• [技术解读] GaussDB数据库日常维护
    1、检查实例状态 [omm@gauss001 ~]$ cm_ctl query -Cv[ CMServer State ] node instance state---------------------------------1 192.168.0.142 1 Primary [ Cluster State ] cluster_state : Normalredistributing : Nobalanced : Yescurrent_az : AZ_ALL [ Datanode State ] node instance state---------------------------------------------1 192.168.0.142 6001 P Primary Normal2、查询数据库中锁信息  --2.查询数据库中的锁信息SELECT * FROM pg_locks;--查询等待锁的线程状态信息,获取持锁线程block_sessionid。SELECT * FROM pg_thread_wait_status WHERE wait_status = 'acquire lock'; node_name | db_name | thread_name | query_id | tid | sessionid | lwtid | psessionid | tlevel | smpid | wait_status | wait_event | locktag | lockmode | block_sessionid | global_sessionid -----------+---------+-------------+----------+-----+-----------+-------+------------+--------+-------+-------------+------------+---------+----------+-----------------+------------------(0 rows)--查找正在持锁的会话,然后使用pg_terminate_session命令结束此会话。gaussdb=# SELECT pid,sessionid,query FROM pg_stat_activity where sessionid=block_sessionid; gaussdb=# SELECT pg_terminate_session(pid,sessionid);3、活跃会话检查 --SQL语句长时间运行会占用大量系统资源,用户可以通过查看事件发生的时间,占用内存大小来了解现在数据库运行状态。--查询事件的时间--查询事件的线程启动时间、事务启动时间、SQL启动时间以及状态变更时间gaussdb=# SELECT backend_start,xact_start,query_start,state_change FROM pg_stat_activity;--查询当前服务器的会话计数信息SELECT count(*) FROM pg_stat_activity;--查询当前使用内存最多的会话信息。gaussdb=# SELECT sessid, sum(totalsize)/1024/1024 as "totalsize MB", count(1) as count FROM gs_session_memory_context GROUP BY sessid ORDER BY 2 DESC LIMIT 10;3、对象检查 --表、索引、分区、约束等是数据库的核心存储对象,其核心信息和对象维护是DBA重要的日常工作。--查看表的详细信息\d+ table_name --查询表统计信息SELECT * FROM pg_statistic;--查看索引的详细信息\d+ index_name--查询分区表信息SELECT * FROM pg_partition;5、收集统计信息 --使用ANALYZE语句收集数据库相关的统计信息。gaussdb=# ANALYZE;gaussdb=# ANALYZE table_name; 6.使用VACUUM语句可以回收空间并更新统计信息。  gaussdb=# VACUUM; gaussdb=# VACUUM table_name; --查询约束信息 gaussdb=# SELECT * FROM pg_constraint; 7.基本信息检查  --基本信息包括版本、组件、补丁集等信息,定期检查数据库信息并登记在案是数据库生命周期管理的重要内容之一。 --版本信息 gaussdb=# SELECT version(); 8.容量检查:表大小,数据库大小。 gaussdb=# SELECT pg_table_size('table_name');gaussdb=# SELECT pg_database_size('database_name');
  • [技术解读] GaussDB检查和收集日志
    1、执行如下命令查看操作系统的日志文件vim /var/log/messages关注其中近一个月出现的kernel、error、fatal等字样,根据系统报警信息进行处理。2.检查数据库运行日志•收集日志的主机网络通畅且未宕机,数据库安装用户互信正常。•日志收集工具依赖操作系统工具如gstack,如果未安装该工具,则提示错误后,跳过该收集项。3.收集某个时间段内的日志。gs_collector --begin-time="20240407 18:00" --end-time="20240408 08:00" -h 192.168.0.142gs_collector --begin-time="20240407 18:00" --end-time="20240408 08:00" [omm@gauss001 ~]$ gs_collector --begin-time="20240407 18:00" --end-time="20240408 08:00"Successfully parsed the configuration file.create Dir.Successfully create dir.do system check interval 0 : count 1Collecting OS information.Failed to collect OS information.do database check interval 0 : count 1Collecting