【获奖名单公示】Hologres实时湖仓分析挑战赛-阿里云开发者社区

【获奖名单公示】Hologres实时湖仓分析挑战赛

2024-01-03 2724

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： 5分钟快速使用Hologres实时湖仓能力，无需移动数据，直接加速读取存储于数据湖OSS上的Hudi、Delta、Paimon等格式类型的数据

获奖名单公示：

以下为本次活动获奖名单，奖品将在春节后寄出，其他用户不符合参赛规则。

用户昵称	奖项
携手健康之路	挑战奖
闻天下	挑战奖
陌然浅笑-支	挑战奖
游客x7hkshkejsduy	挑战奖
五谷不分	挑战奖
6c5hhy6vxniui	挑战奖
长梦	挑战奖
不游泳的鱼鱼	挑战奖
打不哭	挑战奖
神秘海盗	挑战奖
zxlstart	一等奖
mayiyou	二等奖
zt123	二等奖
ccku	二等奖

5分钟快速使用Hologres实时湖仓能力，无需移动数据，直接加速读取存储于数据湖OSS上的Hudi、Delta、Paimon等格式类型的数据

活动地址：https://developer.aliyun.com/topic/hologres/dlf

挑战奖：小米充电宝15个，非教程代码执行SQL，完成运行速度对比

一等奖：LAMY钢笔1个，作品点赞数位列第1名，且点赞数≥20个

二等奖：小米背包20个，作品点赞数位列第2-21名，且点赞数≥10个

参与奖：社区积分，每位参赛者可获得社区100积分

准备工作

本文以上海地域为例开通OSS、DLF和Hologres服务。

开通OSS服务并准备测试数据。

打开OSS开通页面，按照界面指引完成开通操作。说明

若您是新用户，可以免费试用OSS。

登录OSS管理控制台，创建存储空间（Bucket）。具体操作，请参见控制台快速入门。

上传tpch_10g_orc_3.zip测试数据至Bucket目录。

测试数据文件上传后，若存在.DS_Store等文件需手动删除。
考虑到下载速度，这里仅包含本文需要的nation_orc、supplier_orc、partsupp_orc数据表。

开通DLF服务并导入OSS测试数据。

访问开通DLF页面，您也可以单击免费开通，免费试用DLF产品。
登录数据湖管理控制台，在元数据管理页面，单击新建数据库。具体操作，请参见创建元数据库。
本文以创建mydatabase数据库为例。
在元数据抽取页面，创建元数据抽取任务，将OSS测试数据导入。具体操作，请参见元数据抽取。
抽取完成后，您可以在元数据管理页面的数据表页签查看。

参数配置	字段描述
抽取任务名称	元数据抽取任务的名称，输入为中英文数字和（_）。
OSS路径	指定待抽取数据的OSS目录。
解析格式	支持json、csv、parquet、orc、hudi、delta、avro中某一类格式进行抽取，或采用自动识别模式会对数据文件自动解析。
目标数据库	抽取获取的元数据存储的元数据库位置。

开通Hologres服务并购买Hologres实例。具体操作，请参见购买Hologres。
若您是新用户可以申请免费试用Hologres，为保证使用体验，免费试用请选择32C配置，若您没有免费试用规格，可以购买Hologres按量付费

步骤一：配置环境

在Hologres实例中开启数据湖加速功能。
访问Hologres实例列表，单击目标实例操作列中的数据湖加速并确认，开启数据湖加速功能后，Hologres实例将重启。
登录Hologres实例，创建数据库。具体操作，请参见连接HoloWeb。

（可选）创建Extension。本文以dlf_fdw为例。
说明
Hologres V2.1版本已默认创建，您无需进行此操作。您可以访问Hologres实例列表，在实例详情页面确认您的实例版本。

CREATE EXTENSION IF NOT EXISTS dlf_fdw;

说明
使用Superuser在SQL编辑器-HoloWeb中执行上述语句创建Extension，该操作针对整个DB生效，一个DB只需执行一次。关于Hologres账号授权详情，请参见授权服务账号。

在SQL编辑器-HoloWeb，执行以下语句，创建dlf_server外部服务器并配置Endpoint信息，确保Hologres、DLF和OSS之间的正常访问。关于更多的创建方式和相关参数介绍详情，请参见创建外部服务器。

--创建外部服务器，以上海reigon为例
CREATE SERVER IF NOT EXISTS dlf_server FOREIGN data wrapper dlf_fdw options (
    dlf_region 'cn-shanghai',
    dlf_endpoint 'dlf-share.cn-shanghai.aliyuncs.com',
    oss_endpoint 'oss-cn-shanghai-internal.aliyuncs.com');

步骤二：通过Hologres外部表查询OSS数据湖

Hologres外部表保存与OSS数据湖数据的映射关系，数据在OSS数据湖中存储，不占用Hologres存储空间，查询性能一般在秒级至分钟级。

创建Hologres外部表，并将OSS数据湖数据映射至Hologres外部表。

IMPORT FOREIGN SCHEMA mydatabase LIMIT TO ----本文以mydatabase为例，创建时需替换为您在DLF元数据管理中的自定义的数据库名称
(
  nation_orc,
  supplier_orc,
  partsupp_orc
)
FROM SERVER dlf_server INTO public options (if_table_exist 'update');

