為幫助金融機構做好分布式分析型數據庫產品的選型，推廣在金融行業部署應用分布式分析型數據庫的成功經驗，GBASE南大通用在北京金融科技產業聯盟的指導下編寫《南大通用GBase 8a金融應用指南》。《指南》深入介紹了分布式分析型數據庫從選型規劃、開發設計規范、數據安全高可用，直至運維優化的部署全過程，并介紹了GBase 8a MPP Cluster在國家政策性銀行和國有大行的代表性部署案例。

GBASE南大通用將陸續推出系列文章，分享解讀《指南》內容，希望能夠對廣大金融用戶的數據庫選型提供借鑒幫助，助力科技金融的高效實施和高質量發展。

本篇是系列文章的第5期，介紹系統的開發規范。

一、模型設計

GBase 8a產品中提供了多種數據分布策略，如果選擇不當后期更改，需要重新建表和導入數據，代價較大。同樣，表模型確定后，如果后期要更改結構，也可能會影響到上層的應用變動，代價都較大。模型設計也是項目建設中耗時較長的階段，需要很好的理解業務，在業務人員和技術人員的良好溝通下共同確定。

1.數據模型

維度模型

GBase 8a產品是關系數據庫管理系統，在關系數據庫管理系統中實現的維度模型常見有以下三種：

? 星型模型：所有維度表都直接連接到事實表上，為了提高查詢性能，會在維度表和事實表之間添加冗余數據，適用于查詢性能要求較高的場景。

? 雪花模型：星型模型的擴展，維度表進一步層次化，部分維度表通過其他維度表連接到事實表上，消除了冗余數據，減少數據存儲量。適用于存儲空間有限、需要節省成本、且對查詢性能要求相對較低的場景

? 星座模型：星型模型的擴展，有多個事實表，一個維度表被多個事實表使用。適用于數據和需求需要多個事實表的場景。

2.數據分布策略

GBase 8a產品支持的數據分布模式有復制分布、hash分布、隨機分布三種模式，分別對應三種表類型：復制表、hash分布表、隨機分布表。在模型設計階段提前確定好每個表的類型，創建表時根據設計好的類型進行創建。

? 復制表：8a集群每個節點上都存儲的是表中全量數據。適用于維度表或者數據量較小的表。優勢為便于關聯運算時不需跨節點拉取數據。

? Hash分布表：8a集群每個節點上存儲的是表的部分數據。需要在建表時選擇hash分布列來控制分布到各節點的數據。適用于事實表或者數據量大的表，可以避免熱數據傾斜在集群中個別節點帶來的性能下降。

? 隨機分布表：8a集群每個節點上存儲的是表的部分數據。數據隨機且均勻的分布于集群各節點，無法控制。可用于事實表或者數據量大的表，因無法控制數據分布所以也無法避免個別節點熱查數據多的問題，項目上較少使用。

