Mulai dengan membuat kluster dan mengembangkan job - AnalyticDB - Alibaba Cloud - AnalyticDB

AnalyticDB for MySQL adalah layanan terkelola yang menyediakan gudang data real-time berskala petabyte dengan konkurensi tinggi untuk beban kerja OLAP. Topik ini memandu Anda dalam menggunakan kluster AnalyticDB for MySQL, mulai dari pembuatan hingga pengembangan pekerjaan.

Penting

Data Lakehouse Edition tidak lagi tersedia untuk pembelian. Jika Anda sudah memiliki kluster Data Lakehouse Edition, panduan ini menjelaskan cara melanjutkan penggunaannya.

Prasyarat

Anda memerlukan Akun Alibaba Cloud.

Jika belum memiliki Akun Alibaba Cloud, kunjungi situs resmi Alibaba Cloud untuk membuatnya. Jika beberapa pengguna perlu mengakses sumber daya, Anda dapat membuat Pengguna RAM untuk akun root Akun Alibaba Cloud dan memberikan izin kepada mereka. Hal ini memungkinkan berbagai Pengguna RAM memiliki izin yang berbeda.
Jika Anda baru mengenal AnalyticDB for MySQL edisi perusahaan, edisi dasar, atau edisi danau data terpadu, kami menyarankan membaca Ikhtisar Produk untuk memahami konsep, manfaat, dan kasus penggunaan AnalyticDB for MySQL.

Penagihan

Saat membuat kluster, Anda dikenai biaya untuk komputasi dan penyimpanan. Untuk informasi lebih lanjut, lihat harga edisi perusahaan dan edisi dasar serta harga edisi danau data terpadu.

Prosedur

Langkah 1: Buat kluster

Masuk ke Konsol AnalyticDB for MySQL. Di pojok kanan atas halaman, klik Create Cluster.

Pada halaman pembelian, konfigurasikan parameter utama berikut. Anda dapat mempertahankan nilai default untuk parameter lainnya. Untuk informasi lebih lanjut tentang parameter tersebut, lihat Buat kluster.

