GaussDB怎么查询分区表的索引信息？

 很多人不知道SQL语句在SQL SERVER中是如何执行的，他们担心自己所写的SQL语句会被SQL SERVER误解。比如：    select * from table1 where name='zhangsan' and tID > 10000    和执行:    select * from table1 where tID > 10000 and name='zhangsan'    一些人不知道以上两条语句的执行效率是否一样，因为如果简单的从语句先后上看，这两个语句的确是不一样，如果tID是一个聚合索引，那么后一句仅仅从表的10000条以后的记录中查找就行了；而前一句则要先从全表中查找看有几个name='zhangsan'的，而后再根据限制条件条件tID>10000来提出查询结果。    事实上，这样的担心是不必要的。SQL SERVER中有一个“查询分析优化器”，它可以计算出where子句中的搜索条件并确定哪个索引能缩小表扫描的搜索空间，也就是说，它能实现自动优化。    虽然查询优化器可以根据where子句自动的进行查询优化，但大家仍然有必要了解一下“查询优化器”的工作原理，如非这样，有时查询优化器就会不按照您的本意进行快速查询。    在查询分析阶段，查询优化器查看查询的每个阶段并决定限制需要扫描的数据量是否有用。如果一个阶段可以被用作一个扫描参数（SARG），那么就称之为可优化的，并且可以利用索引快速获得所需数据。    SARG的定义：用于限制搜索的一个操作，因为它通常是指一个特定的匹配，一个值得范围内的匹配或者两个以上条件的AND连接。形式如下：    列名 操作符 <常数 或 变量>    或    <常数 或 变量> 操作符列名    列名可以出现在操作符的一边，而常数或变量出现在操作符的另一边。如：    Name=’张三’    价格>5000    5000<价格    Name=’张三’ and 价格>5000    如果一个表达式不能满足SARG的形式，那它就无法限制搜索的范围了，也就是SQL SERVER必须对每一行都判断它是否满足WHERE子句中的所有条件。所以一个索引对于不满足SARG形式的表达式来说是无用的。    介绍完SARG后，我们来总结一下使用SARG以及在实践中遇到的和某些资料上结论不同的经验：    1、Like语句是否属于SARG取决于所使用的通配符的类型   如：name like ‘张%’ ，这就属于SARG    而：name like ‘%张’ ,就不属于SARG。    原因是通配符%在字符串的开通使得索引无法使用。    2、or 会引起全表扫描   Name=’张三’ and 价格>5000 符号SARG，而：Name=’张三’ or 价格>5000 则不符合SARG。使用or会引起全表扫描。    3、非操作符、函数引起的不满足SARG形式的语句   不满足SARG形式的语句最典型的情况就是包括非操作符的语句，如：NOT、!=、<>、!<、!>、NOT EXISTS、NOT IN、NOT LIKE等，另外还有函数。下面就是几个不满足SARG形式的例子：    ABS(价格)<5000    Name like ‘%三’    有些表达式，如：    WHERE 价格*2>5000    SQL SERVER也会认为是SARG，SQL SERVER会将此式转化为：    WHERE 价格>2500/2    但我们不推荐这样使用，因为有时SQL SERVER不能保证这种转化与原始表达式是完全等价的。    4、IN 的作用相当与OR   语句：    Select * from table1 where tid in (2,3)    和    Select * from table1 where tid=2 or tid=3    是一样的，都会引起全表扫描，如果tid上有索引，其索引也会失效。    5、尽量少用NOT   6、exists 和 in 的执行效率是一样的   很多资料上都显示说，exists要比in的执行效率要高，同时应尽可能的用not exists来代替not in。但事实上，我试验了一下，发现二者无论是前面带不带not，二者之间的执行效率都是一样的。因为涉及子查询，我们试验这次用SQL SERVER自带的pubs数据库。运行前我们可以把SQL SERVER的statistics I/O状态打开。    （1）select title,price from titles where title_id in (select title_id from sales where qty>30)    该句的执行结果为：    表 'sales'。扫描计数 18，逻辑读 56 次，物理读 0 次，预读 0 次。    表 'titles'。扫描计数 1，逻辑读 2 次，物理读 0 次，预读 0 次。    （2）select title,price from titles where exists (select * from sales where sales.title_id=titles.title_id and qty>30)    第二句的执行结果为：    表 'sales'。扫描计数 18，逻辑读 56 次，物理读 0 次，预读 0 次。    表 'titles'。扫描计数 1，逻辑读 2 次，物理读 0 次，预读 0 次。    我们从此可以看到用exists和用in的执行效率是一样的。    7、用函数charindex()和前面加通配符%的LIKE执行效率一样   前面，我们谈到，如果在LIKE前面加上通配符%，那么将会引起全表扫描，所以其执行效率是低下的。但有的资料介绍说，用函数charindex()来代替LIKE速度会有大的提升，经我试验，发现这种说明也是错误的：    select gid,title,fariqi,reader from tgongwen where charindex('刑侦支队',reader)>0 and fariqi>'2004-5-5'    用时：7秒，另外：扫描计数 4，逻辑读 7155 次，物理读 0 次，预读 0 次。    select gid,title,fariqi,reader from tgongwen where reader like '%' + '刑侦支队' + '%' and fariqi>'2004-5-5'    用时：7秒，另外：扫描计数 4，逻辑读 7155 次，物理读 0 次，预读 0 次。    8、union并不绝对比or的执行效率高   我们前面已经谈到了在where子句中使用or会引起全表扫描，一般的，我所见过的资料都是推荐这里用union来代替or。事实证明，这种说法对于大部分都是适用的。    