本实践将演示从OBS加载样例数据集到GaussDB(DWS) 集群中并查询数据的流程，从 而向您展示GaussDB(DWS) 在数据分析场景中的多表分析与主题分析。
说明
● GaussDB(DWS) 已经预先生成了1GB的TPC-H-1x的标准数据集，已将数据集上传到了OBS 桶的tpch文件夹中，并且已赋予所有华为云用户该OBS桶的只读访问权限，用户可以方便的 进行导入。
● 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。
支持区域
当前已上传OBS数据的区域如表3-4所示。
表3-4 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 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
本实践预计时长60分钟，基本流程如下：
1. 准备工作
2. 步骤一：导入公司样例数据
3. 步骤二：多表分析与主题分析
场景描述
目的：了解GaussDB(DWS)的基本功能和数据导入，对某公司与供应商的订单数据分 析，分析维度如下：
1. 分析某地区供应商为公司带来的收入，通过该统计信息可用于决策在给定的区域 是否需要建立一个当地分配中心。
2. 分析零件/供货商关系，可以获得能够以指定的贡献条件供应零件的供货商数量，
通过该统计信息可用于决策在订单量大，任务紧急时，是否有充足的供货商。
3. 分析小订单收入损失，通过查询得知如果没有小量订单，平均年收入将损失多 少。筛选出比平均供货量的20％还低的小批量订单，如果这些订单不再对外供 货，由此计算平均一年的损失。
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”。
● 已创建集群，并已使用Data Studio连接集群，参见交通卡口通行车辆分析。
步骤一：导入公司样例数据
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 TPC-H样例数据并执行查询。
步骤1 创建数据库表。
TPC-H样例包含8张数据库表，其关联关系如图3-1所示。
图3-1 TPC-H 数据表
复制并执行下列表创建语句，在gaussdb数据库中创建名字为tpch的schema和对应的 数据表。CREATE schema tpch;
set current_schema = tpch;
drop table if exists region;
CREATE TABLE REGION
( R_REGIONKEY INT NOT NULL , R_NAME CHAR(25) NOT NULL , R_COMMENT VARCHAR(152)
)with (orientation = column, COMPRESSION=MIDDLE) distribute by replication;
drop table if exists nation;
CREATE TABLE NATION
( N_NATIONKEY INT NOT NULL, N_NAME CHAR(25) NOT NULL, N_REGIONKEY INT NOT NULL, N_COMMENT VARCHAR(152)
)with (orientation = column,COMPRESSION=MIDDLE) distribute by replication;
drop table if exists supplier;
CREATE TABLE SUPPLIER
with (orientation = column,COMPRESSION=MIDDLE)
● 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 region;
CREATE FOREIGN TABLE REGION
location 'obs://<obs_bucket_name>/tpch/region.tbl', format 'text',
delimiter '|',
access_key '<Access_Key_Id>',
secret_access_key '<Secret_Access_Key>', chunksize '64',
IGNORE_EXTRA_DATA 'on' );
drop FOREIGN table if exists nation;
CREATE FOREIGN TABLE NATION ( like tpch.nation
)SERVER gsmpp_server
OPTIONS (
encoding 'utf8',
location 'obs://<obs_bucket_name>/tpch/nation.tbl', format 'text',
delimiter '|',
access_key '<Access_Key_Id>',
secret_access_key '<Secret_Access_Key>', chunksize '64',
IGNORE_EXTRA_DATA 'on' );
drop FOREIGN table if exists supplier;
CREATE FOREIGN TABLE SUPPLIER ( like tpch.supplier
)SERVER gsmpp_server OPTIONS (
encoding 'utf8',
location 'obs://<obs_bucket_name>/tpch/supplier.tbl', format 'text',
delimiter '|',
access_key '<Access_Key_Id>',
secret_access_key '<Secret_Access_Key>', chunksize '64',
IGNORE_EXTRA_DATA 'on' );
drop FOREIGN table if exists customer;
CREATE FOREIGN TABLE CUSTOMER ( like tpch.customer
)SERVER gsmpp_server OPTIONS (
encoding 'utf8',
location 'obs://<obs_bucket_name>/tpch/customer.tbl', format 'text',