catalog statistics.Failed collected catalog statistics.do log check interval 0 : count 1Collecting Log files.Successfully collected Log files.do Config check 0:1Collecting Config files.Successfully collected Config files.Collecting files.Successfully to collect files.All results are stored in /data/cluster/logs/gaussdb/omm/collector_20240408_093215.tar.gz.4、解压并查看日志[omm@gauss001 ~]$ tar xvf collector_20240408_093215.tar.gz collector_20240408_093215/collector_20240408_093215/Detail.logcollector_20240408_093215/Summary.logcollector_20240408_093215/192.168.0.142.tar.gz (1)Detail.log [omm@gauss001 collector_20240408_093215]$ more Detail.log -----------------------------------------------------------------------| || 192.168.0.142 - Collecting OS information - Failed || |-----------------------------------------------------------------------| SuccessfulTask | hostname ; ps ux ; free -m |-----------------------------------------------------------------------| FailedTask | iostat -xm 2 3 : | --没有安装sysstat软件包。-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| || 192.168.0.142 - Collecting catalog information - Failed || |--------------------------------------------------------------------------------------------------------------------| FailedTask | Collecting catalog information: [GAUSS-53503] : There is no coordinator inst in this host |------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| || 192.168.0.142 - Collecting pg_log information - Success || |----------------------------------------------------------------------------| SuccessfulTask | find log files; copy log files |--------------------------------------------------------------------------------------------------------------------------------------------------------| || 192.168.0.142 - Collecting Config information - Success || |----------------------------------------------------------------------------| SuccessfulTask | collect Config information |-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| || 192.168.0.142 - Copy Collect Info Files - Success || |-------------------------------------------------------------------------------------------------------------------| SuccessfulTask | Check Dir; Copy Collect Info Files; Compress Collect Info Files; Send Collect Info Files |------------------------------------------------------------------------------------------------------------------- (2)Summary.log [omm@gauss001 collector_20240408_093215]$ more Summary.log --------------------------------------------------------------------------------| | | || TASK NAME | SUCCESS HOSTNAME | FAILED HOSTNAME || | | |--------------------------------------------------------------------------------|Collecting OS information-1 | | 192.168.0.142 |--------------------------------------------------------------------------------|Collecting