利用PolarDB-PG HTAP加速TPC-H（一）

PolarDB PostgreSQL版（以下简称 PolarDB-PG）是一款阿里云自主研发的企业级数据库产品，采用计算存储分离架构，兼容 PostgreSQL 与 Oracle。PolarDB-PG 的存储与计算能力均可横向扩展，具有高可靠、高可用、弹性扩展等企业级数据库特性。同时，PolarDB-PG 具有大规模并行计算能力，可以应对 OLTP 与 OLAP 混合负载；还具有时空、向量、搜索、图谱等多模创新特性，可以满足企业对数据处理日新月异的新需求。
本节介绍利用PolarDB PostgreSQL版的HTAP能力加速TPC-H的执行的最佳实践案例。本案例将基于单机本地存储来运行。

前期准备

部署PolarDB for PostgreSQL

在运行前，默认已经通过参考搭建基于单机本地存储的实例部署好本地多节点HTAP实例，总计1个主节点（运行于5432端口）和2个只读节点（运行于5433/5434端口）。可以通过下面的命令来验证：

ps xf
复制

会看到如下的三个进程，1个主节点（运行于5432端口），2个只读节点（运行于5433/5434端口）：

生成TPC-H测试数据集

TPC-H是专门测试数据库分析型场景性能的数据集，一共有22条分析型场景下的SQL。用TPC-H可以有效测试PolarDB for PostgreSQL的HTAP的能力。我们将通过tpch-dbgen工具来生成任意大小的数据集。

# 下载tpch-dbgen
git clone https://github.com/qiuyuhang/tpch-dbgen.git

# 编译代码
cd tpch-dbgen
make
复制

执行如下命令，生成模拟数据：

建议先按照该命令，从10 GB大小的数据开始生成。体验完本案例后还可尝试100 GB的数据，即将该命令行中的10替换为100。注意不要超过本机外存容量。

# 生成10 GB数据
./dbgen -s 10
复制

tpch-dbgen中包含的文件的说明：

• 后缀为 .tbl 表示生成的表数据
• queries/ 中存放的是 TPC-H 的 22 条 SQL
• 含有 explain 的 .sql 文件只打印计划，并不实际执行
• answers/ 中存储了 TPC-H 中 22 条 SQL 的执行结果