作者：ShunWah
在运维管理领域，我拥有多年深厚的专业积累，兼具坚实的理论基础与广泛的实践经验。我始终站在技术前沿，致力于推动运维自动化，不懈追求运维效率的最大化。
我精通运维自动化流程，对于OceanBase、MySQL等多种数据库的部署与运维，具备从初始部署到后期维护的全链条管理能力。凭借OceanBase的OBCA和OBCP认证、OpenGauss社区认证结业证书，以及崖山DBCA、亚信AntDBCA、翰高HDCA、GBase 8a | 8c | 8s、Galaxybase GBCA、Neo4j Graph Data Science Certification、NebulaGraph NGCI & NGCP等多项权威认证，我不仅展现了自己的专业技能，也彰显了对技术的深厚热情与执着追求。
在OceanBase & 墨天轮的技术征文大赛中，我凭借卓越的技术实力和独特的见解，多次荣获一、二、三等奖。同时，在OpenGauss第五届、第六届、第七届技术征文大赛，TiDB社区第三届专栏征文大赛，金仓数据库有奖征文活动，以及首批YashanDB「产品体验官」尝鲜征文等活动中，我也屡获殊荣。此外，我还活跃于墨天轮、CSDN等技术平台，经常发布原创技术文章，并多次被首页推荐，积极与业界同仁分享我的运维经验和独到见解。
前言
自openGauss社区联合Gauss松鼠会、墨天轮社区共同举办第八届openGauss技术文章征集活动以来，我作为openGauss的忠实用户，一直积极参与其中，分享我的使用心得和技术实践。今天，我想借此机会，与大家分享我与openGauss的故事，以及我在使用过程中的一些技术见解和实践经验。
openGauss，作为一款由华为开源的关系型数据库管理系统，自诞生之日起就承载着自主可控与技术创新的重大使命。它基于PostgreSQL研发，专为OLTP场景优化，提供了面向多核架构的极致性能、全链路的业务数据安全、基于AI的调优和高效运维的能力。这些特性使得openGauss在众多开源数据库中脱颖而出，成为了我技术探索的首选目标。
在数据驱动的时代，数据库作为数据存储和管理的核心，其性能和稳定性至关重要。openGauss，作为一款开源的关系型数据库管理系统，凭借其高性能、高可扩展性和高安全性，逐渐在业界崭露头角。本文将深入解析openGauss的系统技术，特别是通过命令行操作，展现其强大的功能和灵活性。
一、openGauss系统架构概览
openGauss采用分布式架构，支持多节点部署，提供了高可用性和数据容灾能力。其核心组件包括数据库引擎、存储引擎、通信模块和安全模块等。通过命令行，我们可以直观地管理和配置这些组件，实现数据库的优化和运维。
数据库
数据库用于管理各类数据对象，与其他数据库隔离。创建数据对象时可以指定对应的表空间，如果不指定相应的表空间，相关的对象会默认保存在PG_DEFAULT空间中。数据库管理的对象可分布在多个表空间上。
1、表空间
在openGauss中，表空间是一个目录，可以存在多个，里面存储的是它所包含的数据库的各种物理文件。由于表空间是一个目录，仅是起到了物理隔离的作用，其管理功能依赖于文件系统。
2、模式
openGauss的模式是对数据库做一个逻辑分割。所有的数据库对象都建立在模式下面。openGauss的模式和用户是弱绑定的，所谓的弱绑定是指虽然创建用户的同时会自动创建一个同名模式，但用户也可以单独创建模式，并且为用户指定其他的模式。
3、用户和角色
openGauss使用用户和角色来控制对数据库的访问。根据角色自身的设置不同，一个角色可以看做是一个数据库用户，或者一组数据库用户。在openGauss中角色和用户之间的区别只在于角色默认是没有LOGIN权限的。在openGauss中一个用户唯一对应一个角色，不过可以使用角色叠加来更灵活地进行管理。
4、事务管理
在事务管理上，openGauss采取了MVCC（多版本并发控制）结合两阶段锁的方式，其特点是读写之间不阻塞。openGauss没有将历史版本数据统一存放，而是和当前元组的版本放在了一起。openGauss没有回滚段的概念，但是为了定期清除历史版本数据引入了一个VACUUM线程。一般情况下用户不用关注它，除非要做性能调优。此外，openGauss是自动提交事务。
二、命令行操作基础
1、连接数据库
数据库安装完成后，默认生成名称为postgres的数据库。第一次连接数据库时可以连接到此数据库。
执行如下命令连接数据库。
[gauss@worker3 ~]$ gsql -d postgres -p 5432 -C
gsql ((openGauss 6.0.0 build aee4abd5) compiled at 2024-09-29 18:38:08 commit 0 last mr )
Non-SSL connection (SSL connection is recommended when requiring high-security)
Type "help" for help.