catalog information-1 | | 192.168.0.142 |--------------------------------------------------------------------------------|Collecting pg_log information-1 | 192.168.0.142 | |--------------------------------------------------------------------------------|Collecting Config information-1 | 192.168.0.142 | |--------------------------------------------------------------------------------|Copy Collect Info Files-1 | 192.168.0.142 | |-------------------------------------------------------------------------------- [omm@gauss001 collector_20240408_093215]$ tar xvf 192.168.0.142.tar.gz 192.168.0.142/192.168.0.142/logfiles/192.168.0.142/logfiles/log_20240408_093216907859.tar.gz192.168.0.142/catalogfiles/192.168.0.142/systemfiles/192.168.0.142/systemfiles/OS_information_20240408_093215613953.txt192.168.0.142/systemfiles/database_system_info_20240408_093215643918.txt192.168.0.142/configfiles/192.168.0.142/configfiles/config_20240408_093217458939/192.168.0.142/configfiles/config_20240408_093217458939/dn_6001/192.168.0.142/configfiles/config_20240408_093217458939/dn_6001/pg_hba.conf192.168.0.142/configfiles/config_20240408_093217458939/dn_6001/pg_control192.168.0.142/configfiles/config_20240408_093217458939/dn_6001/gaussdb.state192.168.0.142/configfiles/config_20240408_093217458939/dn_6001/postgresql.conf192.168.0.142/configfiles/config_20240408_093217458939/dn_6001/pg_replslot/192.168.0.142/configfiles/config_20240408_093217458939/dn_6001/pg_ident.conf[omm@gauss001 collector_20240408_093215]$ cd 192.168.0.142[omm@gauss001 192.168.0.142]$ lltotal 16drwx------ 2 omm omm 4096 Apr 8 09:32 catalogfilesdrwx------ 3 omm omm 4096 Apr 8 09:32 configfilesdrwx------ 2 omm omm 4096 Apr 8 09:32 logfilesdrwx------ 2 omm omm 4096 Apr 8 09:32 systemfiles
  • [技术解读] GaussDB检查各个节点时间一致性
    1、加入主机名称 vim /tmp/mpphosts2、检查时间for ihost in `cat /tmp/mpphosts`; do ssh -n -q $ihost "hostname;date"; done > /tmp/sys_ctl-os1.log 注意:前提是多个节点之间要做免密,否则需要输入密码。时间肯定不一致。 --检查主备是否握手成功。ntpq -p
  • [技术解读] GaussDB应用连接数查看
    1、SQL语句查看连接数 gaussdb=> SELECT count(*) FROM (SELECT pg_stat_get_backend_idset() AS backendid) AS s; count ------- 40(1 row) 2、查看现有最大连接数 gaussdb=> SHOW max_connections; max_connections ----------------- 1024(1 row)3、异常处理 如果显示的连接数接近数据库的最大连接数max_connections,则需要考虑清理现有连接数或者增加新的连接数。1)执行如下SQL语句,查看state字段等于idle,且state_change字段长时间没有更新过的连接信息。 SELECT * FROM pg_stat_activity where state='idle' order by state_change; 2)释放空闲的连接数。 --查看每个连接,并与此连接的使用者确认是否可以断开连接,或执行如下SQL语句释放连接。--其中,pid为上一步查询中空闲连接所对应的pid字段值。gaussdb=# SELECT pg_terminate_backend(140390132872976); 3)增加最大连接数。gs_guc set [-Z datanode] -D /gaussdb/data/dbnode -c "max_connections= 800" 4)重启数据库服务使新的设置生效gs_om -t stop && gs_om -t start
  • [技术解读] GaussDB表的维护