select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi='2004-9-16' or gid>9990000    用时：68秒。扫描计数 1，逻辑读 404008 次，物理读 283 次，预读 392163 次。    select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi='2004-9-16'    union    select gid,fariqi,neibuyonghu,reader,title from Tgongwen where gid>9990000    用时：9秒。扫描计数 8，逻辑读 67489 次，物理读 216 次，预读 7499 次。    看来，用union在通常情况下比用or的效率要高的多。    但经过试验，笔者发现如果or两边的查询列是一样的话，那么用union则反倒和用or的执行速度差很多，虽然这里union扫描的是索引，而or扫描的是全表。    select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi='2004-9-16' or fariqi='2004-2-5'    用时：6423毫秒。扫描计数 2，逻辑读 14726 次，物理读 1 次，预读 7176 次。    select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi='2004-9-16'    union    select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi='2004-2-5'    用时：11640毫秒。扫描计数 8，逻辑读 14806 次，物理读 108 次，预读 1144 次。    9、字段提取要按照“需多少、提多少”的原则，避免“select *”   我们来做一个试验：    select top 10000 gid,fariqi,reader,title from tgongwen order by gid desc    用时：4673毫秒    select top 10000 gid,fariqi,title from tgongwen order by gid desc    用时：1376毫秒    select top 10000 gid,fariqi from tgongwen order by gid desc    用时：80毫秒    由此看来，我们每少提取一个字段，数据的提取速度就会有相应的提升。提升的速度还要看您舍弃的字段的大小来判断。    10、count(*)不比count(字段)慢   某些资料上说：用*会统计所有列，显然要比一个世界的列名效率低。这种说法其实是没有根据的。我们来看：    select count(*) from Tgongwen    用时：1500毫秒    select count(gid) from Tgongwen    用时：1483毫秒    select count(fariqi) from Tgongwen    用时：3140毫秒    select count(title) from Tgongwen    用时：52050毫秒    从以上可以看出，如果用count(*)和用count(主键)的速度是相当的，而count(*)却比其他任何除主键以外的字段汇总速度要快，而且字段越长，汇总的速度就越慢。我想，如果用count(*)， SQL SERVER可能会自动查找最小字段来汇总的。当然，如果您直接写count(主键)将会来的更直接些。    11、order by按聚集索引列排序效率最高   我们来看：（gid是主键，fariqi是聚合索引列）    select top 10000 gid,fariqi,reader,title from tgongwen    用时：196 毫秒。 扫描计数 1，逻辑读 289 次，物理读 1 次，预读 1527 次。    select top 10000 gid,fariqi,reader,title from tgongwen order by gid asc    用时：4720毫秒。 扫描计数 1，逻辑读 41956 次，物理读 0 次，预读 1287 次。    select top 10000 gid,fariqi,reader,title from tgongwen order by gid desc    用时：4736毫秒。 扫描计数 1，逻辑读 55350 次，物理读 10 次，预读 775 次。    select top 10000 gid,fariqi,reader,title from tgongwen order by fariqi asc    用时：173毫秒。 扫描计数 1，逻辑读 290 次，物理读 0 次，预读 0 次。    select top 10000 gid,fariqi,reader,title from tgongwen order by fariqi desc    用时：156毫秒。 扫描计数 1，逻辑读 289 次，物理读 0 次，预读 0 次。    从以上我们可以看出，不排序的速度以及逻辑读次数都是和“order by 聚集索引列” 的速度是相当的，但这些都比“order by 非聚集索引列”的查询速度是快得多的。    同时，按照某个字段进行排序的时候，无论是正序还是倒序，速度是基本相当的。    12、高效的TOP   事实上，在查询和提取超大容量的数据集时，影响数据库响应时间的最大因素不是数据查找，而是物理的I/0操作。如：    select top 10 * from (    select top 10000 gid,fariqi,title from tgongwen    where neibuyonghu='办公室'    order by gid desc) as a    order by gid asc    这条语句，从理论上讲，整条语句的执行时间应该比子句的执行时间长，但事实相反。因为，子句执行后返回的是10000条记录，而整条语句仅返回10条语句，所以影响数据库响应时间最大的因素是物理I/O操作。而限制物理I/O操作此处的最有效方法之一就是使用TOP关键词了。TOP关键词是SQL SERVER中经过系统优化过的一个用来提取前几条或前几个百分比数据的词。经笔者在实践中的应用，发现TOP确实很好用，效率也很高。但这个词在另外一个大型数据库ORACLE中却没有，这不能说不是一个遗憾，虽然在ORACLE中可以用其他方法（如：rownumber）来解决。在以后的关于“实现千万级数据的分页显示存储过程”的讨论中，我们就将用到TOP这个关键词。   原文链接：https://blog.51cto.com/u_15127635/3901527 

