快速上手 Hologres(一)|学习笔记

简介: 快速学习 快速上手 Hologres(一)

开发者学堂课程【实时数仓 Hologres 实战课程:快速上手 Hologres(一)】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/904/detail/14389


快速上手 Hologres(一)


目录:

一、如何购买 Hologres

二、Hologres 的一些基本操作

三、Hologres 相关概念

四、连接工具

五、创建基本表

六、Hologres 数据类型简介

七、Hologres 常见的基本设置

八、性能调优实操演示


一、如何购买 Hologres

l 登录阿里云官网:aliyun.com/

l 搜索交互式分析产品便可以找到 Hologres

l 进入到 Hologres 购买产品页面后用户需要选择自己购买的商品类型(包年包月:按量付费)

l 选择相应的地域,将与在阿里云购买的其他产品放在同一个地域下,如此有益于将数据传送造成的损耗降到最低,提高系统性能。

l 用户需要根据自身的实际情况来选择对应的规格(服务器有提供多种规格)

l 购买的最后一步,用户在购买页面输入一个实例名称便完成了整个购买流程。


二, Hologres 的一些基本操作

(1)如何查看购买的 Hologres?

回到交互式分析页面,点击管理控制台 

(2)进入管理控制台后,用户可以进行哪些基本操作?

可进行的操作如下:

Ø 管理

² 实例配置(查看用户信息)

² 用户管理(添加和删除用户操作)

² DB管理(查看已经创建的类和进行一些基本操作)

² 监控告警(查看实例的实时使用状况,如 CPU 用量和实例内存用量)

Ø 升配

Ø 减配

Ø 清除

Ø 续费


三, Hologres 相关概念

l 实例∶使用和管理数据库存储服务的实体,一个实例可以看作是多个数据库的合集

l 数据库︰一个模式的合集,用户所有的操作,包括表、函数等都是在数据库里完成。系统会在用户完成实例申请后默认创建一个"postgres"的数据库,该 DB 仅用于运维管理,实际业务需要新建DB

l 表∶表是数据存储单元。它在逻辑上是由行和列组成的二维结构,列的数量和顺序是固定的,并且每一列拥有一个名字。行的数目是变化的,它反映了在一个给定时刻表中存储的数据量。

l 外表:外表是数据实际存储在其他系统里,但是通过 Hologres 来访问的一类表。Hologres 完全兼容 postgres 的 foreign data wrapper。目前内部支持直接访问 MaxComputer 中的数据


四, 连接工具

Hologres 兼容 PostgresQL 生态,提供 JDBC/ODBC Driver,可以连接 PG 的开发工具都能直接连接 Hologres,也提供 Holostudio 和 HoloWeb 开发平台。

image.png

Hologres SQL 概览

Hologres 的 SQL 目前兼容开源的 PostgresSQL 11,因此用户可以参照 Postgres 官方文档来编写自己的查询任务

https://www.postgresql.orgldocs/11/index.html

 

五,创建基本表

创建表

Hologres建表语句是PG的一个子集

CREATE TABLE [IF NOT EXIST5] [ schema_name.]table_name ( [

column_name column_type [ column_constraints,[...]]l table_constraints

l , ...]

)

]) ;

一个简单的创建表的例子如下:

CREATE TABLE IF NOT EXISTS holo_test(

name text,

ds text,age text,price float

PRIMARY KEY ( name));

分区表的创建

l 分区表的创建依然兼容 Postgres 语法,分区表方便用户管理数据,并能通过分区裁剪加快数据的查找

l 不能向父表插入任何数据

l 只有 text/varchar 类型才能作为分区健

l partition by  类型仅支持 list,切 partition list 只能有一个值

l 分区表的数据不会自动删除,需要用户自己管理生命周期

begin;

drop table if exists HOLO_NULTI_PART;

create table HOLO_MULTI_PART(id text not null,pt text not null) PARTITION BY LIST (pt);create table HOLO_MULTI_PART_0 partition of HOLO_MULTI_PART FOR VALUES IN ( '0');

create table HOLO_MULTI_PART_1 partition of HOLO_MULTI_PART FOR VALUES IN ( '1');create table HOLO_MULTI_PART_2 partition of HOLO_MULTI_PART FOR VALUES IN ('2');create table HOLO_MULTI_PART_3 partition of HOLO_MULTI_PART FOR VALUES IN ('3');create table HOLO_MULTI_PART_4 partition of HOLO_MULTI_PART FOR VALUES IN ( ' 4 ');commit;

 

六,Hologres 数据类型简介

数据类型:

数据类型

别名

是否支持

存储大小

范围

说明

integcr

int,int4

支待

4字节

-2147483648到+2147483647

常用的整数

bigint

int8

支持

8字节

-9223372036854775808到
+9223372036854775807

大范园整数

boolcan

bool

支持

1字节

Truo / Falsc

布尔类型

float

float8

支持

8字节

15位十进制敌字精度

可变精度。不精确

double precision

 