Parameter	Deskripsi
Product Type	Pay-as-you-go: Metode penagihan pascabayar yang dikenakan per jam. Metode ini cocok untuk beban kerja jangka pendek. Anda dapat melepas kluster kapan saja untuk menghemat biaya. Subscription: Metode penagihan prabayar yang dibayarkan saat membuat kluster. Metode ini cocok untuk beban kerja jangka panjang dan lebih hemat biaya dibandingkan pay-as-you-go. Periode langganan yang lebih lama memberikan diskon lebih besar.
Edition	Enterprise Edition: Arsitektur multi-replika yang menggunakan penyimpanan multi-replika, menyediakan kemampuan terdistribusi, dan memberikan ketersediaan tinggi. Basic Edition: Arsitektur replika tunggal yang tidak menyediakan ketersediaan tinggi. Untuk informasi lebih lanjut tentang Enterprise Edition dan Basic Edition, lihat Edisi.
Deployment Method	Enterprise Edition: Mendukung Single-zone Deployment atau Multi-zone Deployment. Penting Deployment Multi-AZ hanya didukung di wilayah China (Hangzhou), China (Shanghai), China (Beijing), China (Zhangjiakou), China (Shenzhen), China (Hong Kong), dan Singapura. Basic Edition: Hanya mendukung Single-zone Deployment.
Region	Lokasi geografis kluster. Anda tidak dapat mengubah wilayah setelah pembelian. Pilih wilayah yang paling dekat dengan bisnis Anda untuk mengurangi latensi akses.
Primary Zone	Zona ketersediaan (AZ) utama untuk kluster.
Secondary Zone	AZ sekunder untuk kluster. Jika AZ utama gagal, layanan secara otomatis melakukan failover ke AZ sekunder. Selama failover ini, kluster mungkin sementara tidak tersedia atau mengalami timeout baca/tulis. Penting Parameter ini wajib hanya ketika Deployment Method diatur ke Multi-zone Deployment.
Virtual Private Cloud (VPC) vSwitch of Primary Zone vSwitch of Secondary Zone	Jika Anda memiliki VPC yang memenuhi kebutuhan jaringan Anda, pilih VPC tersebut. Misalnya, jika Anda memiliki Instance ECS dan VPC-nya memenuhi kebutuhan Anda, pilih VPC tersebut. Jika Anda tidak memiliki VPC yang memenuhi kebutuhan jaringan Anda, Anda dapat menggunakan VPC dan vSwitch default. Jika VPC dan vSwitch default tidak memenuhi kebutuhan Anda, Anda dapat membuat VPC dan vSwitch. Penting Jika Anda menggunakan layanan Alibaba Cloud lainnya, seperti ECS dan RDS, pastikan kluster AnalyticDB for MySQL berada dalam VPC yang sama dengan layanan lainnya. Hal ini memungkinkan komunikasi melalui jaringan internal untuk kinerja optimal. Parameter vSwitch of Secondary Zone wajib hanya ketika Deployment Method diatur ke Multi-zone Deployment.
Single-node Specifications of Reserved Resources	Spesifikasi resource yang dipesan untuk satu node. Nilai default adalah 8 ACUs. Resource ini dapat digunakan untuk: Komputasi data. Anda dapat menambahkan resource yang dipesan untuk meningkatkan kinerja kueri. Penyimpanan data hot. Sekelompok resource yang dipesan dapat mendukung penyimpanan data hot hingga 8 TB. Anda dikenai biaya untuk penyimpanan data hot berdasarkan penggunaan aktual Anda. Catatan Jika sebelumnya Anda membeli kluster Data Warehouse Edition atau Data Lakehouse Edition, lihat Pemetaan antara spesifikasi Enterprise Edition dan edisi Data Lakehouse atau Data Warehouse saat memilih spesifikasi Enterprise Edition.
Reserved Resource Nodes	Untuk kluster Enterprise Edition, nilai default adalah 3 dan ukuran langkah adalah 3. Catatan Untuk kluster Enterprise Edition, Anda dapat mengatur jumlah node resource yang dipesan menjadi 0. Dalam hal ini, harga pembelian untuk node resource yang dipesan tidak lagi ditampilkan di pojok kanan bawah halaman. Perhatikan hal berikut: Jika jumlah node resource yang dipesan adalah 0, Anda hanya dapat menggunakan tabel eksternal. Untuk membuat tabel internal AnalyticDB for MySQL, jumlah node resource yang dipesan harus lebih dari 0. Jika Anda membuat kluster dengan 0 node resource yang dipesan, Anda dapat melakukan scale out nanti untuk menambahkan resource yang dipesan. Untuk informasi lebih lanjut, lihat Scale kluster Enterprise Edition dan Basic Edition. Untuk kluster Basic Edition, nilai default adalah 1 dan ukuran langkah adalah 1.

Ikuti petunjuk di layar untuk menyelesaikan pembelian.

Setelah pembayaran berhasil, tunggu sekitar 10 hingga 15 menit. Di halaman Clusters, kluster siap digunakan ketika statusnya berubah menjadi Running.

Langkah 2: Buat akun database

Penting

AnalyticDB for MySQL mendukung jenis akun database berikut:

Akun istimewa: Dapat mengelola semua akun standar dan database, mirip dengan akun root di MySQL.
Akun standar: Anda harus memberikan izin secara manual ke akun standar. Untuk informasi tentang perbedaan antara akun istimewa dan akun standar serta cara membuatnya, lihat Akun istimewa dan akun standar.

Langkah-langkah berikut menggunakan akun istimewa sebagai contoh.

Di halaman daftar kluster, klik ID kluster target untuk membuka halaman detail kluster.
Di panel navigasi sebelah kiri, klik Accounts.
Di tab Database Accounts, klik Create Account.

Di panel Create Account, atur parameter berikut.

Parameter	Deskripsi
Database Account	Nama akun istimewa. Masukkan nama yang memenuhi persyaratan yang ditampilkan di konsol.
Account Type	Pilih Privileged Account.
New Password	Password untuk akun istimewa. Masukkan password yang memenuhi persyaratan yang ditampilkan di konsol.
Confirm Password	Masukkan kembali password untuk akun istimewa.
Description	Deskripsi opsional untuk membantu pengelolaan akun.