openGauss=#
其中postgres为需要连接的数据库名称，5432为数据库主节点的端口号。请根据实际情况替换。
连接成功后，系统提示“Non-SSL connection”表示未使用SSL方式连接数据库。如果需要高安全性时，请使用SSL连接。
2、用户管理
2.1 执行下面的命令，查看有哪些用户：
openGauss=# \du
List of roles
Role name | Attributes | Member of
-----------+------------------------------------------------------------------------------------------------------------------+-----------
dim | Create DB | {}
gauss | Sysadmin, Create role, Create DB, Replication, Administer audit, Monitoradmin, Operatoradmin, Policyadmin, UseFT | {}
jim | Create role | {}
my_root | Sysadmin | {}
openGauss=#
2.2 创建用户openuser
执行下面的SQL语句，创建用户openuser：
openGauss=#
openGauss=# CREATE USER openuser WITH PASSWORD 'Opgshua@1234';
NOTICE: The encrypted password contains MD5 ciphertext, which is not secure.
CREATE ROLE
openGauss=#
2.3 授予openuser数据库系统的SYSADMIN权限：
openGauss=# ALTER USER openuser SYSADMIN;
ALTER ROLE
openGauss=# \du
List of roles
Role name | Attributes | Member of
-----------+------------------------------------------------------------------------------------------------------------------+-----------
dim | Create DB | {}
gauss | Sysadmin, Create role, Create DB, Replication, Administer audit, Monitoradmin, Operatoradmin, Policyadmin, UseFT | {}
jim | Create role | {}
my_root | Sysadmin | {}
openuser | Sysadmin | {}
openGauss=#
3、 数据库管理
3.1 创建数据库
a. 使用如下命令创建一个新的表空间tpcds_local。
openGauss=#
openGauss=# CREATE TABLESPACE tpcds_local RELATIVE LOCATION 'tablespace/tablespace_1' ;
CREATE TABLESPACE
openGauss=#
b. 使用如下命令创建一个新的数据库db_tpcc。
openGauss=# CREATE DATABASE db_tpcc WITH TABLESPACE = tpcds_local;
CREATE DATABASE
openGauss=#
说明：
数据库名称遵循SQL标识符的一般规则。当前角色自动成为此新数据库的所有者。
如果一个数据库系统用于承载相互独立的用户和项目，建议把它们放在不同的数据库里。
如果项目或者用户是相互关联的，并且可以相互使用对方的资源，则应该把它们放在同一个数据库里，但可以规划在不同的模式中。模式只是一个纯粹的逻辑结构，某个模式的访问权限由权限系统模块控制。
创建数据库时，若数据库名称长度超过63字节，server端会对数据库名称进行截断，保留前63个字节，因此建议数据库名称长度不要超过63个字节。
4、查看数据库
使用\l元命令查看数据库系统的数据库列表。
openGauss=# \l
List of databases
Name | Owner | Encoding | Collate | Ctype | Access privileges
