Linux/Mac下tpch工具生成数据集

tpch的作用是生成一个用于企业测试的数据集,数据集的大小是可以自定义的,数据集包含8个表的信息,其中还包含一些外键关联。具体的说明可以看官方文档。
下载页面地址:http://www.tpc.org/tpc_documents_current_versions/current_specifications.asp
最新版本的下载地址:http://www.tpc.org/TPC_Documents_Current_Versions/download_programs/tools-download-request.asp?bm_type=TPC-H&bm_vers=2.17.3&mode=CURRENT-ONLY
官方文档地址:http://www.tpc.org/TPC_Documents_Current_Versions/pdf/tpc-h_v2.17.3.pdf

下载后解压tpch下的dbgen文件夹,这就是用来生成数据集的工具包。
进入文件夹中打开makefile.suite文件,修改如下代码:

CC      = GCC
# Current values for DATABASE are: INFORMIX, DB2, TDAT (Teradata)
#                                  SQLSERVER, SYBASE, ORACLE
# Current values for MACHINE are:  ATT, DOS, HP, IBM, ICL, MVS, 
#                                  SGI, SUN, U2200, VMS, LINUX, WIN32 
# Current values for WORKLOAD are:  TPCH
DATABASE= SQLSERVER
MACHINE = LINUX
WORKLOAD = TPCH

在dbgen文件夹下打开命令行,
1)输入make进行编译
2)输入./dbgen -s 1 -f 生成tbl文件 (1G数据,数据集大小可以指定)

make
./dbgen -s 1 -f

生成数据集后就可以导出到mysql(RDBMS)或者HDFS(HIVE)上,针对自己的业务需求进行处理了,相关的方法网上有很多介绍,就不再赘述了。

下面提供一个将数据导入hive的方案,仅供参考

hadoop fs -mkdir /tpch/customer
hadoop fs -mkdir /tpch/lineitem
hadoop fs -mkdir /tpch/supplier
hadoop fs -mkdir /tpch/region
hadoop fs -mkdir /tpch/partsupp
hadoop fs -mkdir /tpch/part
hadoop fs -mkdir /tpch/orders
hadoop fs -mkdir /tpch/nation

hadoop fs -put /Users/david/search/tpch_2_14_3/dbgen/customer.tbl  /tpch/customer
hadoop fs -put /Users/david/search/tpch_2_14_3/dbgen/lineitem.tbl  /tpch/lineitem
hadoop fs -put /Users/david/search/tpch_2_14_3/dbgen/supplier.tbl  /tpch/supplier
hadoop fs -put /Users/david/search/tpch_2_14_3/dbgen/region.tbl  /tpch/region
hadoop fs -put /Users/david/search/tpch_2_14_3/dbgen/partsupp.tbl  /tpch/partsupp
hadoop fs -put /Users/david/search/tpch_2_14_3/dbgen/part.tbl  /tpch/part
hadoop fs -put /Users/david/search/tpch_2_14_3/dbgen/orders.tbl  /tpch/orders
hadoop fs -put /Users/david/search/tpch_2_14_3/dbgen/nation.tbl  /tpch/nation


# 在hive下进行操作
Create external table lineitem 
(L_ORDERKEY INT, L_PARTKEY INT,L_SUPPKEY INT,L_LINENUMBER INT,L_QUANTITY DOUBLE,L_EXTENDEDPRICE DOUBLE,L_DISCOUNT DOUBLE,L_TAX DOUBLE,L_RETURNFLAG STRING,L_LINESTATUS STRING,L_SHIPDATE STRING,L_COMMITDATE STRING,L_RECEIPTDATE STRING,L_SHIPINSTRUCT STRING,L_SHIPMODE STRING,L_COMMENT STRING)
 ROW FORMAT DELIMITED FIELDS TERMINATED BY '|' 
 location '/tpch/lineitem';
 
Create external table nation (N_NATIONKEY INT,N_NAME STRING,N_REGIONKEY INT,N_COMMENT STRING) 
ROW FORMAT DELIMITED FIELDS TERMINATED BY '|'
LOCATION '/tpch/nation';
 
Create external table region (R_REGIONKEY INT,R_NAME STRING,R_COMMENT STRING) 
ROW FORMAT DELIMITED FIELDS TERMINATED BY '|' 
LOCATION '/tpch/region';
 
Create external table part (P_PARTKEY INT , P_NAME STRING , P_MFGR STRING, P_BRAND  STRING, P_TYPE STRING , P_SIZE INT , P_CONTAINER  STRING, P_RETAILPRICE DOUBLE, P_COMMENT STRING)
 ROW FORMAT DELIMITED FIELDS TERMINATED BY '|' 
 LOCATION '/tpch/part';
 
Create external table supplier (S_SUPPKEY INT , S_NAME STRING ,S_ADDRESS STRING , S_NATIONKEY  INT , S_PHONE  STRING, S_ACCTBAL DOUBLE, S_COMMENT STRING)
 ROW FORMAT DELIMITED FIELDS TERMINATED BY '|' 
 LOCATION '/tpch/supplier';
 
Create external table partsupp (PS_PARTKEY INT , PS_SUPPKEY INT , PS_AVAILQTY INT , PS_SUPPLYCOST DOUBLE, PS_COMMENT STRING) 
ROW FORMAT DELIMITED FIELDS TERMINATED BY '|' 
 LOCATION '/tpch/partsupp';
 
Create external table customer (C_CUSTKEY INT , C_NAME STRING , C_ADDRESS STRING , C_NATIONKEY  INT , C_PHONE  STRING , C_ACCTBAL DOUBLE , C_MKTSEGMENT STRING , C_COMMENT STRING ) 
ROW FORMAT DELIMITED FIELDS TERMINATED BY '|' 
 LOCATION '/tpch/customer';
 
Create external table orders (O_ORDERKEY INT , O_CUSTKEY INT ,O_ORDERSTATUS STRING,O_TOTALPRICE DOUBLE, O_ORDERDATE DATE , O_ORDERPRIORITY STRING, O_CLERK  STRING,  O_SHIPPRIORITY  INT ,  O_COMMENT STRING) 
ROW FORMAT DELIMITED FIELDS TERMINATED BY '|' 
 LOCATION '/tpch/orders';

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,406评论 6 503
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,732评论 3 393
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,711评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,380评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,432评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,301评论 1 301
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,145评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,008评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,443评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,649评论 3 334
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,795评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,501评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,119评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,731评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,865评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,899评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,724评论 2 354

推荐阅读更多精彩内容

  • It's a bit hard to describe the difference between pride ...
    Clouds_liu阅读 459评论 0 0
  • 自2004年6月高中毕业后,我已经把这本书看过三遍了,起初还不是很明白,最后以丰富的感情讲给我妹妹听的时候,忽然茅...
    张淇阅读 256评论 0 1
  • 初识时还是稚儿,我看着你,想象着这世间最美的画卷,那一刻,我以为,我拥有了整个世界。 男孩儿再一次见到女孩儿,是在...
    苏秦1228阅读 298评论 2 1