两个表的结构是完全相同的。从Oracle 10g开始，当初始化参数STATISTICS_LEVEL的值被设置为TYPICAL或ALL时，默认会启用Oracle中表监控的特性，此时，Oracle会默认监控表上的自上一次分析（Last Analyzed）之后发生的INSERT、UPDATE、DELETE以及表是否被TRUNCATE截断操作，并且Oracle数据库的SMON后台进程每15分钟会将这些操作数量的近似值（内存SGA中记录的DML操作）写入到数据字典基表MON_MODS$中（从SGA中写入到MON_MOD$），但是这个写入过程只持续1分钟，因此，可能不是所有DML操作都会记录到MON_MODS$表中。在默认情况下，数据库每天会将SGA中表的DML操作和MON_MODS$表的数据合并（MERGE）到MON_MODS_ALL$中，也可以通过DBMS_STATS.FLUSH_DATABASE_MONITORING_INFO来手动写入到MON_MODS_ALL$中。在收集统计信息后，MON_MODS_ALL$表中信息将被清空。  问题： DWS中也可以开启 autoanalyze ，它们是基于什么数据来做的，也有monitor DML/TRUNCATE的功能 ？ 什么时候触发写入类似的monitor表   ？     

问题描述：console界面 404问题版本：HCS 802  HCS 803问题分析：DWS前台走的是公共console转发，此处需要联系HCS的工程师具体分析处理

关键字：索引后置，元组后置，元组平移，DDL慢，数据库查询越来越慢一、索引后置排查1. 关键索引OID对应索引名对应字段2662pg_class_oid_index pg_class表oid字段2659pg_attribute_relid_attnum_indexpg_attribute表attnum&attrelid字段2679pg_index_indexrelid_indexpg_index表indexrelid字段2687pg_opclass_oid_indexpg_opclass表oid字段2655pg_amproc_fam_proc_indexpg_amproc表amprocfamily &amproclefttype&amprocnum &amprocrighttype字段2693pg_rewrite_rel_rulename_indexpg_rewrite表ev_class&rulename字段2701pg_trigger_tgrelid_indexpg_trigger表tgname&tgrelid字段2. 创建自定义函数public.pg_class_index_backward() 【在对应数据库中创建】CREATE OR REPLACE FUNCTION public.pg_class_index_backward() RETURNS TABLE(node_name text, pg_class_ctid tid) LANGUAGE plpgsql NOT FENCEDAS $$                                                                      DECLARE      row_name record;      query_str text;      query_str_nodes text;                                                  BEGIN                                                                                           query_str_nodes := 'SELECT node_name FROM pgxc_node';        FOR row_name IN EXECUTE(query_str_nodes) LOOP                          query_str := 'EXECUTE DIRECT ON (' || row_name.node_name|| ')''select cast(''''' || row_name.node_name|| ''''' as text), a.ctid from pg_class a where a.oid in (2662,2659,2679,2687,2655,2693,2701)''';            RETURN QUERY EXECUTE (query_str);                                                  END LOOP;                                                                                                      END;$$;                          3. 查询使用函数     1> select * from public.pg_class_index_backward() order by pg_class_ctid desc limit 30;    2> 查询结果：node_name节点名称pg_class_ctid系统表pg_class ctid字段元组    3> 元组释义：    ctid元组(X, Y)：X代表物理块号/页面号，Y代表元组号。    4> 判断：    若pg_class_ctid中存在X>10w的数据，基本可以确认有系统表索引后置的问题。4. 