Klik OK untuk membuat akun.

Catatan
Setelah membuat akun standar, Anda dapat mengklik Permissions di kolom Actions untuk akun target guna mengonfigurasi izinnya.

Langkah 3: Buat kelompok sumber daya

AnalyticDB for MySQL menyediakan isolasi sumber daya komputasi penuh antar kelompok sumber daya yang berbeda, memastikan bahwa komputasi kompleks atau masalah tak terduga tidak memengaruhi bisnis inti Anda.

Untuk pengembangan dan pengujian pekerjaan, bagian ini menggunakan Job-based resource group sebagai contoh. Anda juga dapat membuat kelompok sumber daya dengan engine tertentu berdasarkan jenis pekerjaan yang ingin diuji. Jenis kelompok sumber daya yang didukung ditunjukkan dalam tabel berikut. Untuk informasi lebih lanjut tentang kelompok sumber daya dan mesin komputasi, lihat Buat dan kelola kelompok sumber daya dan Fitur.

Jenis	Tugas	Skenario
Interactive resource group	Anda harus menentukan engine saat membuat kelompok sumber daya. Engine yang didukung melakukan tugas berikut: Engine XIHE: Mendukung XIHE MPP SQL. Engine Spark: Mendukung Spark SQL.	Skenario analisis online atau interaktif yang memerlukan permintaan per detik (QPS) tinggi dan waktu respons (RT) rendah.
Job-based resource group	Anda tidak perlu menentukan engine saat membuat kelompok sumber daya. Tugas berikut didukung: XIHE BSP SQL Spark SQL dan aplikasi Spark	Skenario offline throughput tinggi.
AI resource group	Eksekusi model MLSQL dan komputasi berbasis Ray.	Skenario komputasi heterogen.

Di panel navigasi sebelah kiri halaman detail kluster, pilih Cluster Management > Resource Management.
Klik tab Resource Groups. Di pojok kiri atas daftar kelompok sumber daya, klik Create Resource Group.
Masukkan Resource Group Name dan pilih Job untuk Job Type.

Catatan
Dalam tutorial ini, Minimum Computing Resources diatur ke 0 ACUs dan Maximum Computing Resources diatur ke 8 ACUs hanya untuk tujuan pengujian panduan cepat.
Klik OK.

Langkah 4 (opsional): Jalankan skrip uji

Catatan

Untuk mengevaluasi kluster dengan cepat, ikuti langkah-langkah berikut untuk memuat dan menganalisis set data sampel.

Di panel navigasi sebelah kiri halaman detail kluster, klik Job Development > SQL Development > Job Development.
Di tab Databases and Tables, klik Load Built-in Dataset.
Di tab Scripts, klik dua kali skrip dan jalankan pernyataan SQL di SQL Console untuk menguji kluster.

Catatan
Untuk detail tentang tabel dalam set data sampel, lihat Detail tabel set data sampel.

Langkah 5: Kembangkan pekerjaan

Jenis		Prasyarat
Tabel eksternal	Pengembangan pekerjaan Spark SQL	Kelompok sumber daya berbasis pekerjaan atau kelompok sumber daya interaktif dengan engine Spark telah dibuat.
Tabel eksternal	Pengembangan pekerjaan XIHE BSP SQL	Kelompok sumber daya berbasis pekerjaan telah dibuat.
Tabel internal	Pengembangan pekerjaan Spark SQL	Kelompok sumber daya berbasis pekerjaan atau kelompok sumber daya interaktif dengan engine Spark telah dibuat. Kluster Enterprise Edition tidak boleh memiliki 0 ACUs resource yang dipesan. Kluster Data Lakehouse Edition memiliki minimal 16 ACUs resource komputasi yang dipesan dan 24 ACUs resource penyimpanan yang dipesan.
Tabel internal	Pengembangan pekerjaan XIHE BSP SQL	Kelompok sumber daya berbasis pekerjaan telah dibuat. Kluster Data Lakehouse Edition memiliki minimal 16 ACUs resource komputasi yang dipesan dan 24 ACUs resource penyimpanan yang dipesan.

