DB4AI: 数据库驱动AI

DB4AI是指利用数据库的能力驱动AI任务，实现数据存储、技术栈的同构。通过在数据库内集成AI算法，令openGauss具备数据库原生AI计算引擎、模型管理、AI算子、AI原生执行计划的能力，为用户提供普惠AI技术。不同于传统的AI建模流程，DB4AI“一站式”建模可以解决数据在各平台的反复流转问题，同时简化开发流程，并可通过数据库规划出最优执行路径，让开发者更专注于具体业务和模型的调优上，具备同类产品不具备的易用性与性能优势。

一、****原生DB4AI引擎

二、全流程AI

一、原生DB4AI引擎

openGauss当前版本支持了原生DB4AI能力，通过引入原生AI算子，简化操作流程，充分利用数据库优化器、执行器的优化与执行能力，获得高性能的数据库内模型训练能力。更简化的模型训练与预测流程、更高的性能表现，让开发者在更短时间内能更专注于模型的调优与数据分析上，而避免了碎片化的技术栈与冗余的代码实现。

关键字解析

表 1 DB4AI语法及关键字

名称

描述

语法

CREATE MODEL

创建模型并进行训练，同时保存模型。

PREDICT BY

利用已有模型进行推断。

DROP MODEL

删除模型。

关键字

TARGET

训练/推断任务的目标列名。

FEATURES

训练/推断任务的数据特征列名。

MODEL

训练任务的模型名称。

使用指导

1. 本版本支持的算法概述。当前版本的DB4AI新增支持算法如下：表 2 支持算法优化算法算法GDlogistic_regressionlinear_regressionsvm_classificationPCAmulticlassKmeanskmeansxgboostxgboost_regression_logisticxgboost_binary_logisticxgboost_regression_squarederrorxgboost_regression_gamma
2. 模型训练语法说明。- CREATE MODEL使用“CREATE MODEL”语句可以进行模型的创建和训练。模型训练SQL语句，选用公开数据集鸢尾花数据集iris。- 以multiclass为例，训练一个模型。从tb_iris训练集中指定sepal_length, sepal_width,petal_length,petal_widt为特征列，使用multiclass算法，创建并保存模型iris_classification_model。openGauss=# CREATE MODEL iris_classification_model USING xgboost_regression_logistic FEATURES sepal_length, sepal_width,petal_length,petal_width TARGET target_type < 2 FROM tb_iris_1 WITH nthread=4, max_depth=8;MODEL CREATED. PROCESSED 1上述命令中：- “CREATE MODEL”语句用于模型的训练和保存。- USING关键字指定算法名称。- FEATURES用于指定训练模模型的特征，需根据训练数据表的列名添加。- TARGET指定模型的训练目标，它可以是训练所需数据表的列名，也可以是一个表达式，例如: price > 10000。- WITH用于指定训练模型时的超参数。当超参未被用户进行设置的时候，框架会使用默认数值。针对不同的算子，框架支持不同的超参组合：表 3 算子支持的超参算子超参GD(logistic_regression、linear_regression、svm_classification)optimizer(char*); verbose(bool); max_iterations(int); max_seconds(double); batch_size(int); learning_rate(double); decay(double); tolerance(double)其中，SVM限定超参lambda(double)Kmeansmax_iterations(int); num_centroids(int); tolerance(double); batch_size(int); num_features(int); distance_function(char); seeding_function(char); verbose(int);seed(int)GD(pca)batch_size(int);max_iterations(int);max_seconds(int);tolerance(float8);verbose(bool);number_components(int);seed(int)GD(multiclass)classifier(char)注意：multiclass的其他超参种类取决于选择的分类器中类xgboost_regression_logistic、xgboost_binary_logistic、xgboost_regression_squarederror、xgboost_regression_gammabatch_size(int);booster(char);tree_method(char);eval_metric(char);seed(int);nthread(int);max_depth(int);gamma(float8);eta(float8);min_child_weight(int);verbosity(int)当前各个超参数设置的默认值和取值范围如下：表 4 超参的默认值以及取值范围算子超参(默认值)取值范围超参描述GD:logistic_regression、linear_regression、svm_classification、pcaoptimizer = gd（梯度下降法）gd/ngd（自然梯度下降）优化器verbose = falseT/F日志显示max_iterations = 100(0, 10000]最大迭代次数max_seconds = 0 (不对运行时长设限制)[0,INT_MAX_VALUE]运行时长batch_size = 1000(0, 1048575]一次训练所选取的样本数learning_rate = 0.8(0, DOUBLE_MAX_VALUE]学习率decay = 0.95(0, DOUBLE_MAX_VALUE]权值衰减率tolerance = 0.0005(0, DOUBLE_MAX_VALUE]公差seed = 0（对seed取随机值）[0, INT_MAX_VALUE]种子just for linear、SVM：kernel = “linear”linear/gaussian/polynomial核函数just for linear、SVM：components = MAX(2*features, 128)[0, INT_MAX_VALUE]高维空间维数just for linear、SVM：gamma = 0.5(0, DOUBLE_MAX_VALUE]gaussian核函数参数just for linear、SVM：degree = 2[2, 9]polynomial核函数参数just for linear、SVM：coef0 = 1.0[0, DOUBLE_MAX_VALUE]polynomial核函数的参数just for SVM：lambda = 0.01(0, DOUBLE_MAX_VALUE)正则化参数just for pca： number_components（0，INT_MAX_VALUE]降维的目标维度GD:multiclassclassifier=“svm_classification”svm_classification\logistic_regression多分类任务的分类器Kmeansmax_iterations = 10[1, 10000]最大迭代次数num_centroids = 10[1, 1000000]簇的数目tolerance = 0.00001(0,1]中心点误差batch_size = 10[1,1048575]一次训练所选取的样本数num_features = 2[1, INT_MAX_VALUE]输入样本特征数distance_function = “L2_Squared”L1\L2\L2_Squared\Linf正则化方法seeding_function = “Random++”“Random++”\“KMeans||”初始化种子点方法verbose = 0U{ 0, 1, 2 }冗长模式seed = 0U[0, INT_MAX_VALUE]种子xgboost:xgboost_regression_logistic、xgboost_binary_logistic、xgboost_regression_gamma、xgboost_regression_squarederrorn_iter=10(0, 10000]迭代次数batch_size=10000(0, 1048575]一次训练所选取的样本数booster=“gbtree”gbtree\gblinear\dartbooster种类tree_method=“auto”auto\exact\approx\hist\gpu_hist注意：gpu_hist参数需要相应的库GPU版本，否则DB4AI平台不支持该值。树构建算法eval_metric=“rmse”rmse\rmsle\map\mae\auc\aucpr验证数据的评估指标seed=0[0, 100]种子nthread=1(0, MAX_MEMORY_LIMIT]并发量max_depth=5(0, MAX_MEMORY_LIMIT]树的最大深度，该超参仅对树型booster生效。gamma=0.0[0, 1]叶节点上进行进一步分区所需的最小损失减少eta=0.3[0, 1]更新中使用的步长收缩，以防止过拟合min_child_weight=1[0, INT_MAX_VALUE]孩子节点中所需的实例权重的最小总和verbosity=10 (silent)\1 (warning)\2 (info)\3 (debug)打印信息的详细程度MAX_MEMORY_LIMIT = 最大内存加载的元组数量GS_MAX_COLS = 数据库单表最大属性数量- 模型保存成功，则返回创建成功信息：MODEL CREATED. PROCESSED x
3. 查看模型信息。当训练完成后模型会被存储到系统表gs_model_warehouse中。系统表gs_model_warehouse可以查看到关于模型本身和训练过程的相关信息。关于模型的详细描述信息以二进制的形式存储在系统表中，用户可用过使用函数gs_explain_model完成对模型的查看，语句如下：openGauss=# select * from gs_explain_model("iris_classification_model"); DB4AI MODEL------------------------------------------------------------- Name: iris_classification_model Algorithm: xgboost_regression_logistic Query: CREATE MODEL iris_classification_model USING xgboost_regression_logistic FEATURES sepal_length, sepal_width,petal_length,petal_width TARGET target_type < 2 FROM tb_iris_1 WITH nthread=4, max_depth=8; Return type: Float64 Pre-processing time: 0.000000 Execution time: 0.001443 Processed tuples: 78 Discarded tuples: 0 n_iter: 10 batch_size: 10000 max_depth: 8 min_child_weight: 1 gamma: 0.0000000000 eta: 0.3000000000 nthread: 4 verbosity: 1 seed: 0 booster: gbtree tree_method: auto eval_metric: rmse rmse: 0.2648450136 model size: 4613
4. 利用已存在的模型做推断任务。使用“SELECT”和“PREDICT BY”关键字利用已有模型完成推断任务。查询语法：SELECT…PREDICT BY…(FEATURES…)…FROM…;openGauss=# SELECT id, PREDICT BY iris_classification (FEATURES sepal_length,sepal_width,petal_length,petal_width) as "PREDICT" FROM tb_iris limit 3; id | PREDICT-----+--------- 84 | 2 85 | 0 86 | 0(3 rows)针对相同的推断任务，同一个模型的结果是大致稳定的。且基于相同的超参数和训练集训练的模型也具有稳定性，同时AI模型训练存在随机成分（每个batch的数据分布、随机梯度下降），所以不同的模型间的计算表现、结果允许存在小的差别。
5. 查看执行计划。使用explain语句可对“CREATE MODEL”和“PREDICT BY”的模型训练或预测过程中的执行计划进行分析。Explain关键字后可直接拼接CREATE MODEL/ PREDICT BY语句（子句），也可接可选的参数，支持的参数如下：表 5 EXPLAIN支持的参数参数名描述ANALYZE布尔型变量，追加运行时间、循环次数等描述信息VERBOSE布尔型变量，控制训练的运行信息是否输出到客户端COSTS布尔型变量CPU布尔型变量DETAIL布尔型变量，不可用。NODES布尔型变量，不可用NUM_NODES布尔型变量，不可用BUFFERS布尔型变量TIMING布尔型变量PLAN布尔型变量FORMAT可选格式类型：TEXT / XML / JSON / YAML示例：openGauss=# Explain CREATE MODEL patient_logisitic_regression USING logistic_regression FEATURES second_attack, treatment TARGET trait_anxiety > 50 FROM patients WITH batch_size=10, learning_rate = 0.05; QUERY PLAN------------------------------------------------------------------------- Train Model - logistic_regression (cost=0.00..0.00 rows=0 width=0) -> Materialize (cost=0.00..41.08 rows=1776 width=12) -> Seq Scan on patients (cost=0.00..32.20 rows=1776 width=12)(3 rows)