解决方案    清理系统表【HC/HCS/HCSO】4.3&4.4：cid:link_0【纯软】4.3&4.4：cid:link_1注：【执行操作前请找研发确认，勿直接操作】二、元组后置排查1. 关键元组attrelid释义内核8.1.3（不含）之前版本2662,2659,2679,2687,2655,2693,2701内核8.1.3（包含）及以上版本2662,2659,2679其中包含关键索引对应的pg_attribute表中的ctid元组2. 创建自定义函数public.pg_attribute_backward() 【在对应数据库中创建】内核8.1.3（不含）之前版本CREATE OR REPLACE FUNCTION public.pg_attribute_backward() RETURNS TABLE(node_name text, oid text, ctid tid, attrelid oid, attname name, relname name) LANGUAGE plpgsql NOT FENCEDAS $$                                                                      DECLARE                                                                                                 row_name record;                                                       query_str text;                                                        query_str_nodes text;                                                  BEGIN                                                                                           query_str_nodes := 'SELECT node_name, oid FROM pgxc_node';        FOR row_name IN EXECUTE(query_str_nodes) LOOP                          query_str := 'EXECUTE DIRECT ON (' || row_name.node_name|| ') ''select cast(''''' || row_name.node_name|| ''''' as text), cast(''''' || row_name.oid|| ''''' as text), a.ctid, a.attrelid, a.attname, b.relname from pg_attribute a, pg_class b where a.attrelid = b.oid and a.attrelid in(2662,2659,2679,2687,2655,2693,2701);''';                     RETURN QUERY EXECUTE (query_str);                                              END LOOP;                                                                                                    END;$$;  内核8.1.3（包含）及以上版本CREATE OR REPLACE FUNCTION public.pg_attribute_backward() RETURNS TABLE(node_name text, oid text, ctid tid, attrelid oid, attname name, relname name) LANGUAGE plpgsql NOT FENCEDAS $$                                                                      DECLARE                                                                                                 row_name record;                                                       query_str text;                                                        query_str_nodes text;                                                  BEGIN                                                                                           query_str_nodes := 'SELECT node_name, oid FROM pgxc_node';        FOR row_name IN EXECUTE(query_str_nodes) LOOP                          query_str := 'EXECUTE DIRECT ON (' || row_name.node_name|| ') ''select