-----------+-------+----------+-------------+-------------+-------------------
db_tpcc | gauss | UTF8 | en_US.UTF-8 | en_US.UTF-8 |
finance | gauss | UTF8 | en_US.UTF-8 | en_US.UTF-8 |
postgres | gauss | UTF8 | en_US.UTF-8 | en_US.UTF-8 | =Tc/gauss +
| | | | | gauss=CTc/gauss +
| | | | | jim=c/gauss
school | gauss | UTF8 | en_US.UTF-8 | en_US.UTF-8 |
template0 | gauss | UTF8 | en_US.UTF-8 | en_US.UTF-8 | =c/gauss +
| | | | | gauss=CTc/gauss
template1 | gauss | UTF8 | en_US.UTF-8 | en_US.UTF-8 | =c/gauss +
| | | | | gauss=CTc/gauss
testdb | gauss | UTF8 | en_US.UTF-8 | en_US.UTF-8 |
(7 rows)
openGauss=#
或使用如下命令通过系统表pg_database查询数据库列表。
openGauss=# SELECT datname FROM pg_database;
datname
-----------
template1
school
finance
template0
testdb
postgres
db_tpcc
(7 rows)
openGauss=#
5、修改数据库
用户可以使用如下命令修改数据库属性（比如：owner、名称和默认的配置属性）。
5.1 使用以下命令为数据库设置默认的模式搜索路径。
openGauss=# ALTER DATABASE db_tpcc SET search_path TO pa_catalog,public;
ALTER DATABASE
openGauss=#
5.2 使用如下命令修改数据库表空间。
openGauss=# ALTER DATABASE db_tpcc SET TABLESPACE tpcds_local;
ALTER DATABASE
openGauss=#
5.3 使用如下命令为数据库重新命名。
openGauss=# ALTER DATABASE db_tpcc RENAME TO human_tpcds;
ALTER DATABASE
openGauss=#
6、删除数据库
用户可以使用DROP DATABASE命令删除数据库。这个命令删除了数据库中的系统目录，并且删除了磁盘上带有数据的数据库目录。用户必须是数据库的owner或者系统管理员才能删除数据库。当有人连接数据库时，删除操作会失败。删除数据库时请先连接到其他的数据库。
使用如下命令删除数据库：
openGauss=# DROP DATABASE human_tpcds;
DROP DATABASE
openGauss=#
7、断开数据库
要断开连接，只需在psql环境中输入\q并回车。
openGauss=# \q
[gauss@worker3 single_node]$
三、高级命令行操作
以操作系统用户gauss登录数据库主节点。
1、使用gs_dump导出postgres数据库。
[gauss@worker3 backup]$ ls
[gauss@worker3 backup]$ gs_dump -U gauss -f /home/gauss/backup/userdatabase_backup.tar -p 5432 postgres -F t
gs_dump[port='5432'][postgres][2024-12-05 10:03:16]: Begin scanning database.
Progress: [==================================================] 100% (38/37, cur_step/total_step). finish scanning database
gs_dump[port='5432'][postgres][2024-12-05 10:03:16]: Finish scanning database.