数据查询。
创建外部表成功后，可以直接查询外部表读取OSS中的数据。示例语句如下。

--TPCH Q11查询语句
select
        ps_partkey,
        sum(ps_supplycost * ps_availqty) as value
from
        partsupp_orc,
        supplier_orc,
        nation_orc
where
        ps_suppkey = s_suppkey
        and s_nationkey = n_nationkey
        and RTRIM(n_name) = 'EGYPT'
group by
        ps_partkey having
                sum(ps_supplycost * ps_availqty) > (
                        select
                                sum(ps_supplycost * ps_availqty) * 0.000001
                        from
                                partsupp_orc,
                                supplier_orc,
                                nation_orc
                        where
                                ps_suppkey = s_suppkey
                                and s_nationkey = n_nationkey
                                and RTRIM(n_name) = 'EGYPT'
                )
order by
        value desc;

步骤三：通过Hologres内部表查询OSS数据湖

Hologres内部表查询是将OSS数据湖数据导入至Hologres中，数据将在Hologres中存储，可获得更好的查询性能和更高的数据处理能力。关于存储费用详情介绍，请参见计费概述。

在Hologres中创建与外部表相同表结构的内部表，示例如下。

-- 创建nation表
DROP TABLE IF EXISTS NATION;
BEGIN;
CREATE TABLE NATION (
    N_NATIONKEY int NOT NULL PRIMARY KEY,
    N_NAME text NOT NULL,
    N_REGIONKEY int NOT NULL,
    N_COMMENT text NOT NULL
);
CALL set_table_property ('NATION', 'distribution_key', 'N_NATIONKEY');
CALL set_table_property ('NATION', 'bitmap_columns', '');
CALL set_table_property ('NATION', 'dictionary_encoding_columns', '');
COMMIT;
-- 创建supplier表
DROP TABLE IF EXISTS SUPPLIER;
BEGIN;
CREATE TABLE SUPPLIER (
    S_SUPPKEY int NOT NULL PRIMARY KEY,
    S_NAME text NOT NULL,
    S_ADDRESS text NOT NULL,
    S_NATIONKEY int NOT NULL,
    S_PHONE text NOT NULL,
    S_ACCTBAL DECIMAL(15, 2) NOT NULL,
    S_COMMENT text NOT NULL
);
CALL set_table_property ('SUPPLIER', 'distribution_key', 'S_SUPPKEY');
CALL set_table_property ('SUPPLIER', 'bitmap_columns', 'S_NATIONKEY');
CALL set_table_property ('SUPPLIER', 'dictionary_encoding_columns', '');
COMMIT;
-- 创建partsupp表
DROP TABLE IF EXISTS PARTSUPP;
BEGIN;
CREATE TABLE PARTSUPP (
    PS_PARTKEY int NOT NULL,
    PS_SUPPKEY int NOT NULL,
    PS_AVAILQTY int NOT NULL,
    PS_SUPPLYCOST DECIMAL(15, 2) NOT NULL,
    PS_COMMENT text NOT NULL,
    PRIMARY KEY (PS_PARTKEY, PS_SUPPKEY)
);
CALL set_table_property ('PARTSUPP', 'distribution_key', 'PS_PARTKEY');
CALL set_table_property ('PARTSUPP', 'bitmap_columns', 'ps_availqty');
CALL set_table_property ('PARTSUPP', 'dictionary_encoding_columns', '');
COMMIT;

同步Hologres外部表数据至Hologres内部表。

---将Hologres外表数据导入内表
INSERT INTO nation SELECT * FROM nation_orc;
INSERT INTO supplier SELECT * FROM supplier_orc;
INSERT INTO partsupp SELECT * FROM partsupp_orc;

查询Hologres内部表数据。

--TPCH Q11查询语句
select
        ps_partkey,
        sum(ps_supplycost * ps_availqty) as value
from
        partsupp,
        supplier,
        nation
where
        ps_suppkey = s_suppkey
        and s_nationkey = n_nationkey
        and RTRIM(n_name) = 'EGYPT'
group by
        ps_partkey having
                sum(ps_supplycost * ps_availqty) > (
                        select
                                sum(ps_supplycost * ps_availqty) * 0.000001
                        from
                                partsupp,
                                supplier,
                                nation
                        where
                                ps_suppkey = s_suppkey
                                and s_nationkey = n_nationkey
                                and RTRIM(n_name) = 'EGYPT'
                )
order by
        value desc;

晒出结果：

一等奖、二等奖、参与奖：

将内表查询或外表查询的运行日志截图晒出。

外表查询速度：

内表查询速度：

分享作品参与点赞排行

请使用提交作品账号开通产品并参与挑战，后台会校验产品开通及SQL运行情况。
请上传原创数据表及截图，若为抄袭则取消资格；若发现有刷赞行为，立即撤销作品，取消参赛资格。

挑战奖：

基于已有的外表和内表，分别运行2条同样的自定义SQL，附上外表SQL语句、运行日志、运行结果、内表SQL语句、运行日志、运行结果，6个部分合并1张截图上传。

SQL需要涉及多表查询，单表SQL不支持参与挑战
获奖名单按照作品提交时间排序
为保证SQL原创性，同样SQL只取第一位
挑战奖优先，不与一等奖、二等奖重复获取

挑战奖作品示例：

MaxCompute湖仓一体

数据仓库MaxCompute也可以基于本实验同一份OSS数据和DLF抽取的元数据进行湖数据查询和湖数据入仓等湖仓一体实践，模拟真实业务中高价值湖数据入仓进行处理加工、联合仓内数据建模等操作，具体请参考MaxCompute湖仓一体

MaxCompute 是企业级 SaaS 模式云数据仓库，以 Serverless 架构提供快速、全托管的在线数据仓库服务，消除了传统数据平台在资源扩展性和弹性方面的限制，最小化用户运维投入，使您可以经济并高效的分析处理海量数据。数以万计的企业正基于 MaxCompute 进行数据计算与分析，将数据高效转换为业务洞察。更多介绍请查看MaxCompute官网