cast(''''' || row_name.node_name|| ''''' as text), cast(''''' || row_name.oid|| ''''' as text), a.ctid, a.attrelid, a.attname, b.relname from pg_attribute a, pg_class b where a.attrelid = b.oid and a.attrelid in(2662,2659,2679);''';                     RETURN QUERY EXECUTE (query_str);                                              END LOOP;                                                                                                    END;$$;  3. 查询使用    1> 查询方法：    select node_name, max(ctid) from public.pg_attribute_backward() group by node_name ;    select node_name, relname, max(ctid) from public.pg_attribute_backward() group by node_name, relname limit 50;     注：查询中增加relname（对应元组表名/索引名）    2> 查询结果node_name节点名称relname元组对应表名/索引名max(ctid)最大元组    3> 判断    若max(ctid)中存在X>10w的数据，基本可以确认有关键元组后置的问题。4. 解决方案    清理系统表【HC/HCS/HCSO】4.3&4.4：cid:link_0【纯软】4.3&4.4：cid:link_1注：【执行操作前请找研发确认，勿直接操作】三、客户不允许创建函数的情况1. 请使用shell版执行获取信息    见附件

>摘要：GaussDB首要的任务是解决华为的业务连续性的需求，同时也是要确保使用GaussDB的客户的业务能够连续，所以我们坚持战略投入，坚持从每一行代码，坚持从生态开始来构建整个数据库体系。本文分享自华为云社区《华为云GaussDB：发挥生态优势，培养应用型DBA》，作者：GaussDB数据库。 # 导读： 随着5G互联网时代的来临，各行各业对于数据库的依赖程度也在逐步提高。由于国内在数据库行业的发展起步较晚，数据库的市场份额长期被Oracle，微软等美国公司所控制.但是伴随着国内IT技术栈的不断演进，去“IOE”已经由一个企业的目标，变成了整个行业的目标，也就是说我国必须使信息系统数据，运行在自研系统之上，以防止数据丢失造成的一系列严重后果。而近两年从国际形势来看，去IOE已经成为了国产数据库发展的必经之路。 很高兴看到的是如今国产数据库已逐步形成了百花齐放的格局，此次邀请了华为云数据库业务负责人苏光牛先生来和网友们一起交流关于未来国产数据库的发展。同时我们也征集了一些与国产数据库相关的社会讨论度较高、网友较为关心的问题，希望从数据库产品负责人的角度给大众一些更深层次的独到见解。  华为云数据库业务负责人苏光牛 负责华为云数据库业务的战略制定与发展，数据库云服务产品与解决方案研发、运营、运维和交付等。 # —以下为采访全文— **Q：介绍下贵公司的数据库产品及优势，以及主要的目标用户是谁？** **苏光牛**：华为数据库GaussDB首先定位是云数据库，其次，定位为分布式数据库，云和分布式的结合是数据库的未来。GaussDB首要的任务是解决华为的业务连续性需求，能不受任何约束地使用数据库，所以从一开始就思考如何完全的自主可控，从每一行代码、从生态，从电信的可靠、可用及性能等要求出发，再和云技术相结合，打造企业级分布式数据库。 **在当前的形势下**，GaussDB上述定位更加符合金融、泛政府、电信、能源、交通、医疗、物流等重要行业的需求，真正能帮助客户实现数字化转型。 GaussDB是一个产品系列，在整体架构设计上，**体现了多模的设计理念**。具体包括： - 关系型数据库： 1. 基于openGauss生态的分布式数据库GaussDB(foropenGauss)，是自主生态的分布式数据库 2. 基于MySQL生态的分布式数据库GaussDB(forMySQL)，我们100%兼容MySQL，让更多的客户可以无缝迁移上来，同时，这也是分布式数据库，不再是单机的主备的MySQL - 非关系型NoSQL数据库： - 基于文档的分布式数据库GaussDB(forMongo)，100%兼容Mongo的接口，解决了开源的协议风险，用3副本解决9副本的可靠性 - 基于时序协议的分布式数据库GaussDB(forInflux)，分布式方案解决了开源只有主备的容量问题 - 基于宽表Cassandra的GaussDB(forCassandra)，解决了Java的GC抖动的严重问题，数据强一致 - 基于KV接口的GaussDB(forRedis),当前100%兼容Redis，未来可以兼容更多的KV协议，数据强一致，超大容量10T+，解决了开源主备脱节等问题 此外，还有一些重要的组件，如：数据迁移——DRS(DataReplicationService)；应用结构的转换——UGO(DatabaseandApplicationMigrationUGO)(愚公移山)；分布式数据库中间件——DDM(DistributedDatabaseMiddleware)，中间件这一层完全自主开发，让整体具备分布式分库分表>能力，满足需要MySQL生态但对可信要求不高的客户的诉求。 