Hologres:Importe conjuntos de dados públicos com poucos cliques

Informações gerais

O HoloWeb oferece suporte à importação com um clique dos conjuntos de dados públicos tpch_10g, tpch_100g, tpch_1t e github_event.

• Os conjuntos de dados públicos tpch_10g, tpch_100g e tpch_1t são amostras para cenários de varejo. O conjunto tpch_10g contém 10 GB de dados, o tpch_100g contém 100 GB e o tpch_1t contém 1 TB. Para mais informações, consulte Plano de teste.

• O conjunto de dados público github_event está disponível no GitHub. Para mais detalhes, acesse Introdução aos negócios e dados.

Pré-requisitos

• A versão da sua instância do Hologres é V1.3.13 ou superior.

• A instância do Hologres está conectada ao HoloWeb. Para mais informações, consulte Fazer logon em uma instância.

Precauções

• Instâncias do Hologres implantadas nas seguintes regiões oferecem suporte ao recurso de importação de conjuntos de dados públicos: China (Pequim), China (Xangai), China (Hangzhou), China (Shenzhen) e China (Zhangjiakou).

• Importar um conjunto de dados público exige permissões para criar schemas, criar tabelas e gravar dados. Para mais informações, consulte Modelos de permissão do Hologres.

• A importação leva de 3 a 20 minutos, dependendo das especificações da instância. Planeje os recursos de computação antecipadamente para evitar impactos nos serviços online.

• A tarefa de importação cria automaticamente dois schemas e várias tabelas externas e internas. Certifique-se de que não existam schemas ou tabelas na instância com os mesmos nomes dos criados automaticamente para evitar exclusão acidental de dados.

Crie uma tarefa de importação de conjunto de dados público

1. Acesse a página de desenvolvimento do HoloWeb. Para mais informações, consulte Conectar-se ao HoloWeb.

2. Na barra de menu superior da página de desenvolvimento do HoloWeb, clique em Data Solutions.

3. Na página Data Solutions, clique em Import Public Dataset no painel de navegação à esquerda.

4. Na página Import Public Dataset, clique em Create Task for Importing Public Dataset.

5. Na página Create Task for Importing Public Dataset, selecione um Instance Name, Database e Public Dataset Name. Defina se deseja Use Serverless Computing Resource to Import Data e clique em Submit.

   Este recurso está disponível apenas no Hologres V1.3.13 ou superior. O conjunto de dados público consome espaço de armazenamento na instância. A tarefa de importação cria automaticamente dois schemas, como hologres_dataset_tpch_100g e hologres_foreign_dataset_tpch_100g, além de várias tabelas externas e internas. Para o conjunto de dados tpch_100g, recomendamos uma instância com pelo menos 32 CUs.

Visualize as informações de uma tarefa de importação de conjunto de dados público

1. Na página Import Public Dataset, selecione um Instance Name e Database e clique em Search para visualizar a lista de tarefas de importação de conjuntos de dados públicos.

   A lista de tarefas exibe as seguintes informações e ações:

   • Informações: No., Instance Name, Database, Public Dataset Name, Status, Progress (instruções SQL concluídas/total de instruções SQL), Created At e End Time.

   • Ações: Details, Stop, Rerun, Delete, Execution History e Query.

2. Quando o Status da tarefa mudar para Successful, a importação estará concluída. Clique em Query na coluna Actions para analisar os dados.

Exclua um conjunto de dados público

Execute a seguinte instrução SQL para excluir os schemas que contêm o conjunto de dados público e todas as dependências. Este exemplo exclui o conjunto de dados tpch_100g. Tenha cautela ao executar esta operação.

DROP SCHEMA hologres_dataset_tpch_100g, hologres_foreign_dataset_tpch_100g CASCADE;