样本数据：TPC-H

如 TPC Benchmark™ H (TPC-H) (http://www.tpc.org/tpch/) 规范中所述：

“TPC-H 是一项决策支持基准。它由一套面向业务的临时查询和并发数据修改组成。查询和用于填充数据库的数据被选为具有广泛的行业相关性。这项基准说明了决策支持系统，它可以检查大量数据，执行高度复杂的查询，并回答关键的业务问题。”

本主题内容：

数据库和架构

TPC-H 提供了各种数据集大小来测试不同的缩放因子。出于演示目的，我们共享了四个版本的 TPC-H 数据。在 SNOWFLAKE_SAMPLE_DATA 共享数据库中，按下列架构提供数据：

  • TPCH_SF1：由基行大小（几百万个元素）组成。

  • TPCH_SF10：由基行大小 x 10 组成。

  • TPCH_SF100：由基行大小 x 100（数亿个元素）组成。

  • TPCH_SF1000：由基行大小 x 1000（数十亿个元素）组成。

数据库实体、关系和特征

TPC-H 的组件由八个单独的表（基表）组成。以下 ER 图说明了这些表中各列之间的关系：

TPC-H 基准测试数据架构

（来源：TPC Benchmark H 标准规范 (http://www.tpc.org/tpc_documents_current_versions/pdf/tpc-h_v2.17.1.pdf)）

查询定义

每个 TPC-H 查询都询问一个业务问题，并包含相应的查询来回答该问题。一些 TPC-H 查询包含在 Snowflake 的入门教程中。

本部分介绍其中一个查询。关于 TPC-H 和所有相关查询的更多信息可以在官方的 TPC Benchmark H 标准规范 (http://www.tpc.org/tpc_documents_current_versions/pdf/tpc-h_v2.17.1.pdf) 中找到。

Q1：定价汇总报表查询

此查询报告已开票、发货和退货的业务量。

业务问题

“定价汇总报表查询”提供截至给定日期发运的所有行项目的汇总定价报表。该日期是在数据库中包含的 60-120 天最长装运日期。

函数查询定义

该查询列出扩展价格、折扣扩展价格、折扣扩展价格加税、平均数量、平均扩展价格和平均折扣的合计。这些汇总按 RETURNFLAG 和 LINESTATUS 分组，并按 RETURNFLAG 和 LINESTATUS 的升序列出。包括每组中的行项目数量计数：

use schema snowflake_sample_data.tpch_sf1;   -- or snowflake_sample_data.{tpch_sf10 | tpch_sf100 | tpch_sf1000}

select
       l_returnflag,
       l_linestatus,
       sum(l_quantity) as sum_qty,
       sum(l_extendedprice) as sum_base_price,
       sum(l_extendedprice * (1-l_discount)) as sum_disc_price,
       sum(l_extendedprice * (1-l_discount) * (1+l_tax)) as sum_charge,
       avg(l_quantity) as avg_qty,
       avg(l_extendedprice) as avg_price,
       avg(l_discount) as avg_disc,
       count(*) as count_order
 from
       lineitem
 where
       l_shipdate <= dateadd(day, -90, to_date('1998-12-01'))
 group by
       l_returnflag,
       l_linestatus
 order by
       l_returnflag,
       l_linestatus;
Copy
语言: 中文