GBase 8c核心技术简介

1 自适应事务处理机制

GBase 8c采用自适应的事务处理机制来提升系统性能。对于只需要在本地节点进行处理的事务，协调器按本地事务处理流程进行处理，不需要进行两阶段提交，以提升事务处理的效率；对于需要跨节点处理的事务，协调器协调参与者进行两阶段提交，以保障全局事务的一致性。整个事务处理的流程对客户端透明。

2 数据分布策略

GBase 8c支持复制表和分布表，通过数据分布策略来避免并行计算期间的资源竞争，同时提升系统性能。复制表是指每个节点上都复制一份数据，数据关联时在节点本地完成。分布表是指一份数据根据某个键值水平拆分到不同的节点上，将单个大表拆分成若干小表，提升系统读写的性能。

复制表和分布表的适用场景如下：

表类型	操作类型	性能表现	适用场景
复制表	插入	较慢	字典表小表
复制表	查询（JOIN）	快/高并发/线性提升	字典表小表
分布表	插入	快/高并发/线性提升	事实表超大表易分片的表
	查询（多表单片）	快/高并发/线性提升
	查询（单表多片）	较快
	查询（多表多片）	慢	避免出现
复制表-分布表混合	复制表对单一分布表 JOIN 查询	较快	主题表-事实表字典表-事实表小表-超大表

3 并行技术

GBase 8c采用并行技术来提升系统的性能和吞吐量，主要特点有：

1. Coordinator协调器制定分布式执行计划，将算子下推到数据节点，数据节点并行处理；

2. 各数据节点采用多线程架构，多个线程并行处理；

3. 采用MVCC（多版本并发控制）技术，实现读写不冲突，提升读写并行处理能力；

14 高可用

GBase 8c高可用架构是通过分布式全组件冗余实现的，即在软件层，针对分布式集群中的每个组件，均做了组件级冗余。

l CN：协调器，采用完全对等的部署方式；

l DN：数据节点，采用主备的高可用架构，主备之间可以配置同步或异步方式；

l GTM：全局事务管理器，采用主备的高可用架构，主备之间可以配置同步或异步方式；

l HA Center：集群状态管理器，采用Raft的复制协议；

l GHA Server：集群管理器，采用主备的高可用架构，主备之间可以配置同步或异步方式；

5 分布式事务

GBase 8c通过GTM全局事务管理器和本地两阶段提交技术，提供分布式强一致事务的能力，同时，对于追求性能的新兴数据库业务，也支持可选的最终一致性事务的能力。

分布式事务原子性和两阶段提交协议

为了保证分布式事务的原子性，防止出现部分DN提交、部分DN回滚的“中间态”事务，GBase 8c采用两阶段提交（2PC）过程，实现跨节点分布式事务。

一、准备阶段（prepare phase），在这个阶段，将所有提交操作所需要使用到的信息和资源全部写入磁盘，完成持久化；

二、提交阶段（commit phase），根据之前准备好的提交信息和资源，执行提交或回滚操作。

一旦准备阶段执行成功，那么提交需要的所有信息都完成持久化落盘，即使后续提交阶段某个DN发生执行错误，该DN可以再次从持久化的提交信息中尝试提交，直至提交成功。最终该分布式事务在所有DN上的状态一定是相同的，要么所有DN都提交，要么所有DN都回滚。因此，对外来说，该事务的状态变化是原子的。

6 算子下推

算子下推是GBase 8c关键技术之一，可以把各种复杂的SQL进行下推执行，最小化数据移动，这是相对于基于分库分表的中间件方案的核心优势。

7 原位更新

l 当执行delete时，数据库将删除元组直接标记为dead，并不会真正从物理上删除；

l 当执行update时，数据库将会使用unused空间写入一个新的元组，然后将旧元组标记为dead，也不进行物理删除；

l 当表上频繁DML时，dead tuple会逐渐将空间耗尽，同时做全表扫描时产生很多额外I/O。

GBase 8c采用原位更新技术：

l 将new tuple放在原位，将dead tuple集中存放在undo；

l 去除vacuum，保证数据回收时IO稳定；

l 数据空间缩减。

PG 采用追加更新方式存储数据，也就是当修改数据时，不是在原位置修改，而是写入一个新记录，这会导致空间膨胀，也就需要定期回收过期的数据空间。这一直是 PostgreSQL 的一个弱项。

而GBase 8c实现了 Undo 机制，也就可以在原位置更新数据。这带来的好处包括：

l 高性能：对插入、更新、删除等不同负载的业务，性能以及资源使用表现相对均衡，相比Append Update引擎性能提升10%；

l 运行平稳：性能运行平稳，8小时性能滚降值从13.8%降低至2.5%；

l 高效存储：支持最大限度的原位更新, TPCC负载下平均节约空间15%~20%，UNDO空间统一分配，集中回收，复用效率更高，存储空间使用更加高效、平稳。

8 事务状态保持

GBase 8c具备事务状态保持能力，任意协调器节点（CN）宕机后，都不影响该节点正在进行的事务状态，事务会自动迁移到其它CN上，继续顺利运行，确保数据库处理能力不会中断。

CN3节点接管事务后，无需重复前面已经成功提交的事务状态，而是继续完成宕机的CN2节点未完成的状态来完成本次事务。整个过程对上层业务无感知，数据库集群内任意节点宕机均不会造成死锁或异常等待情况。

9 全局CDC

GBase 8c支持全局CDC(Change Data Capture，变化数据捕获)特性，方便用户进行数据库的全局备份和数据抽取。CDC变化数据捕获的方式主要包括时间戳、快照、触发器和日志，其中GBase 8c 基于日志的CDC方式，对源数据库的性能不会产生影响。

10 备份恢复

海量的业务数据不仅仅给数据处理和分析查询的性能带来挑战，对数据备份和恢复的要求也更高。因为数据量巨大，如果没有高效的备份和恢复能力，在意外、故障或灾难发生时，无法及时使数据库得到恢复，系统和业务的可用性就无法得到保障。

GBase 8c集群具有全局备份和恢复的能力，支持全量备份、恢复，支持增量备份、恢复。在通用管理平台上，可以进行备份方式和备份时间频率的配置，并且能够查看全部的备份记录。提供全面的基于集群级、库级、表级的备份和恢复功能，包括：

1．全量备份和恢复；

2．增量备份和恢复：允许基于任意一个备份点进行数据恢复。