所有文档

          数据仓库 Palo

          Palo UI快速查询


          在本教程文档中,我们将为大家介绍使用Palo UI快速体验和使用Palo查询的操作过程。 Palo UI是Palo为大家提供的可以快速执行查询请求和进行一些管理操作的Web UI环境。

          本文档中演示使用的demo数据和查询例句均来自于 Star Schema Benchmark,用户可以点击下载获取样例数据和SQL语句。

          进入Palo UI

          在Palo的集群详情页面中,提供了Palo UI的快捷入口。

          1.png

          点击Palo UI按钮,进入Web UI环境。在登陆页面输入用户名和密码,用户名是“admin”,密码是用户创建集群时填写的密码。

          2.png

          点击登陆之后,就可以进入到Palo UI的主页面,默认页面就是Palo查询页面(Playground)。

          3.png

          Palo快速查询页面主要分成三个区域,左侧为表管理区域,包括系统库表和用户自己创建的表。右上区域是SQL执行区域,右下区域为表预览和数据导入以及执行结果区域。 接下来我们在本页面展示从建库、建表、导入数据、查询等主要步骤,帮助初次使用Palo的用户体验一次完整的使用流程。

          建库建表

          在编辑器区域,我们输入SQL语句创建一个example_db的库。点击执行之后,在下方可以看到执行结果,执行成功之后,刷新左侧表区域,就可以在表管理区域看到新创建的example_db库了。

          CREATE DATABASE example_db;

          4.png

          我们的demo数据一共有5份销售相关的订单、日期、客户信息等数据样例,所以我们需要创建5张对应的表。

          首先我们在example_db库中创建一个名为lineorder的表。Palo使用DISTRIBUTED关键字设置分桶列,分桶列用于对数据进行水平划分,一般我们选择一个可以帮助数据能够均匀划分的列作为分桶列。此处我们使用lo_orderkey作为分桶列。此处我们还设置了一个副本数为1,因为Palo默认三副本,如果我们集群只购买了一个LeaderNode,则需要手动设置副本数为1。

          这个表主要定义了订单号、订单时间以及利润、税收等一些订单主信息。

          CREATE TABLE lineorder (
              lo_orderkey BIGINT,
              lo_linenumber BIGINT,
              lo_custkey INT,
              lo_partkey INT,
              lo_suppkey INT,
              lo_orderdate INT,
              lo_orderpriotity VARCHAR(16),
              lo_shippriotity INT,
              lo_quantity BIGINT,
              lo_extendedprice BIGINT,
              lo_ordtotalprice BIGINT,
              lo_discount BIGINT,
              lo_revenue BIGINT,
              lo_supplycost BIGINT,
              lo_tax BIGINT,
              lo_commitdate BIGINT,
              lo_shipmode VARCHAR(11)
          )
          DISTRIBUTED BY HASH(lo_orderkey)
          PROPERTIES ("replication_num"="1");

          5.png

          然后我们再创建一个date表。使用d_datekey作为分桶列,并设置副本数为1。这个表定义的是更加详细一些的订单日期信息。

          CREATE TABLE date (
              d_datekey INT,
              d_date VARCHAR(20),
              d_dayofweek VARCHAR(10),
              d_month VARCHAR(11),
              d_year INT,
              d_yearmonthnum INT,
              d_yearmonth VARCHAR(9),
              d_daynuminweek INT,
              d_daynuminmonth INT,
              d_daynuminyear INT,
              d_monthnuminyear INT,
              d_weeknuminyear INT,
              d_sellingseason VARCHAR(14),
              d_lastdayinweekfl INT,
              d_lastdayinmonthfl INT,
              d_holidayfl INT,
              d_weekdayfl INT
          ) DISTRIBUTED BY hash(d_datekey) PROPERTIES ( 
            "storage_type"="column", 
            "replication_num"="1");

          6.png

          接下来我们再分别创建剩下三张表,customerpartsupplier,分别记录了客户、商品和供应商的详细信息。

          CREATE TABLE customer (
              c_custkey INT,
              c_name VARCHAR(26),
              c_address VARCHAR(41),
              c_city VARCHAR(11),
              c_nation VARCHAR(16),
              c_region VARCHAR(13),
              c_phone VARCHAR(16),
              c_mktsegment VARCHAR(11) )
          DISTRIBUTED BY hash(c_custkey) 
          PROPERTIES ( 
            "storage_type"="column", 
            "replication_num"="1");
           
