样例数据集--湖仓一体分析服务 LAS-火山引擎

文档中心

导航

样例数据集

最近更新时间：2023.03.03 15:40:43首次发布时间：2022.02.24 10:16:17

1. 样例数据集功能

对于没有准备数据集的用户，LAS 提供简化的 TPC-DS 样例数据，您可以使用它来快速体验 LAS 的一站式分析能力。
该操作将会在 LAS 中创建对应的库、表，并导入数据。目前提供的简化的 LAS 数据表为 TPC-DS 中核心 4 张表 Customer，Store_Sales, Data_Dim, Store 表。
其中 Store_Sales 为相对较大的事实表，您可以将该表与其余表对应的字段进行 Join 来发起较为复杂的查询，验证 LAS 的整体性能。
同时，LAS 还提供了针对本数据集的 样例 SQL，用于快速查询，具体请参考场景样例 SQL。
alt
在导入页面会提供简化的 TPC-DS 数据集的 E-R 图，目前提供两种数据大小 1GB、 10GB。大小是按照原始 TPC-DS 的生成 4 张表的文本大小作为基准，实际存储在 LAS 上面的样例数据集是经过压缩后的，本身大小会小于预期的大小，存储计费以最终实际存储的大小为准。

点击表上方的 导入样例数据，系统将自动给您提供一个样例的库名，您可以在基础上进行修改，导入样例数据会新建数据库，因此不允许选择已有的数据库进行导入。当有重复的数据库时，系统将进行报错提示您重新导入。
点击 立即导入 ，将开始样例数据集的导入任务，稍等几秒后，导入可以放到后台执行。
您也可选择点击 后台导入 ，当导入成功后，可以在 Schema 管理页面看到生成后的表。

2. 样例数据集数据字典

标蓝为事实表，标绿为维度表，下面是他们的关系图：

[事实表] Store_Sales：销售记录表。
[维度表] Customers：客户信息表。
[维度表] Stores：商店信息表。
[维度表] Date_Dim：时间信息表。

3. 数据字典

此处参考 TPC 官方文档，部分字段，在参考文档中没有描述，则标记为“暂无参考”。

3.1 Store_Sales 销售表

字段名称	字段描述	字段类型	引用的连接表	连接字段
ss_sold_date_sk	销售日期	bigint	Date_Dim	d_date_sk
ss_sold_time_sk	销售时间	bigint
ss_item_sk	销售物品	bigint
ss_customer_sk	客户信息	bigint	Customer	c_customer_sk
ss_cdemo_sk	暂无参考	bigint
ss_hdemo_sk	暂无参考	bigint
ss_addr_sk	地址信息	bigint
ss_store_sk	商店信息	bigint	Stores	s_store_sk
ss_promo_sk	促销信息	bigint
ss_ticket_number	订单号	bigint
ss_quantity	数量	int
ss_wholesale_cost	整个销售总额	double
ss_list_price	列表价格	double
ss_sales_price	销售价格	double
ss_ext_discount_amt	外部折扣相关信息	double
ss_ext_sales_price	外部销售价格	double
ss_ext_wholesale_cost	外部整个销售总额	double
ss_ext_list_price	外部列表价格	double
ss_ext_tax	外部税相关	double
ss_coupon_amt	打折券	double
ss_net_paid	消费额	double
ss_net_paid_inc_tax	消费税	double
ss_net_profit	盈利	double

3.2 Customer 客户表

字段名称	字段描述	字段类型	引用的连接表	连接字段
c_customer_sk	客户信息	bigint
c_customer_id	客户 id	string
c_current_cdemo_sk	暂无参考	bigint
c_current_hdemo_sk	暂无参考	bigint
c_current_addr_sk	地址信息	bigint
c_first_shipto_date_sk	运输时间	bigint	Date_Dim	d_date_sk
c_first_sales_date_sk	销售时间	bigint	Date_Dim	d_date_sk
c_salutation	称呼	string
c_first_name	名	string
c_last_name	姓	string
c_preferred_cust_flag	偏好标记	string
c_birth_day	生日	int
c_birth_month	生日月份	int
c_birth_year	出生年	int
c_birth_country	出生国家	string
c_login	登陆信息	string
c_email_address	邮件地址	string
c_last_review_date_sk	上次评价日期	bigint

3.3 Store 商店表

字段名称	字段描述	字段类型	引用的连接表	连接字段
s_store_sk	商店	bigint
s_store_id	商店 id	string
s_rec_start_date	商店开始时间	date
s_rec_end_date	商店结束时间	date
s_closed_date_sk	商店关闭时间	bigint	Date_Dim	d_date_sk
s_store_name	商店名称	string
s_number_employees	雇员数量	int
s_floor_space	暂无参考	int
s_hours	小时	string
s_manager	经理	string
s_market_id	市场信息	int
s_geography_class	地理位置信息	string
s_market_desc	市场描述	string
s_market_manager	市场经理	string
s_division_id	暂无参考	int
s_division_name	暂无参考	string
s_company_id	公司Id	int
s_company_name	公司名称	string
s_street_number	街道编号	string
s_street_name	街道名称	string
s_street_type	街道类型	string
s_suite_number	住宿编号	string
s_city	城市	string
s_county	国家	string
s_state	洲	string
s_zip	邮政编号	string
s_gmt_offset	gmt 便宜	double
s_tax_precentage	税收百分比	double

3.4 Date_Dim 时间表

字段名称	字段描述	字段类型
d_date_sk	日期	bigint
d_date_id	日期 id	string
d_date	具体 date	date
d_month_seq	第几月份	int
d_week_seq	第几周	int
d_quarter_seq	第几季度	int
d_year	年份	int
d_dow	暂无参考	int
d_moy	月份相关信息	int
d_dom	暂无参考	int
d_qoy	暂无参考	int
d_fy_year	年份相关信息	int
d_fy_quarter_seq	季度序列	int
d_fy_week_seq	周数序列	int
d_day_name	显示的天数	string
d_quarter_name	显示的季度	string
d_holiday	节日	string
d_weekend	周末	string
d_following_holiday	后续节日信息	string
d_first_dom	暂无信息	int
d_last_dom	暂无信息	int
d_same_day_ly	是否同一天	int
d_same_day_lq	是否同一天	int
d_current_day	是否为当前的天数	string
d_current_week	是否为当前的周数	string
d_current_month	是否为当前的月份	string
d_current_quarter	是否为当前的季度	string
d_current_year	是否为当前的年份	string