`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

`tpch` 扩展在某些 DuckDB 构建中默认提供，否则将在首次使用时自动加载。如果您想手动安装和加载，请运行：

INSTALL tpch;
LOAD tpch;

用法

生成数据

要生成比例因子为 1 的数据，请使用：

CALL dbgen(sf = 1);

调用 `dbgen` 不会清除现有的 TPC-H 表。要清除现有表，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 `query_nr` 和 `query` 列的表。

列出预期答案

要生成所有查询在比例因子 0.01、0.1 和 1 上的预期结果，请运行：

FROM tpch_answers();

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

生成 Schema

通过将比例因子设置为 0，可以生成不含任何数据的 TPC-H Schema。

CALL dbgen(sf = 0);

数据生成器参数

数据生成器函数 `dbgen` 具有以下参数：

预生成数据集

可下载用于 TPC-H 的预生成 DuckDB 数据库

• 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

生成大比例因子的 TPC-H 数据集需要大量时间。此外，如果生成过程在单个步骤中完成，则需要大量内存。下表估算了使用 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。

上述数据是通过单步运行 `dbgen` 函数获得的，例如：

CALL dbgen(sf = 300);

如果可用内存有限，您可以分步运行 `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)` 函数运行一个具有预定义绑定参数（也称为替换参数）的固定 TPC-H 查询。无法使用 `tpch` 扩展更改查询参数。要使用 TPC-H 基准测试所规定的参数运行查询，请使用 TPC-H 框架实现。