    为了保证数据库有效运行,数据库必须在插入/删除操作后,基于客户场景,定期做VACUUM FULL和ANALYZE,更新统计信息,以便获得更优的性能。1.相关概念使用VACUUM、VACUUM FULL和ANALYZE命令定期对每个表进行维护,主要有以下原因:•VACUUM FULL可回收已更新或已删除的数据所占据的磁盘空间,同时将小数据文件合并。•VACUUM对每个表维护了一个可视化映射来跟踪包含对别的活动事务可见的数组的页。一个普通的索引扫描首先通过可视化映射来获取对应的数组,来检查是否对当前事务可见。若无法获取,再通过堆数组抓取的方式来检查。因此更新表的可视化映射,可加速唯一索引扫描。•VACUUM可避免执行的事务数超过数据库阈值时,事务ID重叠造成的原有数据丢失。•ANALYZE可收集与数据库中表内容相关的统计信息。统计结果存储在系统表PG_STATISTIC中。查询优化器会使用这些统计数据,生成最有效的执行计划。2、使用VACUUM或VACUUM FULL命令,进行磁盘空间回收。VACUUM customer; 可以与数据库操作命令并行运行(执行期间,可正常使用的语句:SELECT、INSERT、UPDATE和DELETE。不可正常使用的语句:ALTER TABLE)。 --对表分区执行VACUUM操作。VACUUM customer_par PARTITION ( P1 ); VACUUM FULL customer;--执行VACUUM FULL customer时会阻塞涉及customer表的所有操作。3.使用ANALYZE语句更新统计信息。 ANALYZE customer; --使用ANALYZE VERBOSE语句更新统计信息,并输出表的相关信息。ANALYZE VERBOSE customer; --也可以同时执行VACUUM ANALYZE命令进行查询优化 VACUUM ANALYZE customer; 注意:VACUUM 和 ANALYZE 会导致I/O流量的大幅增加,这可能会影响其他活动会话的性能。因此,建议通过 vacuum_cost_delay 参数设置.4、删除表 DROP TABLE customer;5、维护建议 •定期对部分大表做VACUUM FULL,在性能下降后为全库做VACUUM FULL,目前暂定每月做一次VACUUM FULL。•定期对系统表做VACUUM FULL,主要是 PG_ATTRIBUTE。•启用系统自动清理线程(AUTOVACUUM)自动执行VACUUM和ANALYZE,回收被标识为删除状态的记录空间,并更新表的统计数据。
  • [技术解读] GaussDB重建索引
    1、背景信息 数据库经过多次删除操作后,索引页面上的索引键将被删除,造成索引膨胀。例行重建索引,可有效地提高查询效率。 数据库支持的索引类型为B-tree索引,例行重建索引可有效地提高查询效率。•如果数据发生大量删除后,索引页面上的索引键将被删除,导致索引页面数量的减少,造成索引膨胀。重建索引可回收浪费的空间。•新建的索引中逻辑结构相邻的页面,通常在物理结构中也是相邻的,所以一个新建的索引比更新了多次的索引访问速度要快。2、重建索引 重建索引有以下两种方式:•先运行DROP INDEX语句删除索引,再运行CREATE INDEX语句创建索引。在删除索引过程中,会在父表上增加一个临时排他锁,阻止相关读写操作。在创建索引过程中,会锁住写操作但是不会锁住读操作,此时读操作只能使用顺序扫描。 •使用REINDEX语句重建索引。 ◾使用REINDEX TABLE语句重建索引,会在重建过程中增加排他锁,阻止相关读写操作。 ◾使用REINDEX INTERNAL TABLE语句重建desc表(包括列存表的cudesc表)的索引,会在重建过程中增加排他锁,阻止相关读写操作。3、操作步骤 1).删除索引。gaussdb=# DROP INDEX areaS_idx;2).创建索引。gaussdb=# CREATE INDEX areaS_idx ON areaS (area_id);3)使用REINDEX重建索引 ◾使用REINDEX TABLE语句重建索引。 gaussdb=# REINDEX TABLE areaS; ◾使用REINDEX INTERNAL TABLE重建desc表(包括列存表的cudesc表)的索引。 gaussdb=# REINDEX INTERNAL TABLE areaS;
  • [开发应用] GaussDB(DWS) JDBC连接报错
    使用jdbc连接时报错,有没有大哥能帮忙?
  • [技术解读] GaussDB数据库迁移方案介绍
    GaussDB数据库迁移方案介绍云数据库GaussDB提供了多种数据迁移方案,可满足从MySQL数据库、Oracle数据库、GaussDB数据库、PostgreSQL数据库、DB2 for LUW、RDS for SQL Server、Microsoft SQL Server数据库到云数据库GaussDB的迁移。数据迁移工具有DRS、DAS和gs_loader。推荐使用DRS,DRS可以快速解决多场景下,数据库之间的数据流通问题,操作便捷、简单,仅需分钟级就能搭建完成迁移任务。通过服务化迁移,免去了传统的DBA人力成本和硬件成本,帮助降低数据传输的成本。数据迁移命令有gs_dump和gs_dumpall、gs_restore和copy。使用DRS工具将数据导入GaussDB通过DRS实时同步功能,将数据从一个数据源拷贝到GaussDB,实现关键业务的数据实时流动。主要聚焦于表和数据的同步导入。使用DAS工具的导出、导入功能迁移数据sql/CSV文件格式 通过DAS的数据导出功能,获取完整的数据信息,再将数据从本地或者从OBS桶导入目标数据表。使用copy to/from命令导出导入数据CSV文件格式gsql工具提供了元命令\copy进行数据导入导出。\copy只适合小批量、格式良好的数据导入,不会对非法字符做预处理,也无容错能力,无法适用于含有异常数据的场景。JDBC中使用COPY命令导出导入数据其他文件或数据库使用Java语言开发应用程序时,通过调用JDBC驱动的CopyManager接口,从文件或其他数据库向GaussDB写入数据。使用gs_dump和gs_dumpall命令导出数据纯文本格式 自定义归档格式 目录归档格式 tar归档格式 gs_dump支持导出单个数据库或其内的对象,而gs_dumpall支持导出集群中所有数据库或各库的公共全局对象。通过导入工具将导出的元数据信息导入至需要的数据库,可以完成数据库信息的迁移。使用gs_restore命令导入数据sql/tmp/tar文件格式在数据库迁移场景下,支持使用gs_restore工具将事先使用gs_dump工具导出的文件格式,重新导入GaussDB,实现表定义、数据库对象定义等元数据的导入。导入数据主要包括以下内容:所有数据库对象定义。 单个数据库对象定义。 单个Schema定义。 单张表定义。使用gs_loader工具导入数据CSV文件格式对于copy to导出的文件,可以使用gs_loader工具进行数据导入。gs_loader将控制文件支持的语法转换为\COPY语法,然后利用已有的\COPY功能,做主要数据导入工作,同时gs_loader将\COPY结果记录到日志中。
