PG系列数据库TPCH测试文档

最新推荐文章于 2024-05-20 14:06:18 发布

BigDataMK

最新推荐文章于 2024-05-20 14:06:18 发布

阅读量1k

点赞数 1

分类专栏： mpp 大数据数仓文章标签：数据库 postgresql

本文链接：https://blog.csdn.net/flyinthesky111/article/details/127852286

版权

大数据同时被 3 个专栏收录

13 篇文章 1 订阅

订阅专栏

mpp

11 篇文章 1 订阅

订阅专栏

数仓

2 篇文章 0 订阅

订阅专栏

PG系列数据库TPCH测试文档

该文档适用于使用postgresql语法的数据库

一、机器环境

此次测试只为走通该测试的测试流程，准备的服务器是本地虚拟化的机器，故性能不具备参考价值

主机名	ip	内存	磁盘	带宽
ym01	192.168.110.221	8G	40G	共享千兆
ym02	192.168.110.222	8G	40G	共享千兆
ym03	192.168.110.223	8G	40G	共享千兆

二、TPCH环境准备

1、下载TPCH

这里由于网络问题，我将https://github.com/tpch-dbgen.git 同步至gitee上后进行拉取

git clone https://gitee.com/mklzl/tpch-dbgen.git

2、编译TPCH

修改makefile

################
## CHANGE NAME OF ANSI COMPILER HERE
################
CC      = gcc
# Current values for DATABASE are: INFORMIX, DB2, TDAT (Teradata)
#                                  SQLSERVER, SYBASE, ORACLE, VECTORWISE
# Current values for MACHINE are:  ATT, DOS, HP, IBM, ICL, MVS, 
#                                  SGI, SUN, U2200, VMS, LINUX, WIN32 
# Current values for WORKLOAD are:  TPCH
DATABASE=ORACLE
MACHINE = LINUX
WORKLOAD = TPCH

编译
```
yum install -y gcc
make
```

3、准备数据

生成数据
```
./dbgen -s 10 -f
```
准备大约10G数据

修改数据

for i in `ls *.tbl`; do sed 's/|$//' $i > ${i/tbl/csv}; done

生成软链接（方便执行数据导入脚本）
```
ln -s /home/pgtpch10/ /tmp/dss-data
```
这里会将生成的 .tbl 的文件所在的目录软链接至 /tmp/dss-data下

4、查询语句生成

使用该tpch的查询语句的生成，是无法适用于pg系列的查询的，需要进行改写，也可以使用下面的模板生成查询语句

模板链接：

https://github.com/digoal/pg_tpch/tree/master/dss/templates

需要将这个链接中templates中所有的文件下载下来，放在一个固定目录，例如就放在tpch的目录下

编写脚本

#!/bin/bash
for ((i=1;i<=22;i++)); do
     ./qgen -v -c -s $1 ${i} > $2/tpch-q${i}.sql
done

export模板变量

 export DSS_QUERY=./templates

执行脚本

该脚本传入两个参数，参数1为scale，和生成数据时传入的数量保持一致，参数二为生成的查询语句对应的目录，该目录需要提前创建

执行该脚本后，会在对应目录下生成查询语句，如下：

[root@ym01 tpch-dbgen]# sh create_query.sh 10 ./querysql
[root@ym01 tpch-dbgen]# cd querysql/
[root@ym01 querysql]# ll
总用量 88
-rw-r--r-- 1 root root  647 11月 10 10:39 10.sql
-rw-r--r-- 1 root root  631 11月 10 10:39 11.sql
-rw-r--r-- 1 root root  720 11月 10 10:39 12.sql
-rw-r--r-- 1 root root  470 11月 10 10:39 13.sql
-rw-r--r-- 1 root root  442 11月 10 10:39 14.sql
-rw-r--r-- 1 root root  641 11月 10 10:39 15.sql
-rw-r--r-- 1 root root  609 11月 10 10:39 16.sql
-rw-r--r-- 1 root root  476 11月 10 10:39 17.sql
-rw-r--r-- 1 root root  582 11月 10 10:39 18.sql
-rw-r--r-- 1 root root 1090 11月 10 10:39 19.sql
-rw-r--r-- 1 root root  664 11月 10 10:39 1.sql
-rw-r--r-- 1 root root  865 11月 10 10:39 20.sql
-rw-r--r-- 1 root root  805 11月 10 10:39 21.sql
-rw-r--r-- 1 root root  797 11月 10 10:39 22.sql
-rw-r--r-- 1 root root  818 11月 10 10:39 2.sql
-rw-r--r-- 1 root root  519 11月 10 10:39 3.sql
-rw-r--r-- 1 root root  476 11月 10 10:39 4.sql
-rw-r--r-- 1 root root  607 11月 10 10:39 5.sql
-rw-r--r-- 1 root root  365 11月 10 10:39 6.sql
-rw-r--r-- 1 root root  926 11月 10 10:39 7.sql
-rw-r--r-- 1 root root  900 11月 10 10:39 8.sql
-rw-r--r-- 1 root root  741 11月 10 10:39 9.sql