Pengembangan pekerjaan (tabel eksternal)

Spark SQL

Buat bucket OSS dan direktori di wilayah yang sama dengan kluster AnalyticDB for MySQL. Untuk informasi lebih lanjut, lihat Aktifkan OSS, Buat bucket, dan Kelola direktori.
Buat tabel eksternal OSS Hudi.
1. Di panel navigasi sebelah kiri halaman detail kluster, klik Job Development > SQL Development > Job Development.
2. Di jendela SQL Console, pilih engine Spark dan kelompok sumber daya berbasis pekerjaan atau interaktif.
3. Jalankan pernyataan berikut untuk membuat database eksternal bernama spark_external_db untuk menyimpan data Hudi. Contoh ini menggunakan path oss://testBucketName/adb-test-1/. Untuk menjalankan pernyataan, klik Execute (F8).
```
CREATE DATABASE spark_external_db
LOCATION 'oss://testBucketName/adb-test-1/';
```
4. Di database spark_external_db, buat tabel eksternal bernama spark_hudi_table untuk menyimpan data Hudi. Contoh ini menggunakan path oss://testBucketName/adb-test-1/spark_external_db/.
```
CREATE TABLE spark_external_db.spark_hudi_table
(id int,
 name string,
 score int,
 city string
)
using hudi
partitioned by (id)
tblproperties
(primaryKey = 'id', 
preCombineField = 'city')
LOCATION 'oss://testBucketName/adb-test-1/spark_external_db/';
```
5. Masukkan data.
```
INSERT OVERWRITE spark_external_db.spark_hudi_table PARTITION(id) VALUES
(001,'Anna',99,'London'),
(002,'Bob',67,'USA'),
(003,'Cindy',78,'Spain'),
(004,'Dan',100,'China');
```
Kueri data dari tabel eksternal OSS Hudi.
1. Jalankan pernyataan berikut untuk mengkueri data dari tabel eksternal spark_hudi_table. Untuk menjalankan pernyataan, klik Execute (F8).
```
SELECT * FROM spark_external_db.spark_hudi_table;
```
  Catatan
  Jika kluster Data Lakehouse Edition memiliki sumber daya komputasi yang dipesan atau kluster Enterprise Edition memiliki sumber daya yang dipesan, Anda dapat menggunakan XIHE MPP SQL dalam mode online untuk mengkueri data dari tabel eksternal. Untuk melakukannya, pilih engine XIHE dan kelompok sumber daya interaktif.
2. Di halaman Job Development > Spark JAR Development > Job Development, temukan kueri SQL target di Applications dan klik Logs di kolom Actions untuk melihat data tabel dalam log.

XIHE BSP SQL

xihe外表

Buat bucket OSS dan direktori di wilayah yang sama dengan kluster AnalyticDB for MySQL. Untuk informasi lebih lanjut, lihat Aktifkan OSS, Buat bucket, dan Kelola direktori.
Unggah data sampel.

Contoh ini mengunggah file data xihe_oss.txt ke path OSS oss://adb-test-1/test_xihe/. Ini adalah file teks dengan kolom dipisahkan koma (,) dan baris dipisahkan oleh baris baru:
```
001,Anna,99,London
002,Bob,67,USA
003,Cindy,78,Spain
004,Dan,100,China
```
Buat tabel eksternal OSS.
1. Di panel navigasi sebelah kiri halaman detail kluster, klik Job Development > SQL Development > Job Development.
2. Di jendela SQL Console, pilih kelompok sumber daya berbasis pekerjaan dan engine XIHE.
3. Jalankan pernyataan berikut untuk membuat database eksternal bernama xihe_external_db. Untuk menjalankan pernyataan, klik Execute (F8).
```
CREATE EXTERNAL DATABASE xihe_external_db;
```
4. Jalankan pernyataan berikut untuk membuat tabel eksternal bernama xihe_oss_table. Untuk menjalankan pernyataan, klik Execute (F8).
```
CREATE EXTERNAL TABLE xihe_external_db.xihe_oss_table
(
 id int ,
 name string ,
 score int,
 city string
)
ROW FORMAT DELIMITED FIELDS TERMINATED BY ','
STORED AS TEXTFILE
LOCATION 'oss://adb-test-1/test_xihe/xihe_oss.txt';
```
Kueri data dari tabel eksternal OSS.