6. 异常场景。- 训练阶段。- 场景一：当超参数的设置超出取值范围，模型训练失败，返回ERROR，并提示错误，例如：openGauss=# CREATE MODEL patient_linear_regression USING linear_regression FEATURES second_attack,treatment TARGET trait_anxiety FROM patients WITH optimizer='aa';ERROR: Invalid hyperparameter value for optimizer. Valid values are: gd, ngd.- 场景二：当模型名称已存在，模型保存失败，返回ERROR，并提示错误原因，例如：openGauss=# CREATE MODEL patient_linear_regression USING linear_regression FEATURES second_attack,treatment TARGET trait_anxiety FROM patients;ERROR: The model name "patient_linear_regression" already exists in gs_model_warehouse.- 场景三：FEATURE或者TARGETS列是*，返回ERROR，并提示错误原因，例如：openGauss=# CREATE MODEL patient_linear_regression USING linear_regression FEATURES * TARGET trait_anxiety FROM patients;ERROR: FEATURES clause cannot be *-----------------------------------------------------------------------------------------------------------------------openGauss=# CREATE MODEL patient_linear_regression USING linear_regression FEATURES second_attack,treatment TARGET * FROM patients;ERROR: TARGET clause cannot be *- 场景四：对于无监督学习方法使用TARGET关键字，或者在监督学习方法中不适用TARGET关键字，均会返回ERROR，并提示错误原因，例如：openGauss=# CREATE MODEL patient_linear_regression USING linear_regression FEATURES second_attack,treatment FROM patients;ERROR: Supervised ML algorithms require TARGET clause-----------------------------------------------------------------------------------------------------------------------------CREATE MODEL patient_linear_regression USING linear_regression TARGET trait_anxiety FROM patients; ERROR: Supervised ML algorithms require FEATURES clause- 场景五：当进行分类任务时TARGET列的分类只有1种情况，会返回ERROR，并提示错误原因，例如：openGauss=# CREATE MODEL ecoli_svmc USING multiclass FEATURES f1, f2, f3, f4, f5, f6, f7 TARGET cat FROM (SELECT * FROM db4ai_ecoli WHERE cat='cp');ERROR: At least two categories are needed- 场景六：DB4AI在训练过程中会过滤掉含有空值的数据，当参与训练的模型数据为空的时候，会返回ERROR，并提示错误原因，例如：openGauss=# create model iris_classification_model using xgboost_regression_logistic features message_regular target error_level from error_code;ERROR: Training data is empty, please check the input data.- 场景七：DB4AI的算法对于支持的数据类型是有限制的。当数据类型不在支持白名单中，会返回ERROR，并提示非法的oid，可通过pg_type查看OID确定非法的数据类型，例如：openGauss=# CREATE MODEL ecoli_svmc USING multiclass FEATURES f1, f2, f3, f4, f5, f6, f7, cat TARGET cat FROM db4ai_ecoli ;ERROR: Oid type 1043 not yet supported- 场景八：当GUC参数statement_timeout设置了时长，训练超时执行的语句将被终止：执行CREATE MODEL语句。训练集的大小、训练轮数(iteration)、提前终止条件(tolerance、max_seconds)、并行线程数(nthread)等参数都会影响训练时长。当时长超过数据库限制，语句被终止模型训练失败。- 模型解析。- 场景九：当模型名在系统表中查找不到，数据库会报ERROR，例如：openGauss=# select gs_explain_model("ecoli_svmc");ERROR: column "ecoli_svmc" does not exist- 推断阶段。- 场景十：当模型名在系统表中查找不到，数据库会报ERROR，例如：openGauss=# select id, PREDICT BY patient_logistic_regression (FEATURES second_attack,treatment) FROM patients;ERROR: There is no model called "patient_logistic_regression".- 场景十一：当做推断任务FEATURES的数据维度和数据类型与训练集存在不一致，将报ERROR，并提示错误原因，例如：openGauss=# select id, PREDICT BY patient_linear_regression (FEATURES second_attack) FROM patients;ERROR: Invalid number of features for prediction, provided 1, expected 2CONTEXT: referenced column: patient_linear_regression_pred-------------------------------------------------------------------------------------------------------------------------------------openGauss=# select id, PREDICT BY patient_linear_regression (FEATURES 1,second_attack,treatment) FROM patients;ERROR: Invalid number of features for prediction, provided 3, expected 2CONTEXT: referenced column: patient_linear_regression_pre