三、建表

part

CREATE TABLE PART (
                      P_PARTKEY               SERIAL8,
                      P_NAME                  VARCHAR(55),
                      P_MFGR                  CHAR(25),
                      P_BRAND                 CHAR(10),
                      P_TYPE                  VARCHAR(25),
                      P_SIZE                  INTEGER,
                      P_CONTAINER             CHAR(10),
                      P_RETAILPRICE   DECIMAL,
                      P_COMMENT               VARCHAR(23)
) with (APPENDONLY=true,BLOCKSIZE=2097152,ORIENTATION=COLUMN,CHECKSUM=true,OIDS=false) DISTRIBUTED BY (p_partkey);

region

CREATE TABLE REGION (
                        R_REGIONKEY     SERIAL8,
                        R_NAME          CHAR(25),
                        R_COMMENT       VARCHAR(152)
)  with (APPENDONLY=true,BLOCKSIZE=2097152,ORIENTATION=COLUMN,CHECKSUM=true,OIDS=false) DISTRIBUTED BY (r_regionkey);

partsupp

CREATE TABLE PARTSUPP (
                              PS_PARTKEY              BIGINT NOT NULL, -- references P_PARTKEY
                              PS_SUPPKEY              BIGINT NOT NULL, -- references S_SUPPKEY
                              PS_AVAILQTY             INTEGER,
                              PS_SUPPLYCOST   DECIMAL,
                              PS_COMMENT              VARCHAR(199)
    )  with (APPENDONLY=true,BLOCKSIZE=2097152,ORIENTATION=COLUMN,CHECKSUM=true,OIDS=false) DISTRIBUTED BY (ps_partkey,ps_suppkey);

nation

CREATE TABLE NATION (
                        N_NATIONKEY             SERIAL8,
                        N_NAME                  CHAR(25),
                        N_REGIONKEY             BIGINT NOT NULL,  -- references R_REGIONKEY
                        N_COMMENT               VARCHAR(152)
)  with (APPENDONLY=true,BLOCKSIZE=2097152,ORIENTATION=COLUMN,CHECKSUM=true,OIDS=false) DISTRIBUTED BY (n_nationkey);

supplier

CREATE TABLE SUPPLIER (
                          S_SUPPKEY               SERIAL8,
                          S_NAME                  CHAR(25),
                          S_ADDRESS               VARCHAR(40),
                          S_NATIONKEY             BIGINT NOT NULL, -- references N_NATIONKEY
                          S_PHONE                 CHAR(15),
                          S_ACCTBAL               DECIMAL,
                          S_COMMENT               VARCHAR(101)
)  with (APPENDONLY=true,BLOCKSIZE=2097152,ORIENTATION=COLUMN,CHECKSUM=true,OIDS=false) DISTRIBUTED BY (s_suppkey);

customer

CREATE TABLE CUSTOMER (
                          C_CUSTKEY               SERIAL8,
                          C_NAME                  VARCHAR(25),
                          C_ADDRESS               VARCHAR(40),
                          C_NATIONKEY             BIGINT NOT NULL, -- references N_NATIONKEY
                          C_PHONE                 CHAR(15),
                          C_ACCTBAL               DECIMAL,
                          C_MKTSEGMENT    CHAR(10),
                          C_COMMENT               VARCHAR(117)
)  with (APPENDONLY=true,BLOCKSIZE=2097152,ORIENTATION=COLUMN,CHECKSUM=true,OIDS=false) DISTRIBUTED BY (c_custkey);