支持

8字节

15位十进制数字精度

可变精度。不精确

text

varchar

支持

可变长

 

可变长度字符串

timestampt with time zone

timestamptz

支持

8字节

4713 BC 到294276 AD

时间戳,包含时区,解析度为1微妙/14位数。示例:“2004-10-1910:23:54+02"

Date

Date

支持

4字节

4713 BC到5874897

单位是一天

Decimal

Numeric

支持

可变长

小数点前38位;小数点后38位

需要指定precision,scale信息


相关实践学习
基于Hologres轻量实时的高性能OLAP分析
本教程基于GitHub Archive公开数据集,通过DataWorks将GitHub中的项⽬、行为等20多种事件类型数据实时采集至Hologres进行分析,同时使用DataV内置模板,快速搭建实时可视化数据大屏,从开发者、项⽬、编程语⾔等多个维度了解GitHub实时数据变化情况。
相关文章
|
机器学习/深度学习 算法 Shell
【实操:人脸矫正】两次定位操作解决人脸矫正问题
【实操:人脸矫正】两次定位操作解决人脸矫正问题
950 0
|
XML 安全 Java
【日志框架整合】Slf4j、Log4j、Log4j2、Logback配置模板
本文介绍了Java日志框架的基本概念和使用方法,重点讨论了SLF4J、Log4j、Logback和Log4j2之间的关系及其性能对比。SLF4J作为一个日志抽象层,允许开发者使用统一的日志接口,而Log4j、Logback和Log4j2则是具体的日志实现框架。Log4j2在性能上优于Logback,推荐在新项目中使用。文章还详细说明了如何在Spring Boot项目中配置Log4j2和Logback,以及如何使用Lombok简化日志记录。最后,提供了一些日志配置的最佳实践,包括滚动日志、统一日志格式和提高日志性能的方法。
5282 32
【日志框架整合】Slf4j、Log4j、Log4j2、Logback配置模板
|
10月前
|
人工智能 测试技术 程序员
Cursor自动调试代码实战教程
Cursor编辑器的自动调试功能极大提升了程序员的排错效率。它能深入分析代码逻辑,跨文件追踪问题,精准定位如变量未定义、数据结构不一致等常见bug,并提供修复建议。通过自然语言提问,结合上下文理解与推理,Cursor如同智能助手,帮助开发者快速找到问题根源,尤其在处理内存泄漏、环境差异等问题时表现出色。虽无法替代手动验证,但它显著缩短了调试时间,是提升开发效率的得力工具。
|
人工智能 自然语言处理 算法
AI时代,ETL真的不行了吗?
本文探讨了AI技术如何深度参与数据处理与分析,推动企业数据集成从传统ETL向“ETL for AI”转型。通过分析AI与ETL的协作关系,指出未来数据集成将实现高效处理、安全流转与智能价值挖掘,助力企业迈向数智化转型。
AI时代,ETL真的不行了吗?
|
关系型数据库 MySQL 数据库
基于Flink CDC 开发,支持Web-UI的实时KingBase 连接器,三大模式无缝切换,效率翻倍!
TIS 是一款基于Web-UI的开源大数据集成工具,通过与人大金仓Kingbase的深度整合,提供高效、灵活的实时数据集成方案。它支持增量数据监听和实时写入,兼容MySQL、PostgreSQL和Oracle模式,无需编写复杂脚本,操作简单直观,特别适合非专业开发人员使用。TIS率先实现了Kingbase CDC连接器的整合,成为业界首个开箱即用的Kingbase CDC数据同步解决方案,助力企业数字化转型。
3490 5
基于Flink CDC 开发,支持Web-UI的实时KingBase 连接器,三大模式无缝切换,效率翻倍!
|
消息中间件 存储 Kafka
【Kafka】Kafka 的日志保留期与数据清理策略
【4月更文挑战第13天】【Kafka】Kafka 的日志保留期与数据清理策略
Threejs中导入GLTF模型克隆后合并
这篇文章详细说明了在Three.js中如何导入GLTF模型,对其进行克隆,并将多个克隆模型合并成一个整体模型的过程。
969 2
Threejs中导入GLTF模型克隆后合并
|
移动开发 关系型数据库 MySQL
MySQL中的ROW_NUMBER窗口函数简单了解下
ROW_NUMBER是 MySQL8引入的窗口函数之一,它为查询结果集中的每一行分配一个唯一的顺序号(行号)。ROW_NUMBER在分页、去重、分组内排序等场景中非常有用。
1468 4
|
SQL HIVE
【Hive SQL】字符串操作函数你真的会用吗?
本文介绍了SQL中判断字符串是否包含子串的几种方法。`IN`函数判断元素是否完全等于给定元素组中的某项,而非包含关系。`INSTR`和`LOCATE`函数返回子串在字符串中首次出现的位置,用于检测是否存在子串。`SUBSTR`则用于提取字符串的子串。`LIKE`用于模糊匹配,常与通配符配合使用。注意`IN`并非用于判断子串包含。
2102 3

热门文章

最新文章