华为云GaussDB全栈产品以及解决方案，目的是让客户：选型安心(自主生态，开源生态，NoSQL，分布式统一的架构，性能卓越)、迁移放心(从数据的在线迁移到应用的结构转换，让迁移的担忧不复存在)、生态无忧(无论基于开源的生态，还是对自主生态的要求，都能满足)。 **Q：贵司的数据库目前取得了哪些成绩** **苏光牛**：GaussDB汇聚全球资源，依托分布在全球7大区域的研究所、约2000+数据库/数据仓库/大数据的高级内核引擎、算法、性能等专家与专业人才，持续战略投入10多年： 1. 市场份额：金融政企市场，GaussDB本地部署(也即：HCS的方案)取得国产数据库第一的市场份额（来源：2020下半年IDC中国关系型数据库软件市场数据跟踪报告）；同时，全球DBMS市场份额进入了前十名（来源：GartnerMarketShareAnalysis:DatabaseManagementSystems,Worldwide,2020） 2. 标杆客户：已在1500+金融政企与泛互联网标杆大客户取得规模商用，以金融业为例，GaussDB已经和工商银行、建设银行、招商银行、邮政储蓄银行、农业银行、交通银行、中信银行、光大银行、民生银行、华夏银行、中原银行、永安保险、众惠财产相互保险社、安心保险、海通证券等大量头部银行、保险和证券客户展开广泛合作。 3. 学术研究：华为先后在SIGMOD、VLDB、ICDE三大顶级国际学术会议上发表数据库论文36篇。尤其在AI-Native方向，2021年新入选SIGMOD国际顶级会议的《LearnedCardinalityEstimationforSimilarityQueries》创新地提出了模型分割和数据分割解决方法来解决DNN训练难题。 4. 高校生态：与教育部联合建设“智能基座”基地，GaussDB已与72所国内双一流高校建立合作关系，同时在教育部“新工科”项目的54所高校中开设GaussDB数据库课程。在高职、专科院校，通过实践实训培养面向社会的应用型人才。开课之外，华为数据库每年定期开展师资培训，联合多所顶尖高校教授出版GaussDB数据库教材、教辅，持续完善GaussDB数据库的人才培养体系！ 除此之外，GaussDB数据库每年举办数据库性能挑战大赛，设置实习生计划和优才招聘计划，提供华为和行业伙伴实习机会。从理论教学、动手实验、大赛历练、职业认证、人才招聘全流程支持，长期培养和输送GaussDB人才！ 1. 开发者生态：华为将GaussDB的核心能力贡献出来，形成openGauss的开源版本和openGauss的生态，当前有1700+开发者参与openGauss开源项目，20000+社区用户，来自全球74个国家506个城市的29万的下载量，10家厂商发行了基于openGauss开源内核的自主品牌商业数据库产品，民生银行、中国电信等43家头部企业加入社区。 以华为云开发者社区为基础，提供39个GaussDB技术课程，发布和更新GaussDB初级、中级培训认证；和国内10+数据库以及开发者社区建立合作关系，积极支持和参与线上线下技术活动，和业界共同繁荣数据库社区，累计赋能15万以上开发者。 1. 合作伙伴生态：数据库产业的发展离不开上下游生态伙伴的支持，经过测试和认证，华为云GaussDB已和100+伙伴的产品形成联合解决方案，并推荐到华为云严选商城，共享市场机会，涵盖： a)生态工具伙伴：迪思杰、英方、数见、航天壹进制、鼎甲等异构数据同步工具、数据库灾备工具 b)金融、政府等行业解决方案伙伴：例如神码融信、长亮科技等 c)咨询服务类伙伴：海量数据、云和恩墨等 d)SaaS伙伴：金蝶、用友、甄云、泛微、致远互联等； e)基础设施伙伴：如麒麟OS和统信OS **Q：贵司的数据库产品未来有什么规划，或者重点突破的方向** **苏光牛**：未来，华为云数据库将在以下几个方面持续投入和布局： - 做好数据库生态：数据库要跟随华为云进入千行百业，离不开数据库生态的建设。除了构建openGauss自主可控的生态外，我们也积极拥抱并完全兼容业界主流的如关系型的MySQL、PostgreSQL及非关系型的Mongo、Redis、Cassandra和InfluxDB等生态。在伙伴生态建设上，认证多家ISV作为我们的伙伴，提供迁移、容灾等数据库上云解决方案，为更多的客户提供服务。 - 促进联合创新：金融行业是对数据库稳定可靠、性能等各方面要求极为苛刻的典型行业，有上亿用户和高并发海量交易等丰富的应用场景，华为和工行等头部客户坚持长期联创，通过这些不可多得的严苛而丰富的场景和应用，帮助GaussDB数据库快速孵化提升能力，也帮助这些企业完成数字化的转型等任务。 - 服务华为自身业务：华为GaussDB系列数据库已经规模承载了华为终端云服务和内部流程IT的业务，华为这2个业务有着苛刻的要求。GaussDB帮助了华为自身这种既有传统业务又有新型业务实现了数字化转型，这是一个非常好的范本。 - 核心竞争力打造： 1. 多Region多活：支持全球化企业数据就近访问，全球多活容灾，数据多点写入； 2. 软硬协同：全面支持多样化算力，具备从算力到服务器、存储、操作系统、数据库的E2E研发能力，发挥数据库软硬协同、性能调优的独特优势； 3. 企业级分布式能力：交易型的数据容量从M到G，再到T，几十T，决定了分布式数据库是大势所趋，华为云数据库着力面向分布式场景打造极致的可靠性和扩展性； 4. 数据安全与可信：随着各行各业对数据安全和隐私保护的重视，GaussDB会通过全密态数据库为客户消除数据泄露的风险。 5. AI-Native：上万台服务器，数据库数千个实例，100+T的数据，海量节点规模下的数据的高效管理是必须面对的难题。华为致力于打造具备自感知，自恢复，自优化等能力的云数据库，实现高度自治，降低数据库运维成本 **Q：针对数据库行业，您认同“得DBA者得天下”这句话？