lineitem

CREATE TABLE LINEITEM (
                          L_ORDERKEY              BIGINT NOT NULL, -- references O_ORDERKEY
                          L_PARTKEY               BIGINT NOT NULL, -- references P_PARTKEY (compound fk to PARTSUPP)
                          L_SUPPKEY               BIGINT NOT NULL, -- references S_SUPPKEY (compound fk to PARTSUPP)
                          L_LINENUMBER    INTEGER,
                          L_QUANTITY              DECIMAL,
                          L_EXTENDEDPRICE DECIMAL,
                          L_DISCOUNT              DECIMAL,
                          L_TAX                   DECIMAL,
                          L_RETURNFLAG    CHAR(1),
                          L_LINESTATUS    CHAR(1),
                          L_SHIPDATE              DATE,
                          L_COMMITDATE    DATE,
                          L_RECEIPTDATE   DATE,
                          L_SHIPINSTRUCT  CHAR(25),
                          L_SHIPMODE              CHAR(10),
                          L_COMMENT               VARCHAR(44)
)  with (APPENDONLY=true,BLOCKSIZE=2097152,ORIENTATION=COLUMN,CHECKSUM=true,OIDS=false) DISTRIBUTED BY (l_orderkey, l_linenumber);

orders

CREATE TABLE ORDERS (
                        O_ORDERKEY              SERIAL8,
                        O_CUSTKEY               BIGINT NOT NULL, -- references C_CUSTKEY
                        O_ORDERSTATUS   CHAR(1),
                        O_TOTALPRICE    DECIMAL,
                        O_ORDERDATE             DATE,
                        O_ORDERPRIORITY CHAR(15),
                        O_CLERK                 CHAR(15),
                        O_SHIPPRIORITY  INTEGER,
                        O_COMMENT               VARCHAR(79)
)  with (APPENDONLY=true,BLOCKSIZE=2097152,ORIENTATION=COLUMN,CHECKSUM=true,OIDS=false) DISTRIBUTED BY (o_orderkey);

四、导入数据

可以通过登录psql的命令行，执行copy命令，逐表进行数据导入，如下：

登录数据库：

psql -d tpch -h 192.168.110.221 -p 5432 -U mxadmin

打开计时：

tpch=# \timing on
Timing is on.

执行导入：

COPY lineitem FROM '/tmp/dss-data/lineitem.csv' WITH csv DELIMITER '|';
COPY orders FROM '/tmp/dss-data/orders.csv' WITH csv DELIMITER '|';
COPY partsupp FROM '/tmp/dss-data/partsupp.csv' WITH csv DELIMITER '|';
COPY customer FROM '/tmp/dss-data/customer.csv' WITH csv DELIMITER '|';
COPY supplier FROM '/tmp/dss-data/supplier.csv' WITH csv DELIMITER '|';
COPY nation FROM '/tmp/dss-data/nation.csv' WITH csv DELIMITER '|';
COPY region FROM '/tmp/dss-data/region.csv' WITH csv DELIMITER '|';
COPY part FROM '/tmp/dss-data/part.csv' WITH csv DELIMITER '|';

也可以通过编写下面的脚本进行导入

将上述语句放入一个名为copy.sql的文件中，执行下面的语句：

psql -f copy.sql -U user_name -d db_name -h host -p port

五、查询

1、收集统计信息

在SQL中执行：

analyze nation;
analyze region;
analyze lineitem;
analyze orders;
analyze customer;
analyze part;
analyze partsupp;
analyze supplier;

2、执行查询

可以手动执行上面生成的查询语句，也可以使用下面的脚本进行执行

执行脚本如下：

total_cost=0

for i in {1..2}
do
        echo "begin run Q${i}, /home/tpch/tpch-dbgen/querysql/tpch-q$i.sql , `date`"
        begin_time=`date +%s.%N`
        psql -d tpch -h 192.168.110.221 -p 5432 -U mxadmin -f /home/tpch/tpch-dbgen/querysql/tpch-q${i}.sql > ./log/log_q${i}.out
        rc=$?
        end_time=`date +%s.%N`
        cost=`echo "$end_time-$begin_time"|bc`
        total_cost=`echo "$total_cost+$cost"|bc`
        if [ $rc -ne 0 ] ; then
              printf "run Q%s fail, cost: %.2f, totalCost: %.2f, `date`\n" $i $cost $total_cost
        else
              printf "run Q%s succ, cost: %.2f, totalCost: %.2f, `date`\n" $i $cost $total_cost
        fi
done

请自行修改脚本中对应数据连接和执行查询SQL路径的参数

执行后会有以下输出：

begin run Q1, /home/tpch/tpch-dbgen/querysql/tpch-q1.sql , 2022年 11月 10日 星期四 10:44:28 CST
run Q1 succ, cost: 16.02, totalCost: 16.02, 2022年 11月 10日 星期四 10:44:44 CST
begin run Q2, /home/tpch/tpch-dbgen/querysql/tpch-q2.sql , 2022年 11月 10日 星期四 10:44:44 CST
run Q2 succ, cost: 0.23, totalCost: 16.25, 2022年 11月 10日 星期四 10:44:44 CST
......