在从oracle迁移到openGauss中，创建函数索引的时候，偶尔会出现此类报错大概意思是,函数索引里的函数，必须是“IMMUTABLE”的，如果不是"IMMUTABLE",比如是“STABLE”,就会出现这个报错。其中最常见的就是使用to_char/to_date这两个与日期有关的函数，而此限制，在原生PG中也同样存在。

函数依赖，是多列统计信息的一种，可以描述属性之间的关联关系，其主要用途是提高选择率估算的准确性。"，此时的转移状态初始化后为两个参数(total, count)，然后遍历表的所有元组，total执行累加操作，count执行自增操作，最后把total/count和total分别作为avg函数和sum函数的返回结果。新型选择率模型充分利用基于直方图的统计信息，平衡计算量与准确性，充分考虑数据分布情况，

要想社区长期保持活力，离不开群策群力治理社区。在技术演进上，江大勇表示，数字技术正在加速落地行业应用，支撑丰富的在线应用与服务，产业数字化加速产生海量的数据，数据类型多样（图、流、时序和地图空间等），这背后需要不同的算力架构支撑处理，当下数据库对计算的需求由单一通用的 CPU 向 GPU、NPU 等多样性计算演进。在 2021 年 openGauss Summit 峰会上，openGauss 提出

具体来说，图模型中的每个节点都是一列数据，节点之间的边表示节点之间的相关关系。而对于更多列的联合分布，为了避免指数级别的空间复杂度增长，openGauss采用了条件独立性假设，比如三列数据X,Y,Z分布相关，但是一旦将Y取值固定，X和Y的分布便称为独立，这时的联合概率计算可以被抽象为P(X,Y,Z)=P(X|Y)P(Y|Z)P(Z)。当前数据库为了高效估计多列复合查询条件的基数，广泛采用了基于独立

多云2.0时代，云基础资源已经成为信息系统的水电煤，Squids openGauss旨在将弹性灵活的云资源和openGauss卓越的数据库功能结合，为用户提供完整的云上数据库新体验，平台会以开放，中立，简洁，高效的形态，服务广大开发运维人员，帮助用户真正迈入多云时代。针对临时性的测试体验需求，利用竞价实例+云盘+对象存储，构建弹性数据库环境，非测试期间可以一键释放计算实例节省成本，后续使用可一键式

相对于逻辑优化，这种优化方法是物理优化：根据数据的分布（统计信息）情况来对查询执行路径进行评估，从可选的路径中选择一个执行代价最小的路径进行执行，例如是否选择索引SeqScan vs. IndexScan，选择哪个索引，两表关联选择什么样的连接顺序，选择怎样的具体算法等。在代价估算时，需要使用基表或连接表的行数，而在很多时候，优化器无法获得准确的行数值，因此需要对行数进行估算（Cardinalit

openGauss实现了两种算法进行索引优选：一种是在限定索引集大小的条件下，根据索引的收益进行排序，然后选取靠前的候选索引来最大化索引集的总收益，最后采用微调策略，基于索引间的相关性进行调整和去重，得到最终的推荐索引集合；虚拟索引主要是基于数据库中的hook（钩子机制）实现的，即通过使用全局的函数指针get_relation_info_hook和explain_get_index _name_h

如下，我们使用 wasm_new_instance 和 wasm_new_instance_wat 来分别加载 sum.wasm 和 fib.wat 中的函数，在加载函数文件时，提供函数放置的名称空间 namespace，方便进行函数管理，最终注册到 openGauss 系统表中的函数名称将会是 namespace_funcname 的新名称。可以看出，即便在计算量比较小的场景下，Wasm 的执行

而提到刚刚发布不久的 openGauss 5.0.0，黄凯耀介绍其采用资源池化架构，通过数据库内核与存储层的NDP技术、内存层的多节点MVCC技术、计算层的多模多引擎技术等进行深度协同，可有效应对大规模数据库可靠性、性能、易用性的诉求。作为国内数据库研究的根技术平台，openGauss社区的使命首先是服务好数据库厂商，其次是在提供数据库内核的基础之上进一步提升整个计算产业的多层协同，包括芯片、服务

其重点在于，openGauss对数据的加密是在客户端进行的，如下图所示，才能保证在传输，计算和存储过程中都是密文，及时被破坏者截获或者盗取，也只能看到的是加密数据，避免了数据泄露。CEK的创建要依赖于CMK，因此要先创建CMK，再创建CEK。需要说明的是，全密态数据库的使用有相当多的约束条件，且相对于以前的版本，openGauss 5.0.0版本的约束有变化，本文不再赘述，可以参考官网说明。当没有