** **苏光牛**：本质上这句话的含义是：**得生态者得天下**。DBA是可以培养的，一个好的生态更容易培养出DBA，所以生态才是最重要的。当前的大环境形势，给了数据库及生态机会，我们要打造一个开放的、易学习易上手的生态，例如：openGauss，我们从2020.6.30开始开源，从每一行代码开始来打造，同时尽可能兼容一个生态，这样就让大家更容易学习。 目前国内有10家ISV已经基于openGauss打造了自己的数据库，我相信越来越多企业和个人会感受到openGauss在生态上的优势。 **Q：对于新手来说在学习GaussDB数据库方面有没有什么好的学习建议** **苏光牛**：GaussDB推出了一系列学习资料，帮助大家从零开始学习和使用GaussDB,主要包括： - **GaussDB的入门**：注册华为云，进入华为云学院，在“学习路径”中找到“[数据库学习路径](https://education.huaweicloud.com/programs/6d767c5a-8932-4616-ae37-43e13a332910/about)“；同时，申请GaussDB实例进行调测，与实战相结合，熟悉云数据库方案设计与调优； - **GaussDB精品课**：进入华为云学院，在“在线课程”中找到“[数据库](https://edu.huaweicloud.com/courses)“，这里有内核专家精心录制的视频，每期围绕1个主题内容，详解1个业务难题。 -** GaussDB慕课**：登录中国大学MOOC网，由东北师范大学李雁翎教授团队与GaussDB专家团队联合开发，[《数据库原理 GaussDB云数据库》](https://bbs.huaweicloud.com/forum/thread-154280-1-1.html#)已上线； - **培训认证**：华为云同步推出了GaussDB初级以及高级课程以及认证，进入华为云学院，选择“[职业认证](https://edu.huaweicloud.com/training)”。 - 同时也建议大家下载openGauss，购买《openGauss数据库核心技术》结合代码深入理解数据库内核，为社区做贡献，提升自己的影响力，成为大咖。 华为云数据库产品团队不断推出新的线上学习课程，举办数据库训练营、挑战赛等，请大家关注微信公众号“GaussDB数据库”获取最新活动信息。 **Q：目前国内外对于数据库开源都有不同的意见。一些国产数据库也逐步进行了开源，那开源到底好不好？以及开源是否能带来直观的收益。** **苏光牛**：数据库是讲究生态的产业，生态需要耐心持续的投入。华为积极参与和推进产业生态，2020年6月30日，华为开源openGauss,与合作伙伴、高校以及开发者共建开源生态，鼓励有能力的合作伙伴发展基于openGauss的自有品牌数据库产品，为上层应用提供更多数据库选择，和业界共同繁荣数据库产业生态。 GaussDB(foropenGauss)是华为基于openGauss的生态和部分内核增强了分布式能力的商业版本，通过华为云和华为云Stack(HCS)，满足政企客户对分布式数据库的高性能、高可靠、高安全的需求。 开源对数据库生态的帮助，整体来讲，是正向的积极的。但是开源需要真的开源，需要安全的开源和合规的开源，开源涉及大量第三方依赖包括专利的优化和调整，而不是代码放开就是开源；所以从这个意义上来讲，开源也要负责任，开源不是终点，更不是被迫的应对措施，开源需要帮助更多的伙伴能真正的用起来。 同时，华为也积极拥抱并兼容和支持业界主流的生态如MySQL、PostgreSQL及非关系型数据库Mongo、Redis等生态，我们会把这些软件生态和华为的分布式存储、软硬件协同起来，让客户既能获得生态的好处，又能获得更高的性能、可靠性，这才是我们认为的真正符合客户需要的数据库产品。 **Q：您认为数据库国产化目前的难点是什么，或者说国产数据库发展的主要瓶颈有哪些？** **苏光牛**：当前数据库产业的核心难点之一是人才，实际上芯片、操作系统和数据库这些根技术上都缺乏人才，其中一个原因也是因为一直以来普遍都更加关注应用开发，例如：很多大学生主要学习JAVA等高级开发语言作为未来的职业的主要语言，但这些根技术普遍还是C语言，这些系统级的软件需要C语言的精深的掌握，仅仅是这一条就让很多人不选择系统级的软件开发岗位；同时，这些根技术的入门台阶很高，学习了JAVA语言开发一个APP可能24小时就可以了，但数据库不行，特别是内核的开发可能需要半年，甚至更长的时间，这会让更多人即使进入后也会打退堂鼓；最后，长期以来交易数据库很重要，是IT系统的核心的核心，但数据库实际的营收却并不高，这里面有复杂的因素，但确实让很多企业望而却步，因为收益可能是未来的可能是隐形的，加上人才难以获得，很多企业就难以长期坚持下去。 GaussDB从发展初期开始，对人才培养和获取就基于全球多个区域进行布局，同时长期坚持战略投入，解决上述2个因素带来的不利影响。 **Q：聊聊您对国产数据库未来的展望和寄语。** **苏光牛**：在当前的大环境下，给中国的数据库带来了机遇，所以整体来讲，对数据库从业者来讲是一个好事。我们知道数据库的大体的理论框架和架构实际上经过了40年的发展，基本上是比较成熟的，核心挑战是工程化的难度，所以这是考验耐力和恒心的时刻，长期坚持战略投入是最基础的保障；同时当前的开源软件为开发数据库内核提供了原型式的范本，但这个直接拿来做一些简单的增强就希望成为“企业级”的数据库，实际上有很大的差距，本着为客户着想，其实需要做很多的工作；最后，国产数据库做到自主可控，每个企业每个人对自主可控的理解都可能不太一样，比如说：通过某个开源软件+一个中间件，到底算不算自主可控，到底算不算分布式数据库，这可能仁者见仁智者见智，不过，本着为服务的企业负责任的态度，我们要保证自己的业务连续(坚持做数据库，10年100年还做数据库)，同时也要为客户负责，任何情况下，自己开发的软件符合安全和合规的要求，客户的业务才能连续。 GaussDB首要的任务是解决华为的业务连续性的需求，同时也是要确保使用GaussDB的客户的业务能够连续，所以我们坚持战略投入，坚持从每一行代码，坚持从生态开始来构建整个数据库体系。