Jalankan pernyataan berikut untuk mengkueri data dari tabel eksternal xihe_oss_table. Untuk menjalankan pernyataan, klik Execute (F8).
```
SELECT * FROM xihe_external_db.xihe_oss_table;
```
Catatan
Jika kluster Data Lakehouse Edition memiliki sumber daya komputasi yang dipesan Anda dapat menggunakan XIHE MPP SQL dalam mode online untuk mengkueri data dari tabel eksternal. Untuk melakukannya, pilih engine XIHE dan kelompok sumber daya interaktif.

Pengembangan pekerjaan (tabel internal)

Gudang data AnalyticDB for MySQL terdiri dari tiga lapisan berikut.

ODS (Operational Data Store): Lapisan tempat pemrosesan ETL dilakukan pada data sumber. Dalam skenario nyata, lapisan ODS mengekstraksi data dari sumber data. Untuk menyederhanakan tutorial ini, kami akan menulis data uji langsung ke lapisan ODS.
DWD (Data Warehouse Detail): Lapisan ini membersihkan dan memfilter data dari lapisan ODS. Tutorial ini menggunakan pemfilteran sebagai contoh.
ADS (Application Data Service): Lapisan yang menyediakan data untuk analisis dan pelaporan berorientasi bisnis.

Spark SQL

Buat tabel lapisan ODS.
1. Di panel navigasi sebelah kiri halaman detail kluster, klik Job Development > SQL Development > Job Development.
2. Di jendela SQL Console, pilih engine Spark dan kelompok sumber daya berbasis pekerjaan.
3. Jalankan pernyataan berikut untuk membuat database bernama test_spark_db. Untuk menjalankan pernyataan, klik Execute (F8).
```
CREATE DATABASE test_spark_db;
```
4. Di database test_spark_db, buat tabel lapisan ODS partisi adb_spark_ods tanpa indeks, lalu masukkan data ke dalam tabel.
```
CREATE TABLE test_spark_db.adb_spark_ods
  (id int,
   name string,
   age int)
USING adb
tblproperties (
'distributeType' = 'HASH',
'distributeColumns' = 'id',
'partitionType' = 'VALUE',
'partitionColumn' = 'age', 
'partitionCount' = '200', 
'indexAll' = 'false')
```
```
INSERT OVERWRITE test_spark_db.adb_spark_ods PARTITION(age) VALUES
(001,'Anna',18),
(002,'Bob',22),
(003,'Cindy',12),
(004,'Dan',25);
```
Buat tabel lapisan DWD.

Tutorial ini menunjukkan cara membaca data dari tabel lapisan ODS, memfilter data, lalu menulis data yang difilter ke tabel lapisan DWD.
1. Di database test_spark_db, buat tabel partisi bernama adb_spark_dwd tanpa indeks.
```
CREATE TABLE test_spark_db.adb_spark_dwd (
  id int,
  name string,
  age int
)
USING adb
TBLPROPERTIES(
  'distributeType'='HASH', 
  'distributeColumns'='id', 
  'partitionType'='value',
  'partitionColumn'='age',
  'partitionCount'='200',
  'indexAll'='false')
```
2. (Opsional) Sebelum mengkueri data hot offline, pilih engine XIHE dan kelompok sumber daya user_default (Interaktif) di jendela SQL Console, lalu jalankan pernyataan berikut.
```
SET adb_config CSTORE_HOT_TABLE_ALLOW_SINGLE_REPLICA_BUILD=true;
SET adb_config ELASTIC_ENABLE_HOT_PARTITION_HAS_HDD_REPLICA=true;
SET adb_config ELASTIC_PRODUCT_ENABLE_MIXED_STORAGE_POLICY=true;
```
  Penting
  Jika Anda mengkueri data hot offline tanpa menjalankan pernyataan ini, pernyataan SQL berikutnya gagal dieksekusi.
3. Beralih ke engine Spark. Baca data di mana nilai kolom id bukan 002 dari tabel lapisan ODS adb_spark_ods, lalu tulis data ke tabel lapisan DWD.
```
INSERT OVERWRITE test_spark_db.adb_spark_dwd partition(age) 
SELECT 
  id,
  name,
  age
FROM test_spark_db.adb_spark_ods WHERE id != 002;
```
4. Kueri data dari tabel adb_spark_dwd.
```
SELECT * FROM test_spark_db.adb_spark_dwd;
```
  Catatan
  Saat menggunakan Spark SQL untuk menjalankan kueri, hasilnya tidak menampilkan data tabel. Untuk melihat data tabel, lakukan langkah berikutnya.
5. Opsi: Di halaman Spark JAR Development, temukan kueri SQL target di Applications dan klik Logs di kolom Actions. Anda dapat melihat data tabel dalam log.
Buat data lapisan ADS.