说明： DB4AI特性需要读取数据参与计算，不适用于密态数据库等情况。

二、全流程AI

传统的AI任务往往具有多个流程，如数据的收集过程包括数据的采集、数据清洗、数据存储等，在算法的训练过程中又包括数据的预处理、训练、模型的保存与管理等。其中，对于模型的训练过程，又包括超参数的调优过程。诸如此类机器学习模型生命周期的全过程，可大量集成于数据库内部。在距离数据存储侧最近处进行模型的训练、管理、优化等流程，在数据库端提供SQL语句式的开箱即用的AI全声明周期管理的功能，称之为全流程AI.

openGauss实现了部分全流程AI的功能，将在本章节中详细展开。

• PLPython Fenced模式
• DB4AI-Snapshots数据版本管理

①PLPython Fenced模式

在fenced模式中添加plpython非安全语言。在数据库编译时需要将python集成进数据库中，在configure阶段加入–with-python选项。同时也可指定安装plpython的python路径，添加选项–with-includes='/python-dir=path'。

在启动数据库之前配置GUC参数unix_socket_directory ，指定unix_socket进程间通讯的文件地址。用户需要提前在user-set-dir-path下创建文件夹，并将文件夹权限修改为可读可写可执行状态。

unix_socket_directory = '/user-set-dir-path'