请问GaussDB的session_timeout参数可以设为0不？我们这边场景需要一个长连接

GaussDB添加索引报这个错误，是怎么回事，ERROR: temporary file size exceeds temp_file_limit (104857600kB)

GaussDB执行报错，ERROR:timestampdiff syntas is not supported 有可替换的方法吗？

1、自定义的函数和存储过程在后台哪个目录里存在？我先后台修改存储过程，自定义函数怎么操作？2、我记忆中好像在开发手册中提到，数据delete以后是把数据的一个标识删除了，数据其实还在表里，有没有什么方法可以找回？3、数据库导出的数据会默认省略整数位的0。知会省略0，例如0.11导出以后就变成 .1了，导入导致各种报错。求助各位大佬

异地双活的数据同步，GaussDB有哪些工具可以支撑？

GaussDB不支持conflict语法吗？CREATE TABLE t1(dist_key int PRIMARY KEY, a int, b int); INSERT INTO t1 VALUES(1,2,3) ON CONFLICT(dist_key) DO UPDATE SET dist_key = EXCLUDED.dist_key, a = EXCLUDED.a + 1;

GaussDB整数位显示丢失，我想要的效果其实是 0.001 乘以100 后显示 0.1，但是，实际显示的结果却是 .100 整数位丢失了；怎么处理？

事务执行过程中报错：; uncategorized SQLException; SQL state [25P02]; error code [14310]; [10.235.217.215:59972/7.213.119.234:8000] ERROR: current transaction is aborted, commands ignored until end of transaction block, firstChar[B]