  • [问题求助] 查询分布键的存储位置
    分布式数据库表结构以id 为自增分布键 采用 hash 方式分布如何查看某个数据所在的存储位置 
  • [技术解读] GaussDB日志级别设置
    1.将 log_min_error_statement 参数的值设置为 PANIC,可以避免将出错的sql语句记录在系统日志中gaussdb=> show log_min_error_statement; log_min_error_statement ------------------------- error(1 row) gaussdb=> set log_min_error_statement=PANIC;SETgaussdb=> show log_min_error_statement; log_min_error_statement ------------------------- panic(1 row)2、设置日志级别gaussdb=> show log_min_messages; log_min_messages ------------------ warning(1 row) --日志级别的可取值为:debug, debug5, debug4, debug3, debug2, debug1, info, notice, warning, error, log, fatal, panic--因为日志级别(log_min_messages)设置为 DEBUGx(x为DEBUG级别,取值范围为1~5)时,--调试日志中记录的信息可能包含用户的个人数据。
  • [技术解读] 【GaussDB】慢SQL诊断
     1.执行命令查看数据库实例中SQL语句执行信息  \x  select * from dbe_perf.get_global_full_sql_by_timestamp('2024-04-07 20:00:00', '2024-04-08 11:00:00');  2.执行命令查看数据库实例中慢SQL语句执行信息  \x select * from dbe_perf.get_global_slow_sql_by_timestamp('2024-04-07 20:00:00', '2024-04-08 11:00:00');  3.查看当前主节点SQL语句执行信息  select * from statement_history; 4.查看当前备节点SQL语句执行信息  --备节点执行。主节点执行会报错。 --select * from dbe_perf.standby_statement_history(is_only_slow, start_timestamp, end_timestamp); --例如: select * from dbe_perf.standby_statement_history(true, '2024-04-07 20:00:00', '2024-04-08 11:00:00');                          原文链接:https://blog.csdn.net/weixin_43346403/article/details/137516746 
  • 【GaussDB】删除备份的内容
    1、检查GaussRoach备份生成的备份集。drwx------ 3 omm omm 4096 Apr 8 15:59 20240408_155812drwx------ 3 omm omm 4096 Apr 8 16:25 20240408_162446drwx------ 3 omm omm 4096 Apr 8 16:30 20240408_162921drwx------ 3 omm omm 4096 Apr 8 16:33 20240408_163223drwx------ 3 omm omm 4096 Apr 8 16:39 20240408_1638052、挨个删除备份的备份集cd /data/cluster/tools/script/python3 GaussRoach.py -t delete --media-type disk --media-destination /data/backup \--master-port 3000 --metadata-destination /data/backup2 \--backup-key 20240408_155812 --cascade python3 GaussRoach.py -t delete --media-type disk --media-destination /data/backup \--master-port 3000 --metadata-destination /data/backup2 \--backup-key 20240408_162446 --cascade python3 GaussRoach.py -t delete --media-type disk --media-destination /data/backup \--master-port 3000 --metadata-destination /data/backup2 \--backup-key 20240408_162921 --cascade python3 GaussRoach.py -t delete --media-type disk --media-destination /data/backup \--master-port 3000 --metadata-destination /data/backup2 \--backup-key 20240408_163223 --cascade python3 GaussRoach.py -t delete --media-type disk --media-destination /data/backup \--master-port 3000 --metadata-destination /data/backup2 \--backup-key 20240408_163805 --cascade3、检查备份集[omm@gauss001 roach]$ lltotal 0作者:薛双奇
