openGauss 3.1.0版本正式发布 | 七大特性全面增强

七大特性全面增强快速了解

企业级特性

· 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%。

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。

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。

· 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。

高可用

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<=10min，RPO<=10s。

· 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<=20min，RPO=0。

· 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。

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

· 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

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。

· 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

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 TYPE

· ALTER ANY SEQUENCE、DROP ANY SEQUENCE、SELECT ANY SEQUENCE

· ALTER ANY INDEX、DROP ANY INDEX

· CREATE ANY TRIGGER、ALTER ANY TRIGGER、DROP ANY TRIGGER

· CREATE ANY SYNONYM、DROP ANY SYNONYM

工具链

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。

· 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。

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。

· 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。

可扩展性

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/

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