【基于openGauss5.0.0简单使用DBMind】

2023-12-06 15:44

本文主要是介绍【基于openGauss5.0.0简单使用DBMind】,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

基于openGauss5.0.0简单使用DBMind

    • 一、环境说明
    • 二、初始化tpch测试数据
    • 三、使用DBMind索引推荐功能
    • 四、使用DBMind实现SQL优化功能

一、环境说明

  1. 虚拟机:virtualbox
  2. 操作系统:openEuler 20.03 TLS
  3. 数据库:openGauss-5.0.0
  4. DBMind:dbmind-5.0.0
    注意环境是基于x86架构

二、初始化tpch测试数据

  1. 使用普通用户如omm登录服务器

  2. 执行如下命令下载测试数据库:

    git clone https://gitee.com/xzp-blog/tpch-kit.git
    
  3. 进入dbgen目录下,生成makefile文件:

    cd /opt/software/tpch-kit/dbgen/
    make -f Makefile
    
  4. 连接openGauss数据库,创建tpch的database:

    gsql -d postgres -p 15432 -r
    openGauss=# CREATE DATABASE tpch; 
    openGauss=# \q
    
  5. 创建8张测试表,执行如下命令:

    cd /opt/software/tpch-kit/dbgen
    gsql -d tpch -f dss.ddl
    

    执行完成后,登录数据库查看,会看到如下8张表:

    					List of relationsSchema |   Name   | Type  | Owner |             Storage
    --------+----------+-------+-------+----------------------------------public | customer | table | omm   | {orientation=row,compression=no}public | lineitem | table | omm   | {orientation=row,compression=no}public | nation   | table | omm   | {orientation=row,compression=no}public | orders   | table | omm   | {orientation=row,compression=no}public | part     | table | omm   | {orientation=row,compression=no}public | partsupp | table | omm   | {orientation=row,compression=no}public | region   | table | omm   | {orientation=row,compression=no}public | supplier | table | omm   | {orientation=row,compression=no}
    
  6. 生成8张表测试数据,执行如下命令:

    cd /opt/software/tpch-kit/dbgen
    ./dbgen -vf -s 1
    

    执行结果如下:

    [omm@opengauss01 dbgen]$ ./dbgen -vf -s 1
    TPC-H Population Generator (Version 2.17.3)
    Copyright Transaction Processing Performance Council 1994 - 2010
    Generating data for suppliers table/
    Preloading text ... 100%
    done.
    Generating data for customers tabledone.
    Generating data for orders/lineitem tablesdone.
    Generating data for part/partsupplier tablesdone.
    Generating data for nation tabledone.
    Generating data for region tabledone.
    
  7. 编写导入数据脚本LoadData.sh:

    for i in `ls *.tbl`; dotable=${i/.tbl/}echo "Loading $table..."sed 's/|$//' $i > /opt/software/tmp/$igsql tpch -p 15432 -q -c "TRUNCATE $table"gsql tpch -p 15432 -c "\\copy $table FROM '/opt/software/tmp/$i' CSV DELIMITER '|'"
    done
    

    注意当前数据库端口为15432
    授予执行权限:

    [omm@opengauss01 dbgen]$ chmod +x LoadData.sh
    
  8. 导入数据到8张表中,执行导入脚本LoadData.sh:

    [omm@opengauss01 dbgen]$ sh LoadData.sh
    

    执行结果如下:

    Loading customer...
    Loading lineitem...
    Loading nation...
    Loading orders...
    Loading partsupp...
    Loading part...
    Loading region...
    Loading supplier...
    
  9. 检验数据是否已完成导入:

    gsql -d tpch-p 15432 -r
    tpch=# select count(*) from supplier;
    

    查看了supplier表的总记录数为:10000条。
    感兴趣可以全部查看8张表各自的总记录数,如下所示:

    至此,已完后TPCH测试数据的导入工作。

  10. 生成相关查询语句,为避免对原有查询语句脚本产生污染,将其复制到queries目录下:

    cd /opt/software/tpch-kit/dbgen
    cp dists.dss queries/
    cp qgen queries/
    cd queries/
    
  11. 编写生成查询语句脚本genda.sh,内容如下:

    cd /opt/software/tpch-kit/dbgen/queries
    vim genda.sh
    

    添加如下内容:

    for i in {1..22}; do./qgen -d $i>$i_new.sql./qgen -d $i_new | sed 's/limit -1//' | sed 's/limit 100//' | sed 's/limit 10//' | sed 's/limit 20//' | sed 's/day (3)/day/' > queries.sql
    done
    
  12. 执行脚本genda.sh:

    cd /opt/software/tpch-kit/dbgen
    sh genda.sh
    
  13. 验证生成的查询语句:

    cd /opt/software/tpch-kit/dbgen/queries
    ls -l queries.sql
    

    结果如下:

    [omm@opengauss01 queries]$ ls -l queries.sql
    -rw-r--r-- 1 omm dbgrp  12K Aug 29 23:49 queries.sql
    

    感兴趣可以查看下queries.sql内容,看下生成了哪些SQL语句
    至此,已完成了查询语句的生成。

  14. 为了测试AP性能,以omm用户上传tpch_ap_data.sql(可点击下载)到/opt/software目录下,然后执行如下命令执行该sql文件:

    gsql -d tpch -p 15432 -r -f /opt/software/tpch_ap_data.sql > /opt/software/tpch_ap_data.sql
    

    执行完成后,整个tpch数据库中相关表如下:

    tpch=# \dList of relationsSchema |               Name                |   Type   | Owner |             Storage
    --------+-----------------------------------+----------+-------+----------------------------------public | address_dimension                 | table    | omm   | {orientation=row,compression=no}public | address_dimension_address_key_seq | sequence | omm   |public | customer                          | table    | omm   | {orientation=row,compression=no}public | date_dimension                    | table    | omm   | {orientation=row,compression=no}public | lineitem                          | table    | omm   | {orientation=row,compression=no}public | litemall_orders                   | table    | omm   | {orientation=row,compression=no}public | nation                            | table    | omm   | {orientation=row,compression=no}public | orders                            | table    | omm   | {orientation=row,compression=no}public | part                              | table    | omm   | {orientation=row,compression=no}public | partsupp                          | table    | omm   | {orientation=row,compression=no}public | region                            | table    | omm   | {orientation=row,compression=no}public | supplier                          | table    | omm   | {orientation=row,compression=no}public | user_dimension                    | table    | omm   | {orientation=row,compression=no}public | user_dimension_user_key_seq       | sequence | omm   |
    

三、使用DBMind索引推荐功能

  1. 第一种使用方式:
    • 以gsql登录到数据库中
      gsql -d tpch -p 15432 -r
      
    • 执行如下命令查看索引推荐
      select * from gs_index_advise('
      SELECT ad.province AS province, SUM(o.actual_price) AS GMVFROM litemall_orders o,address_dimension ad,date_dimension ddWHERE o.address_key = ad.address_keyAND o.add_date = dd.date_keyAND dd.year = 2020AND dd.month = 3GROUP BY ad.provinceORDER BY SUM(o.actual_price) DESC');
      
      结果如下:
       schema |       table       |        column        | indextype
      --------+-------------------+----------------------+-----------public | litemall_orders   | address_key,add_date |public | address_dimension |                      |public | date_dimension    | year                 |
      (3 rows)
      
  2. 第二种使用方式:
    • 登录到DBMind的管理界面中,输入相关SQL语句:

      select * from customer where c_acctbal > 6819.74 order by c_acctbal desc limit 10;
      

      在这里插入图片描述

    • 点击【Advise Index】按钮,正常情况下会看到如下内容:
      在这里插入图片描述

四、使用DBMind实现SQL优化功能

  1. 登录到DBMind的管理界面中,输入相关SQL语句:
    在这里插入图片描述

其他的有关DBMind的功能,大家感兴趣,可自行测试,希望对您有所帮助~~~~~

这篇关于【基于openGauss5.0.0简单使用DBMind】的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/462360

相关文章

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

hdu2289(简单二分)

虽说是简单二分,但是我还是wa死了  题意:已知圆台的体积,求高度 首先要知道圆台体积怎么求:设上下底的半径分别为r1,r2,高为h,V = PI*(r1*r1+r1*r2+r2*r2)*h/3 然后以h进行二分 代码如下: #include<iostream>#include<algorithm>#include<cstring>#include<stack>#includ

usaco 1.3 Prime Cryptarithm(简单哈希表暴搜剪枝)

思路: 1. 用一个 hash[ ] 数组存放输入的数字,令 hash[ tmp ]=1 。 2. 一个自定义函数 check( ) ,检查各位是否为输入的数字。 3. 暴搜。第一行数从 100到999,第二行数从 10到99。 4. 剪枝。 代码: /*ID: who jayLANG: C++TASK: crypt1*/#include<stdio.h>bool h

pdfmake生成pdf的使用

实际项目中有时会有根据填写的表单数据或者其他格式的数据,将数据自动填充到pdf文件中根据固定模板生成pdf文件的需求 文章目录 利用pdfmake生成pdf文件1.下载安装pdfmake第三方包2.封装生成pdf文件的共用配置3.生成pdf文件的文件模板内容4.调用方法生成pdf 利用pdfmake生成pdf文件 1.下载安装pdfmake第三方包 npm i pdfma

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]