七个方面全面增强快速了解高可用1. 两地三中心跨Region容灾针对两地三中心跨Region容灾特性新增基于流式复制的异地容灾解决方案。支持灾备数据库failover，满足主备集群异地网络时延<=100ms时，数据库典型配置下灾备升主RTO 分钟级，RPO ≈ 0。支持容灾主备数据库实例计划内switchover，满足主备集群异地网络时延<=100ms时，数据库典型配置下主备倒换，RTO 分钟级，RPO=0。2. CM支持对外状态查询和推送能力通过http/https服务远程查询到集群的状态，便于管理人员、运维平台等监控集群状态。在数据库集群发生切主事件时，通过http/https服务及时地将集群最新的主备信息推送到应用端注册的接收地址，便于应用端及时的感知到集群的主备变化，从而能够快速的连接到新的主机和备机。3. DCF支持策略化多数派DCF（Distributed Consensus Framework，分布式共识框架，基于Paxos算法实现数据同步强一致。）支持策略化多数派能力，以多数派为前提，同时根据用户配置的AZ，保证AZ内至少有一个节点同步复制日志。高性能基础算子性能提升新选择率模型典型场景选择率估算准确率提升1X，性能提升1X。分区表页面估算优化典型场景性能提升20%。Partition Iterator算子优化典型场景性能提升5%。函数依赖特性支撑多列查询典型场景行数估算准确率提升1X 。SeqScan算子优化典型场景性能提升10%。高智能1. DBMind自治运维平台构建端到端自治运维平台：新增异常检测能力，完善自监控、自诊断、自调优能力。DBMind服务化：提供简易的部署能力、通过新增cmd exporter扩充采集指标；将原有的openGauss-exporter扩展为Agent, 便于获得即时信息；提供多种形式的功能API，便于与用户已有的运维平台对接和集成。异常检测：通过对监控到的指标进行分析，可以给出系统异常状态波动告警，包括基于规则的和基于算法的两种模式。其中，基于算法的包括对spike, mean shift等典型异常场景进行分析。2. 智能优化器实现库内Bayes网络算法并基于此实现智能统计信息以提高多列基数估计准确度，进而提升生成的执行计划质量。计划自适应选择解决因数据倾斜、索引不准、使用Offset查询等引起的计划跳变难题，性能提升1x以上。高安全细粒度Any权限增强Any权限管理，新增支持以下5种对象共12种ANY权限功能：ALTER ANY TYPE、DROP ANY TYPEALTER ANY SEQUENCE、DROP ANY SEQUENCE、SELECT ANY SEQUENCEALTER ANY INDEX、DROP ANY INDEXCREATE ANY TRIGGER、ALTER ANY TRIGGER、DROP ANY TRIGGERCREATE ANY SYNONYM、DROP ANY SYNONYM工具链1. MySQL全量迁移性能提升，提升全量迁移性能通过支持表级并行迁移，提升MySQL全量迁移性能，基于sysbench测试模型，在Kunpeng-920 2p服务器上，10张表（单表容量三百万以上）使用10并发迁移，可达到大于300M/s的迁移性能。2. MySQL增量迁移支持事务级并行消费，提升增量迁移性能基于开源三方件mysql-binlog-connector-java解析mysql的binlog，并根据mysql主备并行复制的原理，对可并行的事务在openGauss端采用多线程进行并行回放，以实现MySQL到openGauss的在线迁移。利用sysbench对MySQL压测，在10张表30个线程并发情况下，IUD混合场景下，在Kunpeng-920 2p服务器上测试整体增量迁移性能可达3w tps。3. 支持基于默克尔树的数据校验实现基于默克尔树的数据实时校验工具，支持MySQL数据迁移到openGauss时，源端与目的端数据全量和增量校验。4. 支持openGauss到MySQL迁移，满足MySQL反向迁移要求特性基于openGauss的逻辑复制实现，在openGauss端开启逻辑复制，使用JDBC获取逻辑解码，对逻辑解码进行SQL解析，通过多线程并发迁移到MySQL端，满足用户数据从MySQL迁移到openGauss后，两个数据库并行运行或迁移后逃生的诉求。sysbench对openGauss进行压测，在100张表100个线程并发情况下，针对insert场景，在Kunpeng-920 2p服务器上测试整体迁移性能可达3w tps。企业级特性1. 行存表压缩能力增强通过对行存数据进行压缩的操作，改变数据页面的存储状态。通过增加一个映射管理层将压缩页面分块落盘。整体过程发生在数据库脏页刷盘过程，对数据库的上层逻辑不影响，对用户不感知。满足TPCC测试模型中，压缩率2:1以上，且性能劣化小于5%。2. 发布订阅能力增强发布订阅功能增强，支持异地双活解决方案。轻量化版本支持发布订阅功能，满足边云协同场景需求。支持发布端主备切换后订阅关系不断开。支持同步订阅关系创建前的基础数据。支持备份恢复后复制槽不丢失，保证发布订阅的连接正常。支持以二进制格式发送数据。3. 细粒度滚动升级在灰度升级下，提供一种升级指定部分节点的功能。保证在不中断业务的情况下，先升级部分节点再升级剩余节点，减少升级场景业务中断时间。4. statement_history视图诊断能力增强备机支持statement_history视图，满足备机慢SQL诊断要求。statement_history增加对waitevents的统计，记录慢SQL执行时等待事件耗时和次数。可扩展性1. 集成openLookeng，提供分布式OLAP能力基于openLookeng实现分布式分析能力，openLookeng复用shardingsphere中间件的分库分表能力，使openLookeng可以获取openGauss数据进行分析运算。加上shardingSphere搭配openGauss形成的分布式OLTP能力一起组合成分布式的HTAP能力。注： openLooKeng: 面向大数据库的数据虚拟化引擎，详情 https://openlookeng.io/zh/ShardingSphere：将任何数据库转换为分布式数据库系统的生态系统，并通过分片、弹性扩展、加密功能等对其进行增强。详情：https://shardingsphere.apache.org/2. CM支持管理shardingSphere Proxy和注册中心CM支持自定义资源管理，支持管理shardingSphere Proxy和注册中心，支持异常情况自动拉起。感谢openGauss社区所有贡献者独行快，众行远。感谢来自社区1005名参与openGauss3.1.0版本贡献的开发者。同样感谢积极参与本次版本贡献的华为、海量数据、云和恩墨、中国联通、电子科技大学计算机科学与工程学院、宁夏大学信息工程学院、华南理工大学软件学院、兰州大学信息科学与工程学院、北京工业大学计算机学院软件与理论系、北京思斐软件技术有限公司等组织单位。转自华为计算公众号

