TPC-H基準(zhǔn)(數(shù)據(jù)庫)

時(shí)間：2022-11-25 08:30:01 | 來源：信息時(shí)代

時(shí)間：2022-11-25 08:30:01 來源：信息時(shí)代

    TPC-H基準(zhǔn) : TPC組織(transaction processing performance council)發(fā)布的取代TPC-D基準(zhǔn)并作為決策支持應(yīng)用系統(tǒng)的評(píng)價(jià)基準(zhǔn)?；鶞?zhǔn)包括一套面向即席查詢和并發(fā)數(shù)據(jù)修改的業(yè)務(wù)活動(dòng),描述一個(gè)決策支持系統(tǒng)處理大規(guī)模數(shù)據(jù)、高度復(fù)雜查詢和解答關(guān)鍵業(yè)務(wù)問題的能力。
基準(zhǔn)草案1.0.0版于1999年2月26日完成,此后TPC組織不斷地對(duì)其進(jìn)行修正和更新,該基準(zhǔn)日趨完善,目前的最新版本是2.6.0,發(fā)布于2006年10月26日。基準(zhǔn)版本修訂記錄如下:
1999年2月26日: 草案版1.0.0;
1999年6月24日: 修訂版1.1.0;
2002年4月25日: 修訂版1.4.0;
2002年7月12日: 修訂版1.5.0;
2002年7月15日: 修訂版2.0.0;
2003年8月14日: 修訂版2.1.0;
2005年6月29日: 修訂版2.2.0;
2005年8月1 1日: 修訂版2.3.0;
2006年6月23日: 修訂版2.4.0;
2006年7月10日: 修訂版2.5.0;
2006年10月26日: 修訂版2.6.0。
TPC-H基準(zhǔn)描述了全球范圍內(nèi)管理、銷售和分發(fā)產(chǎn)品的工業(yè)模型,圖1描述了商業(yè)模型的業(yè)務(wù)環(huán)境。業(yè)務(wù)模型分為兩部分: 業(yè)務(wù)操作部分和決策支持部分。業(yè)務(wù)操作部分作為業(yè)務(wù)環(huán)境的操作端,對(duì)事務(wù)進(jìn)行實(shí)時(shí)性處理,該部分的性能由TPC-C這樣的基準(zhǔn)進(jìn)行度量。TPC-H描述決策支持部分(圖7.9.4中灰色部分),通過提煉數(shù)據(jù)、計(jì)算業(yè)務(wù)趨勢(shì)來制定合理的業(yè)務(wù)決策。

圖1 TPC-H業(yè)務(wù)環(huán)境

基準(zhǔn)為被測(cè)系統(tǒng)中的數(shù)據(jù)庫定義了八張表,它們之間的關(guān)系如圖2所示,數(shù)據(jù)模式的設(shè)計(jì)遵循了第三范式。

圖2 TPC-H數(shù)據(jù)庫表邏輯結(jié)構(gòu)

測(cè)試數(shù)據(jù)依賴于比例因子,比例因子決定了原始數(shù)據(jù)的大小,比例因子必須從固定比例因子集合中(1,10,30,100,300,1000,3000,10000)選擇,所有的比例因子以G為單位。例如,選擇100作為比例因子意味著所有表的數(shù)據(jù)量為 100G 。LINEITEM和ORDERS作為最大的兩個(gè)表包括了約83%的數(shù)據(jù)。除了NATION和REGION表以外其他表的記錄數(shù)與比例因子成正比。
表1描述了選擇1作為比例因子時(shí)表的設(shè)計(jì)規(guī)模,包括記錄規(guī)模和數(shù)據(jù)規(guī)模等。表中,“國(guó)家”為固定個(gè)數(shù),不隨著比例因子變化; “典型記錄長(zhǎng)度”和“典型表大小”只是實(shí)現(xiàn)中的一個(gè)示例,并且沒有包括存儲(chǔ)和訪問所需的額外空間; “訂購情況”由于隨機(jī)因素,LINEITEM表的記錄數(shù)不嚴(yán)格為比例因子的倍數(shù)。

表1 TPC-H數(shù)據(jù)量估算表

數(shù)據(jù)表名稱	基數(shù) (記錄條數(shù))	典型記錄 長(zhǎng)度(字節(jié))	典型表大小 (兆字節(jié))
供貨商	10 000	159	2
零件	200 000	155	30
零件供應(yīng)情況	800 000	144	110
客戶	150 000	179	26
訂單	1 500 000	104	149
訂購情況	6 001 215	112	641
國(guó)家	25	128	<1
區(qū)域	5	124	<1