3.數據壓縮算法

GBase 8a產品對庫內底層數據壓縮存儲，并提供多種壓縮模式供用戶選擇，這些壓縮算法能將原始數據壓縮到3：1至20：1，這取決于業務數據特點選擇的壓縮算法。

? 壓縮比高，數據占用磁盤空間相對小，壓縮和解壓耗時相對會長一些；

? 壓縮比低，數據占用磁盤空間相對大，壓縮和解壓耗時相對會短一些；

? 用戶需根據實際硬件條件和業務性能要求均衡選擇合適的壓縮模式。

GBase 8a的壓縮算法支持全局、庫級、表級的設置，如果同時設置，壓縮級別的優先級為列級定義壓縮 >表級定義壓縮 >全局定義壓縮方式。

4.字符集

GBase 8a產品當前支持的字符集有utf8、utf8mb4、gbk、gb18030-2022。

GBase 8a產品使用時字符集轉換流程如圖1所示。

圖1字符集轉換流程

字符集流轉流程中建議編碼一致，GBase 8a Server的字符集對以下使用會有一定影響：

? 字符型數據類型的字符上限，不同編碼上限有差異；

? 庫內數據的比較排序有差異；

不同字符集排序規則如表1所示。

表1 不同字符集排序規則

二、SQL編寫規范

GBase 8a產品自身的SQL執行引擎和優化器具有一些特性，以下的SQL編寫規范能夠更好地利用GBase 8a產品的特性，發揮GBase 8a產品的性能優勢。

1.GBase 8a標識符規范：

1）標識符是一個限制詞或包含特殊字符，必須用` `引用它，比如：SELECT * FROM `select`.id>100；

2）如果標識符長度超過最大長度限制，數據庫、表、列、視圖、存儲過程的命令將報錯，推薦sql中使用有意義的別名；

3）GBase 8a默認表名列名不支持中文名，如需支持中文名的列名表名需設置參數；

4）復制表的表名不能以_n[N]結尾，[N]為數字。

2.SQL編寫規范：

GBase 8a產品的SQL遵循SQL 92標準（ANSI X3.135-1992，ISO/IEC 9075:1992），支持SQL99 和 SQL2003 中定義的大部分數據類型（ISO/IEC 9075:1999，SQL:1999（SQL3）和 ISO/IEC 9075:2003，SQL:2003（SQL4））。

GBase 8a產品的SQL特性：

1)集群表類型中區分分布表、復制表、臨時表，sql建表有關鍵字標識；

2)每條SQL命令默認以分號 ; 表示結束，可使用DELIMITER進行修改：
DELIMITER 限定符（在存儲過程中必須更換）；

3)SQL執行默認為自動提交commit；

4)HASH分布字段不支持日期時間類型；

5)支持修改varchar字段長度定義，支持修改表字符集從utf8到utf8mb4；

6)釋放空間sql：SHRINK SPACE不適宜頻繁執行；

7)禁止對視圖進行INSERT、UPDATE和DELETE 操作；

8)INSERT 支持標準sql語法及擴展寫法，其中insert into t values(v1,…vn), (v2,…vn),…(vm,…vn)為批量提交，性能佳；

9)UPDATE 不支持更新distributed by定義列的值。不支持多表數據的同時更新，但是update語法中可以進行多表關聯操作，只能更新其中一張表的數據。支持快速更新模式；

10)DELETE 不支持多表批量刪除;

11)MERGE操作只支持HASH分布表且MERGE語句的條件需包含業務主鍵和HASH分布列；

12)自定義函數內不支持DML，DDL，創建臨時表；

13)單表列數上限2000列，單表列寬總和上限300,000字節，單表索引總數上限64。

3.開發接口使用

GBase 8a集群提供主流開發平臺的接口驅動，集群接口驅動可以有效實現對上層應用請求的高可用和負載均衡（應用調用接口驅動的連接串中配置多個集群管理節點的IP，接口驅動的內部進行連接的高可用和負載均衡）。

可以根據需要選擇如下合適的接口：GBase ADO.NET、GBase JDBC、GBase ODBC、GBase C-API、GBase Python。

GBase 8a 接口有如下特性，用戶可以根據需要選擇使用。

? 使用接口執行加載sql，可以通過接口返回的加載信息判斷加載的結果；

? JDBC提供數據攢批接口，使用JDBC向集群插入數據較多時，可以使用接口的批量插入參數，一次性批量發送數據給服務端，減少網絡傳輸，同時server端可一次性處理發來的SQL，實現性能的提升；

? 查詢的結果集比較大時，可使用接口的流式讀取功能，流式讀取可以通過數據流的方式，逐條從集群獲取數據，減小大結果集對應用內存的影響。流式讀取會在集群端生成一個臨時表，占用臨時表空間，且結果集內的數據未消費完時連接一直保持，開啟流式讀取對集群有一定影響，使用時需謹慎；

? 應用使用接口連接8a集群，要求安全等級較高時，可根據需要使用接口的SSL加密傳輸、Kerberos認證連接、SSH隧道連接等安全功能。

4.數據庫管理規范

? GBase 8a數據庫不適合OLTP事務類型的應用；

? GBase 8a集群內部支持UTF8和GBK字符集的混用，可以同時使用UTF8和UTF8MB4字符集，或GBK和GB18030字符集；

? 應按照數據倉庫的開發建設原則，對數據模型進行規范化；

? 開發環境和生產環境分開；

? 構建合理的任務調度機制，在滿足業務要求的情況下盡量降低數據庫并發；

? 正式上線前，進行性能評估測試。