配置完成，启动数据库。

将plpython加入数据库编译，并设置好GUC参数unix_socket_directory后，在启动数据库的过程中，自动创建fenced-Master进程。在数据库不进行python编译的情况下，fenced模式需要手动拉起master进程，在GUC参数设置完成后，输入创建master进程命令。

启动fenced-Master进程，命令为：

gaussdb --fenced -k /user-set-dir-path -D /user-set-dir-path &

完成fence模式配置，针对plpython-fenced UDF数据库将在fenced-worker进程中执行UDF计算。

使用指导

• 创建extension- 当编译的plpython为python2时：openGauss=# create extension plpythonu;CREATE EXTENSION- 当编译的plpython为python3时：openGauss=# create extension plpython3u;CREATE EXTENSION下面示例是以python2为例。
• 创建plpython-fenced UDFopenGauss=# create or replace function pymax(a int, b int)openGauss-# returns INTopenGauss-# language plpythonu fencedopenGauss-# as $$openGauss$# import numpyopenGauss$# if a > b:openGauss$# return a;openGauss$# else:openGauss$# return b;openGauss$# $$;CREATE FUNCTION
• 查看UDF信息openGauss=# select * from pg_proc where proname='pymax';-[ RECORD 1 ]----+--------------proname | pymaxpronamespace | 2200proowner | 10prolang | 16388procost | 100prorows | 0provariadic | 0protransform | -proisagg | fproiswindow | fprosecdef | fproleakproof | fproisstrict | fproretset | fprovolatile | vpronargs | 2pronargdefaults | 0prorettype | 23proargtypes | 23 23proallargtypes |proargmodes |proargnames | {a,b}proargdefaults |prosrc | | import numpy | if a > b: | return a; | else: | return b; |probin |proconfig |proacl |prodefaultargpos |fencedmode | tproshippable | fpropackage | fprokind | fproargsrc |
• 运行UDF- 创建一个数据表：openGauss=# create table temp (a int ,b int) ;CREATE TABLEopenGauss=# insert into temp values (1,2),(2,3),(3,4),(4,5),(5,6);INSERT 0 5- 运行UDF：openGauss=# select pymax(a,b) from temp; pymax------- 2 3 4 5 6(5 rows)

②DB4AI-Snapshots数据版本管理

DB4AI-Snapshots是DB4AI模块用于管理数据集版本的功能。通过DB4ai-Snapshots组件，开发者可以简单、快速地进行特征筛选、类型转换等数据预处理操作，同时还可以像git一样对训练数据集进行版本控制。数据表快照创建成功后可以像视图一样进行使用，但是一经发布后，数据表快照便固化为不可变的静态数据，如需修改该数据表快照的内容，需要创建一个版本号不同的新数据表快照。

DB4AI-Snapshots的生命周期

DB4AI-Snapshots的状态包括published、archived以及purged。其中，published可以用于标记该DB4AI-Snapshots 已经发布，可以进行使用。archived表示当前 DB4AI-Snapshots 处于“存档期”，一般不进行新模型的训练，而是利用旧数据对新的模型进行验证。purged则是该DB4AI-Snapshots 已经被删除的状态，在数据库系统中无法再检索到。

需要注意的是快照管理功能是为了给用户提供统一的训练数据，不同团队成员可以使用给定的训练数据来重新训练机器学习模型，方便用户间协同。为此私有用户和三权分立状态(enableSeparationOfDuty=ON)等涉及不支持用户数据转写等情况将不支持Snapshot特性。

用户可以通过“CREATE SNAPSHOT”语句创建数据表快照，创建好的快照默认即为published状态。可以采用两种模式创建数据表快照，即为MSS以及CSS模式，它们可以通过GUC参数db4ai_snapshot_mode进行配置。对于MSS模式，它是采用物化算法进行实现的，存储了原始数据集的数据实体；CSS则是基于相对计算算法实现的，存储的是数据的增量信息。数据表快照的元信息存储在DB4AI的系统目录中。可以通过db4ai.snapshot 系统表查看到。