  • [技术解读] 【GaussDB】基于提交序列号CSN的闪回查询技术
    本文作者:薛双奇1、背景闪回查询可以查询过去某个时间点表的某个 snapshot 数据,这一特性可用于查看和逻辑重建意外删除或更改的受损数据。闪回查询基于MVCC多版本机制,通过检索查询旧版本,获取指定老版本数据。 前提条件undo_retention_time 参数用于设置undo旧版本的保留时间。gaussdb=> show undo_retention_time; undo_retention_time --------------------- 0(1 row)2、参数说明•TIMESTAMP◾指要查询某个表在TIMESTAMP这个时间点上的数据,TIMESTAMP指一个具体的历史时间。 •CSN◾指要查询整个数据库逻辑提交序下某个CSN点的数据,CSN指一个具体逻辑提交时间点,数据库中的CSN为写一致性点,每个CSN代表整个数据库的一个一致性点,查询某个CSN下的数据代表SQL查询数据库在该一致性点的相关数据。 注意:使用时间点进行闪回时,可能会有3s的误差。想要闪回到精确的操作点,需要使用CSN进行闪回。3、开启闪回功能 gs_guc set -N all -I all -c "enable_default_ustore_table=on" (默认打开)--## 开启默认支持Ustore存储引擎gs_guc set -N all -I all -c "version_retention_age=10000" (默认0) --## 旧版本保留的事务数,超过该事务数的旧版本将被回收清理gs_guc set -N all -I all -c "enable_recyclebin=on" (默认关闭) --## 打开回收站gs_guc set -N all -I all -c "recyclebin_retention_time=15min" (默认15分钟)--## 置回收站对象保留时间,超过该时间的回收站对象将被自动清理gs_guc set -N all -I all -c "undo_retention_time=86400" (默认0)--## 该参数表示回滚段中旧版本数据的保留时间,等同于允许闪回查询的时间跨度, 该参数单位是秒,86400 表示是 24 小时。 回收站保留15分钟。Undo,保留24小时。修改如下三个参数即可。gs_guc set -N all -I all -c "undo_retention_time=86400" gs_guc set -N all -I all -c "enable_recyclebin=on" gs_guc set -N all -I all -c "version_retention_age=10000" --重启数据库。cm_ctl stop && cm_ctl start--或者:gs_om -t stop && gs_om -t start4、闪回功能测试(1)当前CSN:48968--查看时间和CSN的对应关系。select snptime,snpcsn from gs_txn_snapshot; 2024-04-09 11:03:44.160392+08 | 24218 2024-04-09 11:03:47.193712+08 | 24221 2024-04-09 11:03:50.226168+08 | 24224 由此可知,当前的CSN=24224 (2)查询数据。gaussdb=> \c mydb1Password for user root: SSL connection (cipher: ECDHE-RSA-AES128-GCM-SHA256, bits: 128)You are now connected to database "mydb1" as user "root".mydb1=> \d List of relations Schema | Name | Type | Owner | Storage --------+-------+-------+-------+------------------------------------------------------------------ public | test1 | table | root | {orientation=row,compression=no,storage_type=USTORE,segment=off} public | test2 | table | root | {orientation=row,compression=no,storage_type=USTORE,segment=off} public | test3 | table | root | {orientation=row,compression=no,storage_type=USTORE,segment=off}(3 rows)mydb1=> select * from test1; id ----(0 rows)mydb1=> insert into test1 values(1),(2),(3);INSERT 0 3mydb1=> select * from test1; id ---- 1 2 3(3 rows)--没有数据,我们插入3条数据。 (3)查看当前的CSN; select snptime,snpcsn from gs_txn_snapshot where snpcsn>=24224; snptime | snpcsn -------------------------------+-------- 2024-04-09 11:03:50.226168+08 | 24224 2024-04-09 11:03:53.258814+08 | 24228 2024-04-09 11:03:56.290929+08 | 24231 2024-04-09 11:03:59.323217+08 | 24235 2024-04-09 11:04:02.357751+08 | 24238 2024-04-09 11:04:05.386135+08 | 24242 2024-04-09 11:04:08.419512+08 | 24247 2024-04-09 11:04:11.453046+08 | 24250 2024-04-09 11:04:14.485619+08 | 24253 2024-04-09 11:04:17.521973+08 | 24256 2024-04-09 11:04:20.553198+08 | 24259 2024-04-09 11:04:23.585653+08 | 24263 2024-04-09 11:04:26.618872+08 | 24268 2024-04-09 11:04:29.650457+08 | 24271 2024-04-09 11:04:32.681014+08 | 24274 2024-04-09 11:04:35.715687+08 | 24277 2024-04-09 11:04:38.748587+08 | 24280 2024-04-09 11:04:41.77907+08 | 24283 2024-04-09 11:04:44.808649+08 | 24287 2024-04-09 11:04:47.840255+08 | 24290 2024-04-09 11:04:50.870112+08 | 24293 2024-04-09 11:04:53.90244+08 | 24297 2024-04-09 11:04:56.935384+08 | 24301 2024-04-09 11:04:59.965591+08 | 24304 2024-04-09 11:05:03.003129+08 | 24307 2024-04-09 11:05:06.033566+08 | 24311 2024-04-09 11:05:09.068603+08 | 24316 2024-04-09 11:05:12.09756+08 | 24319 2024-04-09 11:05:15.130536+08 | 24322 2024-04-09 11:05:18.162522+08 | 24325 2024-04-09 11:05:21.195804+08 | 24329 2024-04-09 11:05:24.22857+08 | 24332 2024-04-09 11:05:27.262362+08 | 24337 2024-04-09 11:05:30.297972+08 | 24340 2024-04-09 11:05:33.325973+08 | 24343 2024-04-09 11:05:36.357083+08 | 24346 2024-04-09 11:05:39.390689+08 | 24349 2024-04-09 11:05:42.418839+08 | 24352 2024-04-09 11:05:45.454785+08 | 24355 2024-04-09 11:05:48.484713+08 | 24358 2024-04-09 11:05:51.518014+08 | 24362 (4)现在我闪回到前面一个CSN=24224;SELECT * FROM test1 TIMECAPSULE CSN 24224;--应该没有数据才对。mydb1=> SELECT * FROM test1 TIMECAPSULE CSN 24224; id ----(0 rows) --果然没有查到数据,我们成功查询闪回到了CSN=24224的时间点。
  • [技术解读] 【GaussDB】基于时间点的闪回
     1.基于时间的闪回  使用时间点进行闪回时,可能会有3s的误差。想要闪回到精确的操作点,需要使用CSN进行闪回。 2.查询当前时间   select snptime,snpcsn from gs_txn_snapshot where snptime>='2024-04-09 11:08' order by snptime desc;mydb1=> select snptime,snpcsn from gs_txn_snapshot where snptime>='2024-04-09 11:08' order by snptime desc; snptime | snpcsn -------------------------------+-------- 2024-04-09 11:09:35.923647+08 | 24618 2024-04-09 11:09:32.892835+08 | 24615 2024-04-09 11:09:29.861663+08 | 24612 2024-04-09 11:09:26.831202+08 | 24609 2024-04-09 11:09:23.795395+08 | 24604 2024-04-09 11:09:20.767963+08 | 24600 2024-04-09 11:09:17.731541+08 | 24597 --我们等会闪回查询取这个时间点。2024-04-09 11:09:17  3.删除数据。  mydb1=> select * from test1; id ---- 1 2 3(3 rows) mydb1=> delete from test1; DELETE 3mydb1=> select * from test1; id ----(0 rows)  4.查看当前时间。  mydb1=> SELECT CURRENT_TIMESTAMP;        pg_systimestamp         ------------------------------  2024-04-09 11:11:48.42958+08 (1 row) 5.我们闪回到上一个时间点:2024-04-09 11:09:17 SELECT * FROM test1 TIMECAPSULE TIMESTAMP to_timestamp ('2024-04-09 11:09:17', 'YYYY-MM-DD HH24:MI:SS');mydb1=> SELECT * FROM test1 TIMECAPSULE TIMESTAMP to_timestamp ('2024-04-09 11:09:17', 'YYYY-MM-DD HH24:MI:SS'); id ---- 1 2 3(3 rows) 果然我们又闪回成功。
  • [问题求助] Query dialect missing 使用DataQL查询数据,分页查询报方言错误
    // SQL 执行器切换为分页模式hint FRAGMENT_SQL_QUERY_BY_PAGE = true;分页查询,报错,原先是使用的postgre(海盒)数据库,切换到guassDB出现这种问题
总条数:1681 到第 页
上滑加载中