Hologres:Hologresインデックスの概要

TPC-H Q1

TPC-H Q1は、lineitemテーブルの特定の列のデータを集計およびフィルタリングするために使用されます。

l_shipdate <=：データをフィルタリングします。時間範囲に基づいてデータをフィルタリングできるようにインデックスを設定する必要があります。

--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は、主にlineitemテーブルとordersテーブルを結合するために行われます。

• o_orderdate >= DATE '1996-07-01'：データをフィルタリングします。時間範囲に基づいてデータをフィルタリングできるようにインデックスを設定する必要があります。

• l_orderkey = o_orderkey：2つのテーブルを結合します。可能であれば、2つのテーブルに同じインデックスを設定して、ローカル結合を許可します。これにより、2つのテーブル間のデータシャッフリングが削減されます。

  --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

lineitemテーブルのインデックス設定とクエリ条件は、TPC-H Q1とTPC-H Q4で異なります。

• TPC-H Q1：l_shipdate列は、ファイル内のデータの時間シーケンスを指定し、範囲フィルタリングに使用されます。範囲フィルタリングを高速化するために、l_shipdate列をクラスタリングキー列として設定できます。イベントタイム列は、ファイルをソートするために使用されます。ファイルのフィルタリングを容易にするために、日付が単調に増加または減少する日付列をイベントタイム列として設定することをお勧めします。 TPC-H Q1では、l_shipdate列をイベントタイム列として設定できます。

• TPC-H Q4：結合クエリは、lineitemテーブルのl_orderkey列とordersテーブルのo_orderkey列に基づいて実行されます。データは分散キーに基づいて分散されます。システムは、同じ分散キー値を持つデータレコードを同じシャードに分散します。 2つのテーブルが同じテーブルグループに格納され、分散キーに基づいて結合されている場合、システムは同じ分散キー値を持つデータレコードを同じシャードに自動的に分散します。データ書き込み中に、現在のノードでローカル結合が実行され、結合キーに基づくデータシャッフリングは必要ありません。これにより、実行時のデータの分散と再分散が防止され、実行効率が大幅に向上します。したがって、l_orderkey列を分散キーとして設定することをお勧めします。

• 次のサンプルコードは、lineitemテーブルを作成するために使用されます。

  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',-- 分散キーを指定してローカル結合を許可します。
      clustering_key = 'L_SHIPDATE',-- クラスタリングキーを指定して範囲フィルタリングを高速化します。
      event_time_column = 'L_SHIPDATE'-- イベントタイム列を指定してファイルプルーニングを高速化します。
    );
  COMMIT;

hologres_dataset_tpch_100g.orders

この例では、TPC-H Q4 で orders テーブルが使用されます。

• ローカル結合を許可するために、orders テーブルの o_orderkey 列を分散キーとして構成します。これにより、結合クエリの効率が向上します。

• ファイルのプルーニングを高速化するために、orders テーブルの o_orderdate 列をイベント時間列として構成します。 o_orderdate 列には日付情報が含まれており、フィルタリングに使用できます。

• orders テーブルを作成するには、次のサンプルコードを使用します。

  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',-- 分散キーを指定して、ローカル結合を許可します。
      event_time_column = 'O_ORDERDATE'-- イベント時間列を指定して、ファイルのプルーニングを高速化します。
    );
  COMMIT;