Lapisan ADS berisi data yang telah disempurnakan dari lapisan DWD untuk analisis bisnis. Untuk memastikan kinerja kueri, Anda harus mengindeks tabel ADS. Tutorial ini menunjukkan cara membaca data di mana nilai kolom age lebih besar dari 15 dari tabel lapisan DWD adb_spark_dwd dan menulisnya ke tabel lapisan ADS adb_spark_ads.
1. Di database test_spark_db, buat tabel partisi bernama adb_spark_ads dengan indeks.
```
CREATE TABLE test_spark_db.adb_spark_ads (
  id int,
  name string,
  age int
)
USING adb
TBLPROPERTIES(
  'distributeType'='HASH', 
  'distributeColumns'='id', 
  'partitionType'='value',
  'partitionColumn'='age',
  'partitionCount'='200',
  'indexAll'='true')
```
2. Baca data di mana nilai kolom age lebih besar dari 15 dari tabel lapisan DWD adb_spark_dwd dan tulis data ke tabel lapisan ADS adb_spark_ads.
```
INSERT OVERWRITE test_spark_db.adb_spark_ads partition(age) 
SELECT 
  id,
  name,
  age 
FROM test_spark_db.adb_spark_dwd WHERE age > 15;
```
Kueri data tabel lapisan ADS.

Kluster AnalyticDB for MySQL Enterprise Edition, Basic Edition, dan Data Lakehouse Edition mendukung kueri data offline menggunakan Spark SQL atau XIHE BSP SQL, serta kueri data real-time online menggunakan XIHE MPP SQL. Untuk memastikan ketepatan waktu data, tutorial ini menggunakan XIHE MPP SQL dalam mode online untuk mengkueri data tabel lapisan ADS.
1. Di jendela SQL Console, pilih engine XIHE dan kelompok sumber daya user_default (Interaktif).
2. Jalankan pernyataan berikut untuk mengkueri data dari tabel lapisan ADS.
```
SELECT * FROM test_spark_db.adb_spark_ads;
```
  Hasil berikut dikembalikan:
```
+------+-------+------+
| id | name | age |
+------+-------+------+
| 4 | Dan | 25 |
| 1 | Anna | 18 |
+------+-------+------+
```

XIHE BSP SQL

Buat tabel lapisan ODS.
1. Di panel navigasi sebelah kiri halaman detail kluster, klik Job Development > SQL Development > Job Development.
2. Di jendela SQL Console, pilih engine XIHE dan kelompok sumber daya berbasis pekerjaan.
3. Masukkan pernyataan berikut dan klik Execute (F8) untuk membuat database bernama test_xihe_db.
```
CREATE DATABASE test_xihe_db;
```
4. Masukkan pernyataan berikut, lalu klik Execute (F8). Perintah ini membuat tabel partisi adb_xihe_ods tanpa indeks di lapisan ODS database test_xihe_db dan memasukkan data.
```
CREATE TABLE test_xihe_db.adb_xihe_ods (id int, name string, age int)DISTRIBUTED BY HASH (id)PARTITION BY VALUE (age)LIFECYCLE 4INDEX_ALL='N';
```
```
INSERT INTO test_xihe_db.adb_xihe_ods(id,name,age) VALUES(001,'Anna',18),(002,'Bob',22),(003,'Cindy',12),(004,'Dan',25);
```
Buat tabel lapisan DWD.

