TPC-DS（2012）

TPC-DS 基准测试数据集和查询。

与 Star Schema Benchmark (SSB) 类似，TPC-DS 基于 TPC-H，但它走了一条相反的路线，即通过将数据存储在复杂的雪花 schema 中，增加了所需的 JOIN 数量 (24 张表，而不是 8 张表) 。 数据分布存在偏斜 (例如正态分布和泊松分布) 。 它包含 99 个报表查询和即席查询，并带有随机替换。

参考资料

• The Making of TPC-DS (Nambiar) ，2006

​

数据生成与导入

首先，检出 TPC-DS 代码仓库并编译数据生成器：

git clone https://github.com/gregrahn/tpcds-kit.git
cd tpcds-kit/tools
make

然后，生成数据。参数 -scale 用于指定规模因子。

./dsdgen -scale 1

现在在 ClickHouse 中创建表。表定义可在 ClickHouse 软件源中的 init.sql 文件里找到。

可以按如下方式导入数据：

clickhouse-client --format_csv_delimiter '|' --query "INSERT INTO call_center FORMAT CSV" < call_center.dat
clickhouse-client --format_csv_delimiter '|' --query "INSERT INTO catalog_page FORMAT CSV" < catalog_page.dat
clickhouse-client --format_csv_delimiter '|' --query "INSERT INTO catalog_returns FORMAT CSV" < catalog_returns.dat
clickhouse-client --format_csv_delimiter '|' --query "INSERT INTO catalog_sales FORMAT CSV" < catalog_sales.dat
clickhouse-client --format_csv_delimiter '|' --query "INSERT INTO customer FORMAT CSV" < customer.dat
clickhouse-client --format_csv_delimiter '|' --query "INSERT INTO customer_address FORMAT CSV" < customer_address.dat
clickhouse-client --format_csv_delimiter '|' --query "INSERT INTO customer_demographics FORMAT CSV" < customer_demographics.dat
clickhouse-client --format_csv_delimiter '|' --query "INSERT INTO date_dim FORMAT CSV" < date_dim.dat
clickhouse-client --format_csv_delimiter '|' --query "INSERT INTO household_demographics FORMAT CSV" < household_demographics.dat
clickhouse-client --format_csv_delimiter '|' --query "INSERT INTO income_band FORMAT CSV" < income_band.dat
clickhouse-client --format_csv_delimiter '|' --query "INSERT INTO inventory FORMAT CSV" < inventory.dat
clickhouse-client --format_csv_delimiter '|' --query "INSERT INTO item FORMAT CSV" < item.dat
clickhouse-client --format_csv_delimiter '|' --query "INSERT INTO promotion FORMAT CSV" < promotion.dat
clickhouse-client --format_csv_delimiter '|' --query "INSERT INTO reason FORMAT CSV" < reason.dat
clickhouse-client --format_csv_delimiter '|' --query "INSERT INTO ship_mode FORMAT CSV" < ship_mode.dat
clickhouse-client --format_csv_delimiter '|' --query "INSERT INTO store FORMAT CSV" < store.dat
clickhouse-client --format_csv_delimiter '|' --query "INSERT INTO store_returns FORMAT CSV" < store_returns.dat
clickhouse-client --format_csv_delimiter '|' --query "INSERT INTO store_sales FORMAT CSV" < store_sales.dat
clickhouse-client --format_csv_delimiter '|' --query "INSERT INTO time_dim FORMAT CSV" < time_dim.dat
clickhouse-client --format_csv_delimiter '|' --query "INSERT INTO warehouse FORMAT CSV" < warehouse.dat
clickhouse-client --format_csv_delimiter '|' --query "INSERT INTO web_page FORMAT CSV" < web_page.dat
clickhouse-client --format_csv_delimiter '|' --query "INSERT INTO web_returns FORMAT CSV" < web_returns.dat
clickhouse-client --format_csv_delimiter '|' --query "INSERT INTO web_sales FORMAT CSV" < web_sales.dat
clickhouse-client --format_csv_delimiter '|' --query "INSERT INTO web_site FORMAT CSV" < web_site.dat

然后运行生成的查询语句。

​

查询

这 99 条 TPC-DS 查询可在 ClickHouse 软件源的此处找到。

要获得符合 SQL 标准的行为和预期结果，请应用 settings.json 中的设置。 有关已知问题以及特定查询的说明，请参阅 README。

正确性

除非另有说明，这些查询的结果与官方结果一致。可能会存在细微的精度差异，这也是 TPC-DS 规范所允许的。