gs_dump[port='5432'][postgres][2024-12-05 10:03:16]: Start dumping objects
Progress: [==================================================] 100% (4839/4839, dumpObjNums/totalObjNums). dump objects
gs_dump[port='5432'][postgres][2024-12-05 10:03:16]: Finish dumping objects
gs_dump[port='5432'][postgres][2024-12-05 10:03:16]: dump database postgres successfully
gs_dump[port='5432'][postgres][2024-12-05 10:03:16]: total time: 167 ms
[gauss@worker3 backup]$ ls
userdatabase_backup.tar
[gauss@worker3 backup]$
参数说明
-U 连接数据库的用户名。
例 -U gauss
-f 将导出文件发送至指定目录文件夹。如果这里省略，则使用标准输出。如果输出格式为(-F c/-F d/-F t)时，必须指定-f参数。
例 -f /home/omm/backup/postgres_backup.tar
-p 指定服务器所侦听的TCP端口或本地Unix域套接字后缀，以确保连接。
例 -p 5432
dbname 需要导出的数据库名称。
例：postgres
-F 选择导出文件格式。-F参数值如下：
p：纯文本格式
c：自定义归档
d：目录归档格式
t：tar归档格式
例：-F t
2、使用gs_restore命令导入数据
gs_restore默认是以追加的方式进行数据导入。为避免多次导入造成数据异常，在进行导入时，建议选择使用“-c”和“-e”参数。“-c”表示在重新创建数据库对象前，清理（删除）已存在于将要还原的数据库中的数据库对象；“-e”表示当发送SQL语句到数据库时如果出现错误请退出，默认状态下会继续，且在导入后会显示一系列错误信息。
使用gs_restore命令，从postgres整个数据库内容的导出文件中，将数据库的所有对象的定义导入到backupdb。
[gauss@worker3 ~]$ cd backup/
[gauss@worker3 backup]$ ls
userdatabase_backup.tar
[gauss@worker3 backup]$ gs_restore -U gauss /home/gauss/backup/userdatabase_backup.tar -p 5432 -d bkupdb_tpcc -s -e -c
start restore operation ...
Progress: [==================================================] 100% (14/14, restored_entries/total_entries). restore entires
end restore operation ...
restore operation successful
total time: 62 ms
[gauss@worker3 backup]$
四、 性能监控
1、查看活动会话
SELECT * FROM pg_stat_activity;
openGauss=# SELECT * FROM pg_stat_activity;
datid | datname | pid | sessionid | usesysid | usename | application_name | client_addr | client_hostname | client_port
| backend_start | xact_start | query_start | state_change | waiting | enqu
eue | state | resource_pool | query_id | query |
connection_info | unique_sql_id | trace_id
-------+----------+-----------------+-----------------+----------+---------+------------------------+-------------+-----------------+------------
-+-------------------------------+-------------------------------+-------------------------------+-------------------------------+---------+-----
----+--------+---------------+------------------+----------------------------------------+-------------------------------------------------------
-------------------------------------------------------------------------+---------------+----------
15743 | postgres | 139970039772928 | 139970039772928 | 10 | gauss | JobScheduler | | |
| 2024-12-04 21:25:05.355947+08 | | | 2024-12-05 10:18:53.793941+08 | f |
| active | default_pool | 0 | |
| 0 |
15743 | postgres | 139969934391040 | 139969934391040 | 10 | gauss | ApplyLauncher | | |
| 2024-12-04 21:25:05.298277+08 | | | 2024-12-04 21:25:05.352389+08 | f |
| idle | default_pool | 0 | |
| 0 |
