问题
10PB/节点有效数据？支持infiniband网络？PB级支持能力？pdf2ppt?备份库不能选库必须为全量？集群内跨库操作映射不支持？按秒存储时间？
背景： 三大应用
OLTP-OLAP-NOSQL
One size fits all to much size fit all
集群架构特征：
应用程序(接口层SQL->任一节点访问) 数据库节点(集群)(负载平衡) 数据分发节点（ETL） 外部数据来源
集群结构：
节点192个规格（64组*3节点），内部高速互联 分布式任务下发与回应 集群管理工具-集群节点N
节点GCCLUSTER数据管理层分解SQL任务管理，不进行计算
节点NODE数据存储计算实例，直接加载数据，不需经过GCCLSTER 节点GCWARE节点管理,节点为单位，非数据位单位
SAFE GROUP：多个节点组成，数据互为备份，根据数据量高可用要求进行配置节点数，组数，扩展时以safe group为单位进行，不是以节点为单位扩展，多副本（目前最多2副本，3节点1个组）
上部是应用接口层下部是基础层（UNIX系统）再下是数据分发节点及外部数据来源
核心技术：
1， 列存储，数量大越大效率越高
2， 高效压缩 1:20，提升I/O性能,以列为单位选择灵活压缩，表级压缩，配置文件配置全局
压缩，优先级列-表-全局三层压缩;列压缩方式选择（0,0）（1,3）(5,5)，新建表才能改数据列压缩模式，旧的存储不能更改。
3， 智能索引：以数据包为单位建立索引，可扩展，占领空间小
4， 双向并行：单表 300GB/小时，多表300GB/小时，集群（20节点以上）2TB/小时 5， 全文检索：增加工具doc2txt,建立全文检索等模块，并行完成 理论极值：
列存 1TB-100GB
自适应压缩 100GB-10GB 智能索引 10GB-1GB 并行
逐步提升处理效率
架构演进：
单机数据库计算集中，存储集中
共享数据库计算分布存储集中
MPP+Shared nothing 计算分布存储分布 场景应用：
分析类应用查询统计数据挖掘全文检索 优势体现： 优秀与适合比较
PCSERVER+LINUX+SATA vs 小型机+UNIX+阵列 硬件成本几万元 目标：2014
结构化+半结构+非结构（30PB,500节点）
对接HADOOP可以处理非机构化数据如语音，视频等数据流 继续优化2013实现的功能包括阵列混存等
安装与卸载 集群规划
a.数据模型规划
数据部署方式：复制表（节点内，小表，或与其他表join较多的as复制表）分布表（组内节点间，大表as分布表）
分布表：随机分布表轮询，易有瓶颈；HASH分布表，以某一列做HASH计算，算出每个行（现在已经是块，65536行就是一个块，不是行）的HASH值进行节点分布，若HASH值分布密集也可能存在瓶颈 b.空间规划
2节点or 3节点做安全组
单节点：数据存储空间（复制表，分布表，分布表复件，索引），运算存储空间 硬件高可用
多网卡绑定：适配器容错，主备方式；负载均衡
系统占用1TB空间，ext4格式化，OPT目录存储业务数据及元数据gcnode，索引与元数据 Gccluster
目录大小：节点/ 50GB, /opt TB级别
客户端安装
企业管理器JDBC节点 或者
Gccli用户文件复制客户端 cat ~/
日常维护 命令行方式
Gcadmin查看正常的集群工作状态 active（前集群中Olline的节点个数大于1/2时），locked（当前集群中Online的节点个数小于等于1/2 时），模式noarmalreadonly recover 节点工作状态 online offiline各模组进程的工作状态open close，datastate节点数据一致性[0] [1] nodestate节点一致性
offline检查（节点硬件，gcware启动，）
模组进程close排除（7进程，ps–ef|grep进程名，service进程名 status，单独启动、停止
进程）
数据恢复datastate状态为1的故障排除（自动修复，节点内尽快恢复，集群层面加锁恢复后解锁，几秒周期比对，检查错误日志发现即触发，先DDL对表架构无操作后DML对表有增删改有操作）
手工节点故障排除（短时间无法修复需设置节点状态failure gcadminsetnodestatenodeip 192.168.1.2 failure）此时所有表锁住，然后自动恢复数据normal后再解锁。 Gcadmin–help
Gcadminshowlock（Orphan 孤儿锁孤节点） nmon检查内存使用率 df–h 检查磁盘空间
批处理SQL文件（-f强制执行出错场景）
用户密码加引号’’,否则是加密的非明文密码，比如’123456’ 授权grant all on test 收回revoke 查看本节点线程show[full] processlist 查看集群压缩 Desc test.t 查看列
扩容风险大，按组增加，需先规划（多种方案手工自动），再数据重分布(均匀分布或非对称分布)
Gcinstall.py
扩容数据重分布过程中集群状态：normal->readonly(耗时最长)->recover->normal 三个阶段:数据准备->数据切换->数据清理恢复
配置文件与原有最好修改为一致，避免因为默认与需求修改导致差异化
管理工具 集群加载
dispserver-dispcli-gbloader加载流程
错误数据日志，出现大量数据错误时，可以手工终止加载分析原因后再继续加载，比如任务文件定义不对导致的，分隔符问题，表定义不符，精度问题，datetime问题，空值问题等； 加载超时，比如网络故障；加载导致集群节点lock，需查看dispcli的log分析启动同步工具同步数据；磁盘空间不足，清理垃圾log。
Gcdump导出表结构和存储过程 （gcdump导出数据比较慢） 查询结果导出
（分布表可以导出为一个文本文件） 集群备份与恢复
（不能写readonly，全备，增备，从全备恢复故障数据，交互式或命令行式，定期任务执行命令行式，本地与异地备份恢复，银行异地恢复专门的备份服务器且空间占用小）
监控工具
查看，不能对节点做操作 采集中心 采集代理
监控网站
生产环境不建议部署在同一台机器上
监控任务临时打开关闭
Show variables like ’%sql_sta%’ Set [globe]
SQL介绍 数据类型
严格和近似（是否四舍五入） 与其他数据库对比 Int1、8
Smallintbigint
系统函数
与其他数据库对比
Gbase length 、char-length Oracle lengthb、length
trim去除语法 标识符64,256 Delimiter | Delimiter ;
数据库对象
数据库gbk，utf8字符集；表；视图；索引；存储过程；自定义funtion;…
Alter table 表名，加减列，修改列位置，但不能修改列属性，字符集，数据类型等，因为压缩导致或字段字段变长？
Truncate table不记录日志，删除所有行比delete快（delete打删除标记，数据还在），和drop table 差不多快，都可以释放空间，空间大小不变，空间利用率变化？
表语法
hash分布-distributed by 列
选择count（distributed）大的等
复制表语法（select随机分布like复制与原表一致）
nocopies表（可以被gcdump出表结构，转换成非nocopies可以导出数据，即做复制） 临时表（不可以被gcdump出表结构，session关闭就消失，不会被备份，省空间）
索引index globe（行），locale（DC datacell块，32K宽？）
系统表information——schema 全库查询每类数据库对象
Procedure、function
Creat /alter/drop,不能设断点，调试，直接使用select查询结果做判断比较麻烦 Delimiter |（begin end） Delimiter ;
Show procedure
Declare
get diagnostics
不支持for需结合游标替换
静态游标（不可以嵌套，可以重复使用），动态游标（存储过程使用，不能用在函数，可以配对嵌套使用）
预处理使用prepare execute
SQL限制
2000列，32k宽等
性能优化操作
1. 相关日志文件,trace，express，system，aduit保存目录下文件或者库系统表 2. 3.