可以通过“ARCHIVE SNAPSHOT”语句将某一个数据表快照标记为archived状态，可以通过“PUBLISH SNAPSHOT”语句将其再度标记为published状态。标记数据表快照的状态，是为了帮助数据科学家进行团队合作使用的。

当一个数据表快照已经丧失存在价值时，可以通过“PURGE SNAPSHOT”语句删除它，以便永久删除其数据并恢复存储空间。

DB4AI-Snapshots使用指导

1. 创建表以及插入表数据。数据库内存在已有的数据表，可根据该已有的数据表创建对应的数据表快照。为了后续演示，在此处新建一个名为 t1 的数据表，并向其中插入测试数据。create table t1 (id int, name varchar);insert into t1 values (1, 'zhangsan');insert into t1 values (2, 'lisi');insert into t1 values (3, 'wangwu');insert into t1 values (4, 'lisa');insert into t1 values (5, 'jack');通过SQL语句，查询搭配数据表内容。SELECT * FROM t1;id | name----+---------- 1 | zhangsan 2 | lisi 3 | wangwu 4 | lisa 5 | jack(5 rows)
2. 使用DB4AI-Snapshots。- 创建DB4AI-Snapshots- 示例1：CREATE SNAPSHOT…AS示例如下，其中，默认版本分隔符为 “@”, 默认子版本分割符为 “.”，该分割符可以分别通过GUC参数db4ai_snapshot_version_delimiter以及db4ai_snapshot_version_separator进行设置。create snapshot [email protected] comment is 'first version' as select * from t1;schema | name--------+-------- public | [email protected](1 row)上述结果提示已经创建了数据表 s1的快照，版本号为 1.0。创建好后的数据表快照可以像使用一般视图一样进行查询，但不支持通过“INSERT INTO”语句进行更新。例如下面几种语句都可以查询到数据表快照s1的对应版本 1.0的内容：SELECT * FROM [email protected];SELECT * FROM [email protected];SELECT * FROM public . s1 @ 1.0;id | name----+---------- 1 | zhangsan 2 | lisi 3 | wangwu 4 | lisa 5 | jack(5 rows)可以通过下列SQL语句修改数据表t1的内容：UPDATE t1 SET name = 'tom' where id = 4;insert into t1 values (6, 'john');insert into t1 values (7, 'tim');再检索数据表t1的内容时，发现虽然数据表t1的内容已经发生变化，但是数据表快照 s1@1.0 版本的查询结果并未发生变化。由于数据表t1的数据已经发生了改变，如果将当前数据表的内容作为版本2.0，则可创建快照s1@2.0,创建的SQL语句如下：create snapshot [email protected] as select * from t1;通过上述例子，我们可以发现，数据表快照可以固化数据表的内容，避免中途对数据的改动造成机器学习模型训练时的不稳定，同时可以避免多用户同时访问、修改同一个表时造成的锁冲突。- 示例2：CREATE SNAPSHOT…FROMSQL语句可以对一个已经创建好的数据表快照进行继承，利用在此基础上进行的数据修改产生一个新的数据表快照。例如：create snapshot [email protected] from @1.0 comment is 'inherits from @1.0' using (INSERT VALUES(6, 'john'), (7, 'tim'); DELETE WHERE id = 1);schema | name--------+-------- public | [email protected](1 row)其中，“@”为数据表快照的版本分隔符，from子句后加上已存在的数据表快照，用法为“@”+版本号，USING关键字后加入可选的几个操作关键字（INSERT …/UPDATE …/DELETE …/ALTER …）,其中 “INSERT INTO”以及“DELETE FROM”语句中的“INTO”、“FROM”等与数据表快照名字相关联的子句可以省略，具体可以参考AI特性函数。示例中，基于前述s1@1.0快照，插入2条数据，删除1条新的数据，新生成的快照s1@3.0，检索该s1@3.0：SELECT * FROM [email protected];id | name----+---------- 2 | lisi 3 | wangwu 4 | lisa 5 | jack 6 | john 7 | tim(7 rows)- 删除数据表快照SNAPSHOTpurge snapshot [email protected];schema | name--------+-------- public | [email protected](1 row)此时，已经无法再从s1@3.0 中检索到数据了，同时该数据表快照在db4ai.snapshot视图中的记录也会被清除。删除该版本的数据表快照不会影响其他版本的数据表快照。- 从数据表快照中采样示例：从snapshot s1中抽取数据，使用0.5抽样率。