Tutorial ini menunjukkan cara membaca data dari tabel lapisan ODS, memfilter data, lalu menulis data yang difilter ke tabel lapisan DWD.
1. Masukkan pernyataan berikut dan klik Execute (F8) untuk membuat tabel partisi tanpa indeks adb_xihe_dwd di database test_xihe_db.
```
CREATE TABLE test_xihe_db.adb_xihe_dwd( id int, name string, age int)DISTRIBUTED BY HASH (id)PARTITION BY VALUE (age)LIFECYCLE 4INDEX_ALL = 'N';
```
2. Masukkan pernyataan berikut dan klik Execute (F8). Pernyataan ini membaca data dari tabel lapisan ODS adb_xihe_ods di mana kolom id bukan 002 dan menulisnya ke tabel data lapisan DWD adb_xihe_dwd.
```
INSERT INTO test_xihe_db.adb_xihe_dwd SELECT id, name, age FROM test_xihe_db.adb_xihe_ods where id != 002;
```
3. Masukkan pernyataan berikut dan klik Execute (F8) untuk mengkueri data di tabel adb_xihe_dwd.
```
SELECT * FROM test_xihe_db.adb_xihe_dwd;
```
  Hasil berikut dikembalikan:
```
+------+-------+------+| id | name | age |+------+-------+------+| 4 | Dan | 25 || 1 | Anna | 18 || 3 | Cindy | 12 |+------+-------+------+
```
Buat tabel lapisan ADS.

Data lapisan ADS lebih disaring secara rinci dari data lapisan DWD dan dapat digunakan langsung untuk analisis bisnis. Hal ini memerlukan kecepatan kueri tertentu. Oleh karena itu, Anda harus menambahkan indeks saat membuat tabel lapisan ADS. Tutorial ini menunjukkan cara membaca data di mana nilai kolom age lebih besar dari 15 dari tabel lapisan DWD adb_xihe_dwd dan menulisnya ke tabel lapisan ADS adb_xihe_ads.
1. Masukkan pernyataan berikut dan klik Execute (F8) untuk membuat tabel AnalyticDB for MySQL berindeks dan partisi bernama adb_xihe_ads di database test_xihe_db.
```
CREATE TABLE test_xihe_db.adb_xihe_ads (id int, name string, age int)DISTRIBUTED BY HASH (id)PARTITION BY VALUE (age)LIFECYCLE 4; 
```
2. Masukkan pernyataan berikut, lalu klik Execute (F8). Pernyataan ini membaca data dari tabel data lapisan DWD adb_xihe_dwd di mana nilai kolom age lebih besar dari 15 dan menulis data ke tabel data lapisan ADS adb_xihe_ads.
```
INSERT INTO test_xihe_db.adb_xihe_ads SELECT id, name, age FROM test_xihe_db.adb_xihe_dwd WHERE age > 15;
```
Kueri data lapisan ADS.

Kluster AnalyticDB for MySQL Data Lakehouse Edition mendukung kueri data offline menggunakan Spark SQL atau XIHE BSP SQL, serta kueri data real-time online menggunakan XIHE MPP SQL. Untuk memastikan ketepatan waktu data, tutorial ini menggunakan XIHE MPP SQL dalam mode online untuk mengkueri data tabel lapisan ADS.
1. Di jendela SQL Console, pilih engine XIHE dan kelompok sumber daya user_default (Interaktif).
2. Masukkan pernyataan berikut dan klik Execute (F8) untuk mengkueri data tabel lapisan ADS.
```
SELECT * FROM test_xihe_db.adb_xihe_ads;
```
  Hasil berikut dikembalikan:
```
+------+-------+------+| id | name | age |+------+-------+------+| 4 | Dan | 25 || 1 | Anna | 18 |+------+-------+------+
```

Langkah selanjutnya

Setelah menyelesaikan tutorial ini, lihat impor data untuk langkah selanjutnya.