在操作数据库的过程中，查询没有问题，新增会出现以下问题，求助各位大佬org.postgresql.util.PSQLException: ERROR: dn_6035_6036: relation "t_stat_sjzcgl_zysqd_sqfw" does not exist on DN dn_6035_6036 。表t_stat_sjzcgl_zysqd_sqfw是有存在的，通过查询是没有问题的。

在gaussdb中，创建表的数据类型为real，通过后台gsql查询数据显示为100.35，而通过datastudio查询显示为100.345，为什么显示结果不一致？

 各位大佬们好，本文整理了openGauss 这个月所有的已经解决的问题合集，当你有问题的时候可以直接看这篇了。  1.什么场景会触发GaussDB(for openGauss)主备切换啊 https://bbs.huaweicloud.com/forum/thread-0233973765858740021-1-1.html  2.GaussDB(for openGauss)删除存储过程的的语法是啥？ https://bbs.huaweicloud.com/forum/thread-0250973766449720012-1-1.html  3.GaussDB(for openGauss)修改表字段类型时，怎么样可以关掉级联限制吗？ https://bbs.huaweicloud.com/forum/thread-0240973824984550025-1-1.html  4.【GaussDB(for openGauss)】高斯支持gin索引不？ https://bbs.huaweicloud.com/forum/thread-0260973826438220018-1-1.html  5.【GaussDB(for openGauss)】opengauss支不支持逻辑复制槽failover https://bbs.huaweicloud.com/forum/thread-0263973827288650021-1-1.html  6.【GaussDB(for openGauss)】高斯数据库有参数控制兼容吗？ https://bbs.huaweicloud.com/forum/thread-0263974669581230032-1-1.html  7.【GaussDB(for openGauss)】高斯数据库报错怎么处理？ https://bbs.huaweicloud.com/forum/thread-0250974670723580020-1-1.html  8.【GaussDB(for openGauss)】请教下不小心把表数据删除了，高斯数据库怎么恢复？ https://bbs.huaweicloud.com/forum/thread-0233974671286510027-1-1.html  9.请问安装的时候遇见/opt/huawei/install/app/bin/gs_guc: error while loading shared libraries: libreadline.so.7: cannot open shared https://bbs.huaweicloud.com/forum/thread-0215980053570640004-1-1.html  10.openGauss数据库连接串有参考样例吗？ https://bbs.huaweicloud.com/forum/thread-0215980056725990005-1-1.html  11.【GaussDB(for openGauss)】高斯列存支持物化视图吗？ https://bbs.huaweicloud.com/forum/thread-0228980089596810007-1-1.html  12.【GaussDB(for openGauss)】自建sys_guid（）函数时报“ permission denied for schema public”，怎么解决？ https://bbs.huaweicloud.com/forum/thread-0221984333845800036-1-1.html  13.高斯数据库报这个，该怎么处理 https://bbs.huaweicloud.com/forum/thread-0221984230287280035-1-1.html  14.LOWER 函数对应高斯数据库的哪个函数呢 https://bbs.huaweicloud.com/forum/thread-0218980750518800010-1-1.html  15.【GaussDB(for openGauss)】python连OpenGauss有方案吗，psycopg2可以用吗？ https://bbs.huaweicloud.com/forum/thread-0218980721371520009-1-1.html 

高斯表如果有 上亿数据，一般设置几个分区合适？