步骤1：创建初始表并加装样例数据

创建一组不设置存储方式，无分布键、分布方式和压缩方式的表。然后，为这些表加载样例数据。

1. （可选）创建集群。

   如果已经有可供使用的集群，则可跳过这一步。创建集群的操作，请按创建DWS 2.0集群中的步骤操作。

   同时请参考连接集群的方式中的方法连接到集群并测试连接。

   本实践所使用的是8节点集群。也可以使用4节点集群进行测试。

2. 使用最少的属性创建SS（Store_Sales）测试表。
   

   如果SS表在当前数据库中已存在，需要先删除这些表。删除表使用DROP TABLE命令。如下示例表示删除表store_sales。

   1	DROP TABLE store_sales；

   考虑到本实践的目的，首次创建表时，没有设置存储方式、分布键、分布方式和压缩方式。

   执行CREATE TABLE命令创建图3中的11张表。限于篇幅，这里仅附store_sales的创建语法。请从附录初始表创建中拷贝所有建表语法进行创建。

   1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

   CREATE TABLE store_sales ( ss_sold_date_sk integer , ss_sold_time_sk integer , ss_item_sk integer not null, ss_customer_sk integer , ss_cdemo_sk integer , ss_hdemo_sk integer , ss_addr_sk integer , ss_store_sk integer , ss_promo_sk integer , ss_ticket_number bigint not null, ss_quantity integer , ss_wholesale_cost decimal(7,2) , ss_list_price decimal(7,2) , ss_sales_price decimal(7,2) , ss_ext_discount_amt decimal(7,2) , ss_ext_sales_price decimal(7,2) , ss_ext_wholesale_cost decimal(7,2) , ss_ext_list_price decimal(7,2) , ss_ext_tax decimal(7,2) , ss_coupon_amt decimal(7,2) , ss_net_paid decimal(7,2) , ss_net_paid_inc_tax decimal(7,2) , ss_net_profit decimal(7,2) ) ;

3. 为这些表加载样例数据。

   OBS存储桶中提供了本次实践的样例数据。该存储桶向所有经过身份验证的云用户提供了读取权限。请按照下面的步骤加载这些样例数据：

   1. 为每个表创建对应的外表。

      GaussDB(DWS)应用Postgres提供的外部数据封装器FDW（Foreign Data Wrapper）进行数据并行导入。因此需要先创建FDW表，又称外表。限于篇幅，此处仅给出“store_sales”表对应的外表“obs_from_store_sales_001”的创建语法。请从附录外表创建拷贝其他外表的语法进行创建。

      

      • 注意，以下语句中的<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桶名请参见表1。GaussDB(DWS) 集群不支持跨区域访问OBS桶数据。
      • 外表字段需与即将注入数据的普通表字段保持一致。例如此处store_sales表及其对应的外表obs_from_store_sales_001，他们的字段是一致的。
      • 这些外表语法能够帮助您获取OBS存储桶中为本次实践所提供的样例数据。如果您需要加载其他样例数据，需进行SERVER gsmpp_server OPTIONS的调整。具体可参考关于OBS并行导入。
      • 认证用的AK和SK硬编码到代码中或者明文存储都有很大的安全风险，建议在配置文件或者环境变量中密文存放，使用时解密，确保安全。

      1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41

      CREATE FOREIGN TABLE obs_from_store_sales_001 ( ss_sold_date_sk integer , ss_sold_time_sk integer , ss_item_sk integer not null, ss_customer_sk integer , ss_cdemo_sk integer , ss_hdemo_sk integer , ss_addr_sk integer , ss_store_sk integer , ss_promo_sk integer , ss_ticket_number bigint not null, ss_quantity integer , ss_wholesale_cost decimal(7,2) , ss_list_price decimal(7,2) , ss_sales_price decimal(7,2) , ss_ext_discount_amt decimal(7,2) , ss_ext_sales_price decimal(7,2) , ss_ext_wholesale_cost decimal(7,2) , ss_ext_list_price decimal(7,2) , ss_ext_tax decimal(7,2) , ss_coupon_amt decimal(7,2) , ss_net_paid decimal(7,2) , ss_net_paid_inc_tax decimal(7,2) , ss_net_profit decimal(7,2) ) -- Configure OBS server information and data format details. SERVER gsmpp_server OPTIONS ( LOCATION 'obs://<obs_bucket_name>/tpcds/store_sales', FORMAT 'text', DELIMITER '|', ENCODING 'utf8', NOESCAPING 'true', ACCESS_KEY 'access_key_value_to_be_replaced', SECRET_ACCESS_KEY 'secret_access_key_value_to_be_replaced', REJECT_LIMIT 'unlimited', CHUNKSIZE '64' ) -- If create foreign table failed,record error message WITH err_obs_from_store_sales_001;

