tpch 扩展实现了 TPC-H 基准测试 的数据生成器和查询。

安装和加载

默认情况下，tpch 扩展在某些 DuckDB 构建中已包含，否则在首次使用时将透明地 自动加载。 如果您想手动安装并加载它，请运行：

INSTALL tpch;
LOAD tpch;

用法

生成数据

要生成比例因子1的数据，请使用：

CALL dbgen(sf = 1);

调用 dbgen 不会清理现有的 TPC-H 表。 要清理现有表，请在运行 dbgen 之前使用 DROP TABLE：

DROP TABLE IF EXISTS customer;
DROP TABLE IF EXISTS lineitem;
DROP TABLE IF EXISTS nation;
DROP TABLE IF EXISTS orders;
DROP TABLE IF EXISTS part;
DROP TABLE IF EXISTS partsupp;
DROP TABLE IF EXISTS region;
DROP TABLE IF EXISTS supplier;

运行查询

要运行查询，例如查询4，请使用：

PRAGMA tpch(4);

列出查询

要列出所有22个查询，请运行：

FROM tpch_queries();

此函数返回一个包含列 query_nr 和 query 的表。

列出预期答案

为了在所有查询的比例因子0.01、0.1和1上产生预期的结果，请运行：

FROM tpch_answers();

此函数返回一个包含列 query_nr、scale_factor 和 answer 的表。

生成模式

可以通过将比例因子设置为0来生成没有任何数据的TPC-H模式：

CALL dbgen(sf = 0);

数据生成器参数

数据生成函数 dbgen 具有以下参数：

预生成数据集

预生成的用于TPC-H的DuckDB数据库可供下载：

• tpch-sf1.db (250 MB)
• tpch-sf3.db (754 MB)
• tpch-sf10.db (2.5 GB)
• tpch-sf30.db (7.6 GB)
• tpch-sf100.db (26 GB)
• tpch-sf300.db (78 GB)
• tpch-sf1000.db (265 GB)
• tpch-sf3000.db (796 GB)

数据生成器的资源使用情况

生成大规模因子的TPC-H数据集需要相当长的时间。 此外，当生成过程在单一步骤中完成时，它需要大量的内存。 下表给出了使用128个线程生成包含TPC-H数据集的DuckDB数据库文件所需的资源估计。

上面显示的数字是通过一步运行dbgen函数实现的，例如：

CALL dbgen(sf = 300);

如果您可用的内存有限，可以分步骤运行dbgen函数。 例如，您可以分10步生成SF300：

CALL dbgen(sf = 300, children = 10, step = 0);
CALL dbgen(sf = 300, children = 10, step = 1);
...
CALL dbgen(sf = 300, children = 10, step = 9);

限制

tpch(⟨query_id⟩) 函数使用预定义的绑定参数（也称为替换参数）运行固定的 TPC-H 查询。无法使用 tpch 扩展更改查询参数。要使用 TPC-H 基准规定的参数运行查询，请使用 TPC-H 框架实现。