sample snapshot [email protected] stratify by name as nick at ratio .5;schema | name--------+------------ public | [email protected](1 row)可以利用该功能创建训练集与测试集，例如：SAMPLE SNAPSHOT [email protected] STRATIFY BY name AS _test AT RATIO .2, AS _train AT RATIO .8 COMMENT IS 'training';schema | name--------+---------------- public | [email protected] public | [email protected](2 rows)- 发布数据表快照采用下述SQL语句将数据表快照 s1@2.0 标记为published 状态：publish snapshot [email protected];schema | name--------+-------- public | [email protected](1 row)- 存档数据表快照采用下述语句可以将数据表快照标记为 archived 状态：archive snapshot [email protected];schema | name--------+-------- public | [email protected](1 row)可以通过db4ai-snapshots提供的视图查看当前数据表快照的状态以及其他信息：select * from db4ai.snapshot;id | parent_id | matrix_id | root_id | schema | name | owner | commands | comment | published | archived | created | row_count----+-----------+-----------+---------+--------+------------+--------+------------------------------------------+---------+-----------+----------+----------------------------+----------- 1 | | | 1 | public | [email protected] | omm | {"select *","from t1 where id > 3",NULL} | | t | f | 2021-04-17 09:24:11.139868 | 2 2 | 1 | | 1 | public | [email protected] | omm | {"SAMPLE nick .5 {name}"} | | f | f | 2021-04-17 10:02:31.73923 | 0
3. 异常场景- 数据表或db4ai-snapshots不存在时。purge snapshot [email protected];publish snapshot [email protected];---------ERROR: snapshot public."[email protected]" does not existCONTEXT: PL/pgSQL function db4ai.publish_snapshot(name,name) line 11 at assignment archive snapshot [email protected];----------ERROR: snapshot public."[email protected]" does not existCONTEXT: PL/pgSQL function db4ai.archive_snapshot(name,name) line 11 at assignment- 删除snapshot时，有依赖该快照的其他snapshot，需先确保删除对本快照所依赖的其他快照。purge snapshot [email protected];ERROR: cannot purge root snapshot 'public."[email protected]"' having dependent snapshotsHINT: purge all dependent snapshots firstCONTEXT: referenced column: purge_snapshot_internalSQL statement "SELECT db4ai.purge_snapshot_internal(i_schema, i_name)"PL/pgSQL function db4ai.purge_snapshot(name,name) line 71 at PERFORM
4. 相关GUC参数- db4ai_snapshot_mode：Snapshot有2种模式：MSS（物化模式，存储数据实体）和CSS（计算模式，存储增量信息）。Snapshot可在MSS和CSS之间切换快照模式，默认是MSS模式。- db4ai_snapshot_version_delimiter：该参数为数据表快照版本分隔符。“@”为数据表快照的默认版本分隔符。- db4ai_snapshot_version_separator该参数为数据表快照子版本分隔符。“.”为数据表快照的默认版本分隔符。
5. DB4AI Schema下的数据表快照详情db4ai.snapshot。openGauss=# \d db4ai.snapshot Table "db4ai.snapshot" Column | Type | Modifiers-----------+-----------------------------+--------------------------- id | bigint | parent_id | bigint | matrix_id | bigint | root_id | bigint | schema | name | not null name | name | not null owner | name | not null commands | text[] | not null comment | text | published | boolean | not null default false archived | boolean | not null default false created | timestamp without time zone | default pg_systimestamp() row_count | bigint | not nullIndexes: "snapshot_pkey" PRIMARY KEY, btree (schema, name) TABLESPACE pg_default "snapshot_id_key" UNIQUE CONSTRAINT, btree (id) TABLESPACE pg_default

说明： 命名空间DB4AI是本功能的私有域，不支持在DB4AI的命令空间下创建函数索引（functional index）。

— END —