本实践将演示交通卡口车辆通行分析，将加载8.9亿条交通卡口车辆通行模拟数据到数 据仓库单个数据库表中，并进行车辆精确查询和车辆模糊查询，展示GaussDB(DWS) 对于历史详单数据的高性能查询能力。
说明
● GaussDB(DWS) 已预先将样例数据上传到OBS桶的“traffic-data”文件夹中，并给所有华 为云用户赋予了该OBS桶的只读访问权限。
● GaussDB(DWS) 集群暂不支持跨区域访问OBS桶数据，当前已上传OBS桶数据的区域如支持 区域所示，非以下区域的集群暂不支持该实验。
本实践预计时长40分钟，基本流程如下：
1. 准备工作
2. 步骤一：创建集群
3. 步骤二：使用Data Studio连接集群
4. 步骤三：导入交通卡口样例数据
5. 步骤四：车辆分析
支持区域
当前已上传OBS数据的区域如表3-1所示。
表3-1 区域和 OBS 桶名
区域 OBS桶名
华北-北京一 dws-demo
华北-北京二 dws-demo-cn-north-2 华北-北京四 dws-demo-cn-north-4 华北-乌兰察布一 dws-demo-cn-north-9
区域 OBS桶名
华东-上海一 dws-demo-cn-east-3 华东-上海二 dws-demo-cn-east-2 华南-广州 dws-demo-cn-south-1 中国-香港 dws-demo-ap-southeast-1 亚太-新加坡 dws-demo-ap-southeast-3 亚太-曼谷 dws-demo-ap-southeast-2 拉美-圣地亚哥 dws-demo-la-south-2
准备工作
● 已注册华为云帐号，且在使用GaussDB(DWS) 前检查帐号状态，帐号不能处于欠 费或冻结状态。
● 参见创建访问密钥(AK和SK)获取此帐号的“AK/SK”。
步骤一：创建集群
步骤1 登录华为云管理控制台。
步骤2 在“服务列表”中，选择“大数据 > 数据仓库服务”。
步骤3 左侧导航栏单击“集群管理”，进入页面后，单击右上角的“创建数据仓库集群”按 钮。
步骤4 参见表3-2进行参数配置。
表3-2 软件配置
参数名称 配置方式
区域 选择“华北-北京四”。
说明本指导以“华北-北京四”为例进行介绍，如果您需要选择其他区域进行操作，
请确保所有操作均在同一区域进行。
可用区 可用区2 产品类型 标准数仓 CPU架构 X86
节点规格 dws2.m6.4xlarge.8（16 vCPU | 128GB | 2000GB SSD）
说明
如规格售罄，可选择其他可用区或规格。
节点数量 3
集群名称 dws-demo
参数名称 配置方式 管理员用户 dbadmin 管理员密码
-确认密码 -数据库端口 8000 虚拟私有云 vpc-default
子网 subnet-default(192.168.0.0/24) 安全组 自动创建安全组
公网访问 现在购买 宽带 1Mbit/s 高级配置 默认配置
步骤5 信息核对无误，单击“立即购买”，单击“提交”。
步骤6 等待约6分钟，待集群创建成功后，单击集群名称前面的 ，弹出集群信息，记录下
“公网访问地址”，例如dws-demov.dws.huaweicloud.com。
----结束
步骤二：使用 Data Studio 连接集群
步骤1 请确保客户端主机已安装JDK 1.8.0以上版本，并进入“此电脑 > 属性 > 高级系统设置
> 环境变量”设置JAVA_HOME（例如C:\Program Files\Java\jdk1.8.0_191），并在变 量path中添加“;%JAVA_HOME%\bin”。
步骤2 在GaussDB(DWS) 控制台的“连接管理”页面，下载Data Studio客户端。
步骤3 解压下载的Data Studio软件包，进入解压目录后，双击Data Studio.exe启动客户端。
步骤4 在Data Studio主菜单中选择“文件 > 新建连接”，并在弹出框中参照表3-3所示配 置。
表3-3 Data Studio 软件配置 参数名称 配置方式 数据库类型 GaussDB(DWS) 名称 dws-demo
主机 dws-demov.dws.huaweicloud.com
与步骤一：创建集群查询到的“公网访问地址”一致。
端口 8000
数据库 gaussdb 用户名 dbadmin
密码
-启用SSL 不启用
步骤5 单击“确定”。
----结束
步骤三：导入交通卡口样例数据
使用SQL客户端工具连接到集群后，就可以在SQL客户端工具中，执行以下步骤导入交 通卡口车辆通行的样例数据并执行查询。
步骤1 执行以下语句，创建traffic数据库。
create database traffic encoding 'utf8' template template0;
步骤2 执行以下步骤切换为连接新建的数据库。
