Hologres：Memulai dengan indeks Hologres

TPC-H Q1

TPC-H Q1 digunakan untuk mengumpulkan dan menyaring data di kolom tertentu dari tabel lineitem.

l_shipdate <=: Menyaring data. Anda harus mengonfigurasi indeks untuk memungkinkan penyaringan data berdasarkan rentang waktu.

--TPC-H Q1
SELECT
        l_returnflag,
        l_linestatus,
        SUM(l_quantity) AS sum_qty,
        SUM(l_extendedprice) AS sum_base_price,
        SUM(l_extendedprice * (1 - l_discount)) AS sum_disc_price,
        SUM(l_extendedprice * (1 - l_discount) * (1 + l_tax)) AS sum_charge,
        AVG(l_quantity) AS avg_qty,
        AVG(l_extendedprice) AS avg_price,
        AVG(l_discount) AS avg_disc,
        COUNT(*) AS count_order
FROM
        lineitem
WHERE
        l_shipdate <= DATE '1998-12-01' - INTERVAL '120' DAY
GROUP BY
        l_returnflag,
        l_linestatus
ORDER BY
        l_returnflag,
        l_linestatus;

TPC-H Q4

TPC-H Q4 terutama dilakukan untuk menggabungkan tabel lineitem dan orders.

• o_orderdate >= DATE '1996-07-01': Menyaring data. Anda harus mengonfigurasi indeks untuk memungkinkan penyaringan data berdasarkan rentang waktu.

• l_orderkey = o_orderkey: Menggabungkan dua tabel. Jika memungkinkan, konfigurasikan indeks yang sama untuk kedua tabel untuk memungkinkan join lokal. Ini membantu mengurangi pengacakan data antara dua tabel.

  --TPC-H Q4
  SELECT
          o_orderpriority,
          COUNT(*) AS order_count
  FROM
          orders
  WHERE
          o_orderdate >= DATE '1996-07-01'
          AND o_orderdate < DATE '1996-07-01' + INTERVAL '3' MONTH
          AND EXISTS (
                  SELECT
                          *
                  FROM
                          lineitem
                  WHERE
                          l_orderkey = o_orderkey
                          AND l_commitdate < l_receiptdate
          )
  GROUP BY
          o_orderpriority
  ORDER BY
          o_orderpriority;

hologres_dataset_tpch_100g.lineitem

Konfigurasi indeks dan kondisi kueri untuk tabel lineitem bervariasi dalam TPC-H Q1 dan TPC-H Q4.

• TPC-H Q1: Kolom l_shipdate menentukan urutan waktu data dalam file dan digunakan untuk penyaringan rentang. Anda dapat mengonfigurasi kolom l_shipdate sebagai kolom kunci pengelompokan untuk mempercepat penyaringan rentang. Kolom waktu kejadian digunakan untuk mengurutkan file. Kami merekomendasikan agar Anda mengonfigurasi kolom tanggal di mana tanggal bertambah atau berkurang secara monotonik sebagai kolom waktu kejadian untuk memfasilitasi penyaringan file. Dalam TPC-H Q1, Anda dapat mengonfigurasi kolom l_shipdate sebagai kolom waktu kejadian.

• TPC-H Q4: Kueri join dilakukan berdasarkan kolom l_orderkey dari tabel lineitem dan kolom o_orderkey dari tabel orders. Data didistribusikan berdasarkan kunci distribusi. Sistem mendistribusikan catatan data dengan nilai kunci distribusi yang sama ke shard yang sama. Jika dua tabel disimpan dalam grup tabel yang sama dan digabungkan berdasarkan kunci distribusi, sistem secara otomatis mendistribusikan catatan data yang memiliki nilai kunci distribusi yang sama ke shard yang sama. Selama penulisan data, join lokal dilakukan pada node saat ini, dan pengacakan data berdasarkan kunci join tidak diperlukan. Ini mencegah penyebaran dan redistribusi data selama runtime dan secara signifikan meningkatkan efisiensi eksekusi. Oleh karena itu, kami merekomendasikan agar Anda mengonfigurasi kolom l_orderkey sebagai kunci distribusi.

• Berikut ini adalah contoh kode untuk membuat tabel lineitem:

  BEGIN;
  CREATE TABLE hologres_dataset_tpch_100g.lineitem
  (
      l_ORDERKEY      BIGINT      NOT NULL,
      L_PARTKEY       INT         NOT NULL,
      L_SUPPKEY       INT         NOT NULL,
      L_LINENUMBER    INT         NOT NULL,
      L_QUANTITY      DECIMAL(15,2) NOT NULL,
      L_EXTENDEDPRICE DECIMAL(15,2) NOT NULL,
      L_DISCOUNT      DECIMAL(15,2) NOT NULL,
      L_TAX           DECIMAL(15,2) NOT NULL,
      L_RETURNFLAG    TEXT        NOT NULL,
      L_LINESTATUS    TEXT        NOT NULL,
      L_SHIPDATE      TIMESTAMPTZ NOT NULL,
      L_COMMITDATE    TIMESTAMPTZ NOT NULL,
      L_RECEIPTDATE   TIMESTAMPTZ NOT NULL,
      L_SHIPINSTRUCT  TEXT        NOT NULL,
      L_SHIPMODE      TEXT        NOT NULL,
      L_COMMENT       TEXT        NOT NULL,
      PRIMARY KEY (L_ORDERKEY,L_LINENUMBER)
  )
  WITH (
      distribution_key = 'L_ORDERKEY',-- Tentukan kunci distribusi untuk memungkinkan join lokal.
      clustering_key = 'L_SHIPDATE',-- Tentukan kunci pengelompokan untuk mempercepat penyaringan rentang.
      event_time_column = 'L_SHIPDATE'-- Tentukan kolom waktu kejadian untuk mempercepat pemangkasan file.
    );
  COMMIT;

hologres_dataset_tpch_100g.orders

Dalam contoh ini, tabel orders digunakan dalam TPC-H Q4.

• Konfigurasikan kolom o_orderkey dalam tabel orders sebagai kunci distribusi untuk memungkinkan join lokal. Ini membantu meningkatkan efisiensi kueri join.

• Konfigurasikan kolom o_orderdate dalam tabel orders sebagai kolom waktu kejadian untuk mempercepat pemangkasan file. Kolom o_orderdate berisi informasi tanggal dan dapat digunakan untuk penyaringan.

• Berikut ini adalah contoh kode untuk membuat tabel orders:

  BEGIN;
  CREATE TABLE hologres_dataset_tpch_100g.orders
  (
      O_ORDERKEY      BIGINT      NOT NULL PRIMARY KEY,
      O_CUSTKEY       INT         NOT NULL,
      O_ORDERSTATUS   TEXT        NOT NULL,
      O_TOTALPRICE    DECIMAL(15,2) NOT NULL,
      O_ORDERDATE     timestamptz NOT NULL,
      O_ORDERPRIORITY TEXT        NOT NULL,
      O_CLERK         TEXT        NOT NULL,
      O_SHIPPRIORITY  INT         NOT NULL,
      O_COMMENT       TEXT        NOT NULL
  )
  WITH (
      distribution_key = 'O_ORDERKEY',-- Tentukan kunci distribusi untuk memungkinkan join lokal.
      event_time_column = 'O_ORDERDATE'-- Tentukan kolom waktu kejadian untuk mempercepat pemangkasan file.
    );
  COMMIT;