15743 | postgres | 139969846834944 | 139969846834944 | 10 | gauss | TxnSnapCapturer | | |
| 2024-12-04 21:25:05.300973+08 | | | 2024-12-04 21:25:05.355226+08 | f |
| idle | default_pool | 0 | |
| 0 |
15743 | postgres | 139969822652160 | 139969822652160 | 10 | gauss | CfsShrinker | | |
| 2024-12-04 21:25:05.311665+08 | | | 2024-12-04 21:25:05.351865+08 | f |
| idle | default_pool | 0 | |
| 0 |
15743 | postgres | 139969595700992 | 139969595700992 | 10 | gauss | workload | | |
| 2024-12-04 21:25:05.343428+08 | 2024-12-04 21:25:05.348886+08 | 2024-12-04 21:25:05.348886+08 | 2024-12-04 21:25:05.354162+08 | f |
| active | default_pool | 0 | WLM fetch collect info from data nodes |
| 0 |
15743 | postgres | 139969743484672 | 139969743484672 | 10 | gauss | Asp | | |
| 2024-12-04 21:25:05.354582+08 | | | 2024-12-05 10:18:53.3677+08 | f |
| active | default_pool | 0 | |
| 0 |
15743 | postgres | 139969702655744 | 139969702655744 | 10 | gauss | statement flush thread | | |
| 2024-12-04 21:25:05.354325+08 | | | 2024-12-04 21:25:05.354343+08 | f |
| idle | default_pool | 0 | |
| 0 |
15743 | postgres | 139969780250368 | 139969780250368 | 10 | gauss | PercentileJob | | |
| 2024-12-04 21:25:05.362856+08 | | | 2024-12-05 10:18:52.732024+08 | f |
| active | default_pool | 0 | |
| 0 |
15743 | postgres | 139969568962304 | 139969568962304 | 10 | gauss | WorkloadMonitor | | |
| 2024-12-04 21:25:05.353093+08 | | | 2024-12-04 21:25:05.360247+08 | f |
| idle | default_pool | 0 | |
| 0 |
15743 | postgres | 139969510766336 | 139969510766336 | 10 | gauss | WLMArbiter | | |
| 2024-12-04 21:25:05.359067+08 | | | 2024-12-04 21:25:05.362233+08 | f |
| idle | default_pool | 0 | |
Cancel request sent
openGauss=#
2、查看openGauss内节点CPU使用情况
通过top命令查看openGauss内节点CPU使用情况，分析是否存在由于CPU负载过高导致的性能瓶颈。 top命令经常用来监控linux的系统状况，是常用的性能分析工具，能够实时显示系统中各个进程的资源占用情况。
[gauss@worker3 backup]$ top -H
top - 10:24:02 up 17 days, 1:12, 2 users, load average: 0.02, 0.04, 0.05
Threads: 591 total, 1 running, 590 sleeping, 0 stopped, 0 zombie
%Cpu(s): 0.5 us, 0.3 sy, 0.0 ni, 99.3 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
KiB Mem : 28802768 total, 22951876 free, 1606764 used, 4244128 buff/cache
KiB Swap: 8388604 total, 8388604 free, 0 used. 26217800 avail Mem
3、性能参数分析
如果是“USER”为gauss的openGauss进程CPU占用过高，请根据目前运行的业务查询内容，对业务SQL进行优化。请根据以下步骤，并结合当前正在运行的业务特征进行分析，是否该程序处于死循环逻辑。
a. 使用“top -H -p pid”查找进程内占用的CPU百分比较高的线程，进行分析。
[gauss@worker3 backup]$ top -H -p 5960
top - 10:25:21 up 17 days, 1:14, 2 users, load average: 0.00, 0.03, 0.05
Threads: 40 total, 0 running, 40 sleeping, 0 stopped, 0 zombie
%Cpu(s): 0.3 us, 0.1 sy, 0.0 ni, 99.6 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
KiB Mem : 28802768 total, 22957352 free, 1601268 used, 4244148 buff/cache
KiB Swap: 8388604 total, 8388604 free, 0 used. 26223296 avail Mem