          CREATE TABLE part (
              p_partkey INT,
              p_name VARCHAR(23),
              p_mfgr VARCHAR(7),
              p_category VARCHAR(8),
              p_brand VARCHAR(10),
              p_color VARCHAR(12),
              p_type VARCHAR(26),
              p_size INT,
              p_container VARCHAR(11) )
          DISTRIBUTED BY hash(p_partkey) 
          PROPERTIES ( 
            "storage_type"="column", 
            "replication_num"="1");
           
          CREATE TABLE supplier (
              s_suppkey INT,
              s_name VARCHAR(26),
              s_address VARCHAR(26),
              s_city VARCHAR(11),
              s_nation VARCHAR(16),
              s_region VARCHAR(13),
              s_phone VARCHAR(16) )
          DISTRIBUTED BY hash(s_suppkey) 
          PROPERTIES ( 
            "storage_type"="column", 
            "replication_num"="1");

          表建完之后,可以查看 example_db 中表的信息:

          7.png

          导入数据

          Palo 支持多种数据导入方式。具体可以参阅数据导入文档。这里我们使用Web方式便捷导入数据做示例。

          首先点击选中需要导入数据的表

          8.png

          然后点击数据导入,进入数据导入页面

          9.png

          点击“下一步”。之后先选择导入文件的列分割符,这里我们是 \t 分割。接着选择需要导入的数据文件

          10.png

          等待文件上传完成,点击选择下方已上传的文件。这时也会看到该文件按照指定分隔符分割后的预览数据(前10行)。

          11.png 12.png

          点击“下一步”进入到数据导入配置页面,我们以“lineorder_data”为label,然后点击“导入”按钮。

          13.png

          等待片刻,可以看到数据导入的结果。其中 Status 的状态为 Success,即表示导入成功。点击OK之后,数据导入完成。

          14.png

          由于Web UI支持导入的数据大小有限,因此我们将完整的lineorder数据切分成了六份,此处我们仅导入一份数据作为演示,我们在demo文件中放置了完整数据样本,用户可以根据测试需求进行追加导入全部数据。

          我们以同样的方式导入表datecustomerpartsupplier对应的数据。

          15.png

          数据查询

          简单查询

          数据导入完成之后,我们可以执行一些查询语句来查看数据的状态。

          可以预览表的一部分数据。

          SELECT * FROM  lineorder limit 10

          16.png

          或者统计查询表的记录数量。

          SELECT COUNT(*) FROM lineorder

          image.png

          分析查询

          然后可以按照我们的分析需求,执行查询操作,获取查询结果。

          SELECT SUM(LO_EXTENDEDPRICE*LO_DISCOUNT) AS
          REVENUE
          FROM  lineorder, date
          WHERE  LO_ORDERDATE = D_DATEKEY
          AND D_YEAR = 1993
          AND LO_DISCOUNT BETWEEN 1 AND 3
          AND LO_QUANTITY < 25;

          通过Web UI,我们在页面执行SQL,并且快速获取查询结果。

          17.png

          也可以执行多表的复杂查询

          SELECT C_CITY, S_CITY, D_YEAR, SUM(LO_REVENUE)
          AS  REVENUE
          FROM customer, lineorder, supplier, date
          WHERE  LO_CUSTKEY = C_CUSTKEY
          AND LO_SUPPKEY = S_SUPPKEY
          AND  LO_ORDERDATE = D_DATEKEY
          AND C_NATION = 'UNITED STATES'
          AND S_NATION = 'UNITED STATES'
          AND D_YEAR >= 1992 AND D_YEAR <= 1997
          GROUP BY C_CITY, S_CITY, D_YEAR
          ORDER BY D_YEAR ASC,  REVENUE DESC;

          页面查询的执行时间以及结果:

          image.png

          执行时间为 SQL 在服务器端实际执行耗时。因为 UI 界面经过多层代理,所以用户感知的查询延迟略慢于实际SQL的执行时间。

          上一篇
          查询
          下一篇
          SQL手册