操作流程

本实践预计时长40分钟，基本流程如下：

1. 准备工作
2. 步骤一：创建集群
3. 步骤二：使用Data Studio连接集群
4. 步骤三：导入交通卡口样例数据
5. 步骤四：车辆分析

支持区域

当前已上传OBS数据的区域如表1所示。

准备工作

• 已注册华为云帐号，且在使用GaussDB(DWS) 前检查帐号状态，帐号不能处于欠费或冻结状态。
• 获取此帐号的“AK/SK”。

步骤一：创建集群

1. 登录管理控制台。
2. 在“服务列表”中，选择“大数据 > 数据仓库服务”。
3. 左侧导航栏单击“集群管理”，进入页面后，单击右上角的“创建数据仓库集群”按钮。
4. 参见表2进行参数配置。

   表2 软件配置

   参数名称	配置方式
   区域	选择“华北-北京四”。 说明： 本指导以“华北-北京四”为例进行介绍，如果您需要选择其他区域进行操作，请确保所有操作均在同一区域进行。
   可用分区	可用区2
   产品类型	标准数仓
   计算类型	弹性云服务器
   存储类型	SSD云盘
   CPU架构	X86
   节点规格	dws2.m6.4xlarge.8（16 vCPU | 128GB | 2000GB SSD） 说明： 如规格售罄，可选择其他可用区或规格。
   热数据存储	100GB / 节点
   节点数量	3
   集群名称	dws-demo
   管理员用户	dbadmin
   管理员密码	-
   确认密码	-
   数据库端口	8000
   虚拟私有云	vpc-default
   子网	subnet-default(192.168.0.0/24)
   安全组	自动创建安全组
   公网访问	现在购买
   宽带	1Mbit/s
   高级配置	默认配置

5. 信息核对无误，单击“立即购买”，单击“提交”。
6. 等待约6分钟，待集群创建成功后，单击集群名称前面的，弹出集群信息，记录下“公网访问地址”，例如dws-demov.dws.huaweicloud.com。

   

步骤二：使用Data Studio连接集群

1. 请确保客户端主机已安装JDK 1.8.0以上版本，并进入“此电脑 > 属性 > 高级系统设置 > 环境变量”设置JAVA_HOME（例如C:\Program Files\Java\jdk1.8.0_191），并在变量path中添加“;%JAVA_HOME%\bin”。
2. 在GaussDB(DWS) 控制台的“连接管理”页面，下载Data Studio客户端。
3. 解压下载的Data Studio软件包，进入解压目录后，双击Data Studio.exe启动客户端。
4. 在Data Studio主菜单中选择“文件 > 新建连接”，并在弹出框中参照表3所示配置。

   表3 Data Studio软件配置

   参数名称	配置方式
   数据库类型	GaussDB(DWS)
   名称	dws-demo
   主机	dws-demov.dws.huaweicloud.com 与步骤一：创建集群查询到的“公网访问地址”一致。
   端口	8000
   数据库	gaussdb
   用户名	dbadmin
   密码	-
   启用SSL	不启用

5. 单击“确定”。

步骤三：导入交通卡口样例数据

使用SQL客户端工具连接到集群后，就可以在SQL客户端工具中，执行以下步骤导入交通卡口车辆通行的样例数据并执行查询。

1. 执行以下语句，创建traffic数据库。

   1	create database traffic encoding 'utf8' template template0;

2. 执行以下步骤切换为连接新建的数据库。
   1. 在Data Studio客户端的“对象浏览器”窗口，右键单击数据库连接名称，在弹出菜单中单击“刷新”，刷新后就可以看到新建的数据库。
   2. 右键单击“traffic”数据库名称，在弹出菜单中单击“打开连接”。
   3. 右键单击“traffic”数据库名称，在弹出菜单中单击“打开新的终端”，即可打开连接到指定数据库的SQL命令窗口，后面的步骤，请全部在该命令窗口中执行。

3. 执行以下语句，创建用于存储卡口车辆信息的数据库表。

   1 2 3 4 5 6 7 8 9 10 11 12 13 14

   create schema traffic_data; set current_schema= traffic_data; drop table if exists GCJL; CREATE TABLE GCJL ( kkbh VARCHAR(20), hphm VARCHAR(20), gcsj DATE , cplx VARCHAR(8), cllx VARCHAR(8), csys VARCHAR(8) ) with (orientation = column, COMPRESSION=MIDDLE) distribute by hash(hphm);

4. 创建外表。外表用于识别和关联OBS上的源数据。
   

   • 其中，<obs_bucket_name>代表OBS桶名，仅支持部分区域，当前支持的区域和对应的OBS桶名请参见支持区域。GaussDB(DWS) 集群不支持跨区域访问OBS桶数据。
   • 本实践以“华北-北京四”地区为例，可填入dws-demo-cn-north-4，<Access_Key_Id>和<Secret_Access_Key>替换为实际值，在准备工作获取。
   • 创建外表如果提示“ERROR: schema "xxx" does not exist Position”，则说明schema不存在，请先参照上一步创建schema。

   1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

   create schema tpchobs; set current_schema = 'tpchobs'; drop FOREIGN table if exists GCJL_OBS; CREATE FOREIGN TABLE GCJL_OBS ( like traffic_data.GCJL ) SERVER gsmpp_server OPTIONS ( encoding 'utf8', location 'obs://<obs_bucket_name>/traffic-data/gcxx', format 'text', delimiter ',', access_key '<Access_Key_Id>', secret_access_key '<Secret_Access_Key>', chunksize '64', IGNORE_EXTRA_DATA 'on' );

5. 执行以下语句，将数据从外表导入到数据库表中。

   1	insert into traffic_data.GCJL select * from tpchobs.GCJL_OBS;

   导入数据需要一些时间，请耐心等待。

步骤四：车辆分析

1. 执行Analyze

   用于收集与数据库中普通表内容相关的统计信息，统计结果存储在系统表PG_STATISTIC中。执行计划生成器会使用这些统计数据，以生成最有效的查询执行计划。

   执行以下语句生成表统计信息：

   1

   Analyze;

2. 查询数据表中的数据量

   执行如下语句，可以查看已加载的数据条数。

   1 2	set current_schema= traffic_data; Select count(*) from traffic_data.gcjl;

3. 车辆精确查询

   执行以下语句，指定车牌号码和时间段查询车辆行驶路线。GaussDB(DWS) 在应对点查时秒级响应。

   1 2 3 4 5 6

   set current_schema= traffic_data; select hphm, kkbh, gcsj from traffic_data.gcjl where hphm = 'YD38641' and gcsj between '2016-01-06' and '2016-01-07' order by gcsj desc;

4. 车辆模糊查询

   执行以下语句，指定车牌号码和时间段查询车辆行驶路线，GaussDB(DWS) 在应对模糊查询时秒级响应。

   1 2 3 4 5 6 7

   set current_schema= traffic_data; select hphm, kkbh, gcsj from traffic_data.gcjl where hphm like 'YA23F%' and kkbh in('508', '1125', '2120') and gcsj between '2016-01-01' and '2016-01-07' order by hphm,gcsj desc;