1. 在Data Studio客户端的“对象浏览器”窗口，右键单击数据库连接名称，在弹出 菜单中单击“刷新”，刷新后就可以看到新建的数据库。
2. 右键单击“traffic”数据库名称，在弹出菜单中单击“打开连接”。
3. 右键单击“traffic”数据库名称，在弹出菜单中单击“打开新的终端”，即可打开 连接到指定数据库的SQL命令窗口，后面的步骤，请全部在该命令窗口中执行。
步骤3 执行以下语句，创建名字为traffic_data的schema以及用于存储卡口车辆信息的数据库 表。
create schema traffic_data;
set current_schema= traffic_data;
drop table if exists GCJL;
CREATE TABLE GCJL ( kkbh VARCHAR(20), hphm VARCHAR(20), gcsj DATE ,
cplx VARCHAR(8), cllx VARCHAR(8), csys VARCHAR(8)
)with (orientation = column, COMPRESSION=MIDDLE) distribute by hash(hphm);
步骤4 创建外表。外表用于识别和关联OBS上的源数据。
须知
● 其中，<obs_bucket_name>代表OBS桶名，仅支持部分区域，当前支持的区域和对 应的OBS桶名请参见支持区域。GaussDB(DWS) 集群不支持跨区域访问OBS桶数 据。
● 本实践以“华北-北京四”地区为例，可填入dws-demo-cn-north-4，
<Access_Key_Id>和<Secret_Access_Key>替换为实际值，在准备工作获取。
● 创建外表如果提示“ERROR: schema "xxx" does not exist Position”，则说明 schema不存在，请先参照上一步创建schema。
create schema tpchobs;
set current_schema = 'tpchobs';
drop FOREIGN table if exists GCJL_OBS;
CREATE FOREIGN TABLE GCJL_OBS ( like traffic_data.GCJL )SERVER gsmpp_server OPTIONS (
encoding 'utf8',
location 'obs://<obs_bucket_name>/traffic-data/gcxx', format 'text',
delimiter ',',
access_key '<Access_Key_Id>',
secret_access_key '<Secret_Access_Key>', chunksize '64',
IGNORE_EXTRA_DATA 'on' );
步骤5 执行以下语句，将数据从外表导入到数据库表中。
insert into traffic_data.GCJL select * from tpchobs.GCJL_OBS;
导入数据需要一些时间，请耐心等待。
----结束
步骤四：车辆分析
1. 执行Analyze
用于收集与数据库中普通表内容相关的统计信息，统计结果存储在系统表
PG_STATISTIC中。执行计划生成器会使用这些统计数据，以生成最有效的查询执 行计划。
执行以下语句生成表统计信息：
Analyze;
2. 查询数据表中的数据量
执行如下语句，可以查看已加载的数据条数。
set current_schema= traffic_data;
Select count(*) from traffic_data.gcjl;
3. 车辆精确查询
执行以下语句，指定车牌号码和时间段查询车辆行驶路线。GaussDB(DWS) 在应 对点查时秒级响应。
set current_schema= traffic_data;
select hphm, kkbh, gcsj
from traffic_data.gcjl where hphm = 'YD38641'
and gcsj between '2016-01-06' and '2016-01-07' order by gcsj desc;
4. 车辆模糊查询
执行以下语句，指定车牌号码和时间段查询车辆行驶路线，GaussDB(DWS) 在应 对模糊查询时秒级响应。
set current_schema= traffic_data;
select hphm, kkbh, gcsj from traffic_data.gcjl where hphm like 'YA23F%' and kkbh in('508', '1125', '2120')
and gcsj between '2016-01-01' and '2016-01-07' order by hphm,gcsj desc;