delimiter '|',
access_key '<Access_Key_Id>',
secret_access_key '<Secret_Access_Key>', chunksize '64',
IGNORE_EXTRA_DATA 'on' );drop FOREIGN table if exists part;
CREATE FOREIGN TABLE PART ( like tpch.part
)SERVER gsmpp_server OPTIONS (
encoding 'utf8',
location 'obs://<obs_bucket_name>/tpch/part.tbl', format 'text',
delimiter '|',
access_key '<Access_Key_Id>',
secret_access_key '<Secret_Access_Key>', chunksize '64',
IGNORE_EXTRA_DATA 'on' );drop FOREIGN table if exists partsupp;
CREATE FOREIGN TABLE PARTSUPP ( like tpch.partsupp
)SERVER gsmpp_server OPTIONS (
encoding 'utf8',
location 'obs://<obs_bucket_name>/tpch/partsupp.tbl', format 'text',
delimiter '|',
access_key '<Access_Key_Id>',
secret_access_key '<Secret_Access_Key>', chunksize '64',
IGNORE_EXTRA_DATA 'on' );drop FOREIGN table if exists orders;
CREATE FOREIGN TABLE ORDERS ( like tpch.orders
)SERVER gsmpp_server OPTIONS (
encoding 'utf8',
location 'obs://<obs_bucket_name>/tpch/orders.tbl', format 'text',
delimiter '|',
access_key '<Access_Key_Id>',
secret_access_key '<Secret_Access_Key>', chunksize '64',
IGNORE_EXTRA_DATA 'on' );drop FOREIGN table if exists lineitem;
CREATE FOREIGN TABLE LINEITEM ( like tpch.lineitem
)SERVER gsmpp_server OPTIONS (
encoding 'utf8',
location 'obs://<obs_bucket_name>/tpch/lineitem.tbl', format 'text',
delimiter '|',
access_key '<Access_Key_Id>',
secret_access_key '<Secret_Access_Key>', chunksize '64',
insert into tpch.lineitem select * from tpchobs.lineitem;
insert into tpch.part select * from tpchobs.part;
insert into tpch.partsupp select * from tpchobs.partsupp;
insert into tpch.customer select * from tpchobs.customer;
insert into tpch.supplier select * from tpchobs.supplier;
insert into tpch.nation select * from tpchobs.nation;
insert into tpch.region select * from tpchobs.region;
insert into tpch.orders select * from tpchobs.orders;
导入数据需要约10分钟，请耐心等待。
● 某地区供货商为公司带来的收入查询（TPCH-Q5）
通过执行TPCH-Q5查询语句，可以查询到通过某个地区零件供货商获得的收入
（收入按sum( l_extendedprice * (1 - l_discount))计算）统计信息。该统计信息 可用于决策在给定的区域是否需要建立一个当地分配中心。
sum(l_extendedprice * (1 - l_discount)) as revenue fromcustomer,
and o_orderdate < '1994-01-01'::date + interval '1 year' group by
and p_type not like 'MEDIUM POLISHED%' and p_size in (49, 14, 23, 45, 19, 3, 36, 9)
p_brand, p_type, p_size limit 100;
● 小订单收入损失查询（TPCH-Q17）
通过查询得知如果没有小量订单，平均年收入将损失多少。筛选出比平均供货量 的20％还低的小批量订单，如果这些订单不再对外供货，由此计算平均一年的损 失。
复制并执行以下TPCH-Q17语句进行查询，该语句的特点是：带有聚集、聚集子 查询操作并存的两表连接操作。
set current_schema='tpch';
select
sum(l_extendedprice) / 7.0 as avg_yearly fromlineitem,
partwhere
p_partkey = l_partkey and p_brand = 'Brand#23' and p_container = 'MED BOX' and l_quantity < (
select 0.2 * avg(l_quantity) from lineitem
where l_partkey = p_partkey );