【基于openGauss5.0.0简单使用DBMind】

基于openGauss5.0.0简单使用DBMind

一、环境说明

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

二、初始化tpch测试数据

使用普通用户如omm登录服务器
执行如下命令下载测试数据库：
shell 复制代码
```
git clone https://gitee.com/xzp-blog/tpch-kit.git
```
进入dbgen目录下，生成makefile文件：
shell 复制代码
```
cd /opt/software/tpch-kit/dbgen/
make -f Makefile
```

连接openGauss数据库，创建tpch的database：

shell 复制代码

gsql -d postgres -p 15432 -r
openGauss=# CREATE DATABASE tpch; 
openGauss=# \q

创建8张测试表，执行如下命令：

shell 复制代码

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：

sql 复制代码

					List of relations
 Schema |   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}

生成8张表测试数据，执行如下命令：

shell 复制代码

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

执行结果如下：

shell 复制代码

[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.

编写导入数据脚本LoadData.sh：

shell 复制代码

for i in `ls *.tbl`; do
  table=${i/.tbl/}
  echo "Loading $table..."
  sed 's/|$//' $i > /opt/software/tmp/$i
  gsql 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：

shell 复制代码

[omm@opengauss01 dbgen]$ chmod +x LoadData.sh

导入数据到8张表中，执行导入脚本LoadData.sh：

shell 复制代码

[omm@opengauss01 dbgen]$ sh LoadData.sh

执行结果如下：

shell 复制代码

Loading customer...
Loading lineitem...
Loading nation...
Loading orders...
Loading partsupp...
Loading part...
Loading region...
Loading supplier...

检验数据是否已完成导入:
shell 复制代码
```
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。
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：
shell 复制代码
```
cd /opt/software/tpch-kit/dbgen
cp dists.dss queries/
cp qgen queries/
cd queries/
```

编写生成查询语句脚本genda.sh，内容如下：

shell 复制代码

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

添加如下内容：

shell 复制代码

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

执行脚本genda.sh：

shell 复制代码

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

验证生成的查询语句：
shell 复制代码
```
cd /opt/software/tpch-kit/dbgen/queries
ls -l queries.sql
```
结果如下：
shell 复制代码
```
[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。

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：

shell 复制代码

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：

sql 复制代码

tpch=# \d
                                        List of relations
 Schema |               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

第一种使用方式：

以gsql登录到数据库中
shell 复制代码
```
gsql -d tpch -p 15432 -r
```

执行如下命令查看索引推荐

sql 复制代码

select * from gs_index_advise('
SELECT ad.province AS province, SUM(o.actual_price) AS GMV
  FROM litemall_orders o,
       address_dimension ad,
       date_dimension dd
 WHERE o.address_key = ad.address_key
   AND o.add_date = dd.date_key
   AND dd.year = 2020
   AND dd.month = 3
 GROUP BY ad.province
 ORDER BY SUM(o.actual_price) DESC');

结果如下：

shell 复制代码

 schema |       table       |        column        | indextype
--------+-------------------+----------------------+-----------
 public | litemall_orders   | address_key,add_date |
 public | address_dimension |                      |
 public | date_dimension    | year                 |
(3 rows)

第二种使用方式：
- 登录到DBMind的管理界面中，输入相关SQL语句：
  sql 复制代码
```
select * from customer where c_acctbal > 6819.74 order by c_acctbal desc limit 10;
```
- 点击【Advise Index】按钮，正常情况下会看到如下内容：

四、使用DBMind实现SQL优化功能

登录到DBMind的管理界面中，输入相关SQL语句：

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~~~~~