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
5945 gauss 20 0 6476808 1.102g 253844 S 0.7 4.0 1:57.75 pagewriter
5960 gauss 20 0 6476808 1.102g 253844 S 0.7 4.0 3:38.23 ashworker
5959 gauss 20 0 6476808 1.102g 253844 S 0.3 4.0 1:37.58 percentworker
5967 gauss 20 0 6476808 1.102g 253844 S 0.3 4.0 3:29.19 undorecycler
5899 gauss 20 0 6476808 1.102g 253844 S 0.0 4.0 0:01.55 gaussdb
5900 gauss 20 0 6476808 1.102g 253844 S 0.0 4.0 0:00.00 jemalloc_bg_thd
5906 gauss 20 0 6476808 1.102g 253844 S 0.0 4.0 0:00.00 gaussdb
5907 gauss 20 0 6476808 1.102g 253844 S 0.0 4.0 0:00.23 syslogger
5908 gauss 20 0 6476808 1.102g 253844 S 0.0 4.0 0:00.67 auditor
5909 gauss 20 0 6476808 1.102g 253844 S 0.0 4.0 0:05.78 alarm
5910 gauss 20 0 6476808 1.102g 253844 S 0.0 4.0 0:00.00 jemalloc_bg_thd
5911 gauss 20 0 6476808 1.102g 253844 S 0.0 4.0 0:00.00 jemalloc_bg_thd
5912 gauss 20 0 6476808 1.102g 253844 S 0.0 4.0 0:00.13 reaper
5913 gauss 20 0 6476808 1.102g 253844 S 0.0 4.0 0:00.00 jemalloc_bg_thd
5937 gauss 20 0 6476808 1.102g 253844 S 0.0 4.0 0:00.00 gaussdb
5938 gauss 20 0 6476808 1.102g 253844 S 0.0 4.0 0:00.00 gaussdb
5939 gauss 20 0 6476808 1.102g 253844 S 0.0 4.0 0:00.00 gaussdb
5941 gauss 20 0 6476808 1.102g 253844 S 0.0 4.0 0:09.49 checkpointer
5942 gauss 20 0 6476808 1.102g 253844 S 0.0 4.0 0:00.00 Spbgwriter
5943 gauss 20 0 6476808 1.102g 253844 S 0.0 4.0 0:00.72 pagewriter
5944 gauss 20 0 6476808 1.102g 253844 S 0.0 4.0 0:00.72 pagewriter
5946 gauss 20 0 6476808 1.102g 253844 S 0.0 4.0 0:00.75 pagewriter
5947 gauss 20 0 6476808 1.102g 253844 S 0.0 4.0 0:00.70 pagewriter
5948 gauss 20 0 6476808 1.102g 253844 S 0.0 4.0 0:05.93 WALwriter
5949 gauss 20 0 6476808 1.102g 253844 S 0.0 4.0 0:00.00 WALwriteraux
5950 gauss 20 0 6476808 1.102g 253844 S 0.0 4.0 0:00.43 AVClauncher
5952 gauss 20 0 6476808 1.102g 253844 S 0.0 4.0 0:05.94 Jobscheduler
5953 gauss 20 0 6476808 1.102g 253844 S 0.0 4.0 0:00.00 asyncundolaunch
5954 gauss 20 0 6476808 1.102g 253844 S 0.0 4.0 0:01.67 globalstats
[gauss@worker3 backup]$
查询结果如下所示，top中可以看到占用CPU很高的线程，下面以线程5945为主，分析其为何占用CPU过高。
b. 使用“gstack ”查看进程内各线程的函数调用栈。查找上一步骤中占用CPU较高的线程ID对应的线程号。
[gauss@worker3 backup]$ gstack 5945
Thread 1 (process 5945):
#0 0x00007f4e5fdebddd in poll () from /lib64/libc.so.6
#1 0x00005608493333c8 in WaitLatchOrSocket(Latch volatile*, int, int, long) ()
#2 0x0000560849b9d17e in ckpt_pagewriter_main() ()
#3 0x0000560849b4834a in int GaussDbThreadMain<(knl_thread_role)46>(knl_thread_arg*) ()
#4 0x0000560849b1cdc5 in ?? ()
#5 0x00007f4e600cdea5 in start_thread () from /lib64/libpthread.so.0
#6 0x00007f4e5fdf6b0d in clone () from /lib64/libc.so.6
[gauss@worker3 backup]$
四、总结
openGauss作为一款高性能、高可扩展性的开源数据库，其命令行操作提供了丰富的功能，使得数据库管理变得更加灵活和高效。通过掌握这些命令行操作技巧，我们可以更好地管理和优化openGauss数据库，满足各种复杂的应用场景需求。希望本文能够为您的openGauss之旅提供有益的参考和帮助。