TPC-H基準(zhǔn)的工作負(fù)載由22個(gè)只讀查詢和2個(gè)更新函數(shù)組成,業(yè)務(wù)問題、功能性查詢定義、參數(shù)替換和查詢驗(yàn)證四個(gè)組件刻畫了22個(gè)查詢的特點(diǎn)。業(yè)務(wù)問題闡述了查詢應(yīng)用的業(yè)務(wù)上下文。功能性查詢定義符合SQL-92標(biāo)準(zhǔn)。
每個(gè)查詢都被作為一個(gè)模板進(jìn)行定義,在查詢被執(zhí)行之前必須完成參數(shù)替換。查詢驗(yàn)證描述了如何根據(jù)認(rèn)證數(shù)據(jù)庫驗(yàn)證每個(gè)查詢。22個(gè)查詢用于驗(yàn)證典型決策支持系統(tǒng)的查詢能力,其中的16個(gè)查詢?nèi)∽杂赥PC-D。單獨(dú)執(zhí)行這些查詢可以對(duì)被測(cè)系統(tǒng)利用所有資源滿足單用戶的能力進(jìn)行驗(yàn)證,并發(fā)執(zhí)行這些查詢可以對(duì)被測(cè)系統(tǒng)利用所有資源滿足并發(fā)用戶的能力進(jìn)行驗(yàn)證。新增的6個(gè)查詢給工作負(fù)載增加了更多的功能和查詢的復(fù)雜度。
兩個(gè)更新函數(shù)為RF1: 增加新的銷售信息和RF2: 清除陳舊的銷售信息。RF1在LINEITEM和ORDERS表中插入新記錄,RF2在LINEITEM和ORDERS表中刪除同樣數(shù)據(jù)的記錄。
基準(zhǔn)的性能測(cè)試由數(shù)據(jù)裝載測(cè)試和性能測(cè)試組成,性能測(cè)試包括兩次執(zhí)行,每次執(zhí)行由能力測(cè)試(Power Test)和吞吐量測(cè)試(Throughput Test)組成,第一次執(zhí)行在數(shù)據(jù)裝載測(cè)試之后,第二次執(zhí)行在第一次測(cè)試之后。
能力測(cè)試度量單用戶情況下系統(tǒng)的原始查詢能力,首先執(zhí)行更新函數(shù)RF1,然后在單用戶模式下執(zhí)行所有的22個(gè)查詢,最后執(zhí)行更新函數(shù)RF2。吞吐量測(cè)試度量最少時(shí)間內(nèi)系統(tǒng)最大的查詢能力,通過多個(gè)并發(fā)用戶按照預(yù)定義的順序執(zhí)行所有的22個(gè)查詢。能力測(cè)試和吞吐量測(cè)試執(zhí)行流程如圖3所示。

圖3 能力測(cè)試和吞吐量測(cè)試執(zhí)行流程

基準(zhǔn)規(guī)定了三個(gè)衡量指標(biāo): QphH@Size(TPC-H Composite Query-per-Hour Metric); 每個(gè)QphH所需的花費(fèi),即性能價(jià)格比; 有效日期。QphH@Size是能力測(cè)試和吞吐量測(cè)試結(jié)果的組合,該值越大,說明被測(cè)系統(tǒng)的性能越好; 性價(jià)比即價(jià)格/性能,即每個(gè)QphH的花費(fèi),它的值越低,說明被測(cè)系統(tǒng)性價(jià)比越好。
基準(zhǔn)描述了各事務(wù)要求滿足的ACID屬性的各項(xiàng)測(cè)試及規(guī)范,由于基準(zhǔn)不包含OLTP事務(wù)并且為了簡(jiǎn)化與其他活動(dòng)并發(fā)的只讀查詢事務(wù)屬性的驗(yàn)證,基準(zhǔn)定義了專門的ACID事務(wù)和查詢,規(guī)定只有通過了基準(zhǔn)中ACID各項(xiàng)測(cè)試后的系統(tǒng)測(cè)試值才能被認(rèn)為有效。
此外TPC-H基準(zhǔn)還描述了測(cè)試系統(tǒng)的基本架構(gòu),被測(cè)系統(tǒng)和驅(qū)動(dòng)系統(tǒng)終端以及其連接通信方式,系統(tǒng)計(jì)價(jià)的方法,測(cè)試過程的審計(jì)以及測(cè)試報(bào)告發(fā)布的相關(guān)規(guī)范。