   2. 将创建外表语句中的参数ACCESS_KEY和SECRET_ACCESS_KEY替换为实际值，然后在客户端工具中执行替换后的语句创建外表。

      ACCESS_KEY和SECRET_ACCESS_KEY的值，请参见的创建访问密钥（AK和SK）章节进行获取，然后将获取到的值替换到创建外表语句中。

   3. 执行数据导入。
      创建包含如下语句的insert.sql脚本文件，并执行.sql脚本文件。

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

      \timing on \parallel on 4 INSERT INTO store_sales SELECT * FROM obs_from_store_sales_001; INSERT INTO date_dim SELECT * FROM obs_from_date_dim_001; INSERT INTO store SELECT * FROM obs_from_store_001; INSERT INTO item SELECT * FROM obs_from_item_001; INSERT INTO time_dim SELECT * FROM obs_from_time_dim_001; INSERT INTO promotion SELECT * FROM obs_from_promotion_001; INSERT INTO customer_demographics SELECT * from obs_from_customer_demographics_001 ; INSERT INTO customer_address SELECT * FROM obs_from_customer_address_001 ; INSERT INTO household_demographics SELECT * FROM obs_from_household_demographics_001; INSERT INTO customer SELECT * FROM obs_from_customer_001; INSERT INTO income_band SELECT * FROM obs_from_income_band_001; \parallel off

      结果应该类似如下：

      1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29

      SET Timing is on. SET Time: 2.831 ms Parallel is on with scale 4. Parallel is off. INSERT 0 402 Time: 1820.909 ms INSERT 0 73049 Time: 2715.275 ms INSERT 0 86400 Time: 2377.056 ms INSERT 0 1000 Time: 4037.155 ms INSERT 0 204000 Time: 7124.190 ms INSERT 0 7200 Time: 2227.776 ms INSERT 0 1920800 Time: 8672.647 ms INSERT 0 20 Time: 2273.501 ms INSERT 0 1000000 Time: 11430.991 ms INSERT 0 1981703 Time: 20270.750 ms INSERT 0 287997024 Time: 341395.680 ms total time: 341584 ms

   4. 计算所有11张表的总执行时间。该数字将作为加载时间记录在下一小节步骤1中的基准表内。
   5. 执行以下命令，验证每个表是否都已正确加载并将行数记录到表中。

      1 2 3 4 5 6 7 8 9 10 11

      SELECT COUNT(*) FROM store_sales; SELECT COUNT(*) FROM date_dim; SELECT COUNT(*) FROM store; SELECT COUNT(*) FROM item; SELECT COUNT(*) FROM time_dim; SELECT COUNT(*) FROM promotion; SELECT COUNT(*) FROM customer_demographics; SELECT COUNT(*) FROM customer_address; SELECT COUNT(*) FROM household_demographics; SELECT COUNT(*) FROM customer; SELECT COUNT(*) FROM income_band;

      以下显示每个SS表的行数：

      表名称	行数
      Store_Sales	287997024
      Date_Dim	73049
      Store	402
      Item	204000
      Time_Dim	86400
      Promotion	1000
      Customer_Demographics	1920800
      Customer_Address	1000000
      Household_Demographics	7200
      Customer	1981703
      Income_Band	20

4. 执行ANALYZE更新统计信息。

   1

   ANALYZE；

   返回ANALYZE后，表示执行成功。

   1

   ANALYZE

   ANALYZE语句可收集数据库中与表内容相关的统计信息，统计结果存储在系统表PG_STATISTIC中。查询优化器会使用这些统计数据，以生成最有效的执行计划。

   建议在执行了大批量插入/删除操作后，例行对表或全库执行ANALYZE语句更新统计信息。