某客户在HCS 私有云上，部署使用了 DWS 和Roach； 我方需要和Roach 对接。请问做这个对接，是否需要申请成为Gauss DWS 的生态伙伴，应该走什么的申请流程？麻烦版主看到联系我。非常感谢！

1环境说明：    python 3.6+    java 1.8.0.402前置安装：    安装python第三方库jaydebeapi、jpype1。     1)安装jpype :        pip3 install jpype1   -i http://pypi.douban.com/simple --trusted-host pypi.douban.com     2)安装JayDeBeApi :         pip3 install JayDeBeApi  -i http://pypi.douban.com/simple --trusted-host pypi.douban.com      3) 安装java       yum install java3下载DWS JDBC包：   登录华为云->DWS-->连接管理:下载JDBC驱动包4 配置测试案例：vi test1.py 贴入内容import jaydebeapiurl = '通过华为云---DWS---连接管理---JDBC连接字符串（公网）'user = '账号'password = '密码'dirver = 'com.huawei.gauss200.jdbc.Driver'jarFile = '/root/jdbc/gsjdbc200.jar' #下载的DWS JDBC包sqlStr ='select 1'       #测试的sqlconn = jaydebeapi.connect(dirver,url,[user,password],jarFile)curs=conn.cursor()curs.execute(sqlStr)result=curs.fetchall()print(result)curs.close()conn.close() 执行：python3 test1.py 

【功能模块】GaussDB DWS 查询报错【操作步骤&问题现象】1、执行查询2、报错信息：ERROR ： failed on assertion in agg-plan.cpp line 1495 · invalid target distribution information or its bms-data nodeids is null. 【截图信息】【日志信息】（可选，上传日志内容或者附件）ERROR ： failed on assertion in agg-plan.cpp line 1495 · invalid target distribution information or its bms-data nodeids is null.

【功能模块】DWS中有没有gis函数，类似MySQL中的ST_WITHIN【操作步骤&问题现象】mysql gis函数ST_WITHIN一个常见的应用需求是找出你周围的目的地（例如餐馆），可以使用该函数。ST_WITHIN(g1, g2)： 如果g1在g2的范围内，则返回1，否则返回0mysql> set @g1 =  ST_GeomFromText('POINT(1.558064 110.341903)');Query OK, 0 rows affected (0.00 sec) mysql> set @g2 = ST_GeomFromText('POLYGON((1.558467 110.341781, 1.558081 110.342317, 1.557764 110.34175, 1.558467 110.341781 ))');Query OK, 0 rows affected (0.00 sec) mysql> select st_within(@g1, @g2);+---------------------+| st_within(@g1, @g2) |+---------------------+|                   1 |+---------------------+1 row in set (0.00 sec)ST_CONTAINS是ST_WITHIN的反向操作，表示某个多边形内是否包含某个点。mysql> select st_contains(@g2, @g1);+-----------------------+| st_contains(@g2, @g1) |+-----------------------+|                     1 |+-----------------------+1 row in set (0.00 sec)

【故障现象】发生未知内部错误，请联系Data Studio技术支持团队了解日志详情，详情截图如下：【故障诊断】根据错误信息的提示，初步判断是jdk版本的问题。【故障原因】Data Studio软件运行环境中的jdk版本与软件版本不匹配。【解决方案】Data Studio安装前需要正确安装java8, 并请确认Data Studio、java8和电脑操作系统的位数一致。建议客户使用jdk8的环境，目前Data Studio软件连接 GaussDB (for openGauss)不支持jdk11的环境。