TPC-H (1999)

一个流行的基准，模拟了批发供应商的内部数据仓库。数据以第三范式形式存储，要求在查询运行时进行大量连接。尽管它的年代较久，且基于不切实际的假设（数据均匀且独立分布），但TPC-H 仍然是迄今为止最流行的OLAP基准。

参考文献

• TPC-H
• 用于决策支持和网络商务的新TPC基准 (Poess et. al., 2000)
• TPC-H 分析：从一个有影响力的基准中获得的隐藏信息和经验教训 (Boncz et. al.), 2013
• 量化TPC-H 瓶颈及其优化 (Dresseler et. al.), 2020

数据生成与导入

首先，克隆 TPC-H 仓库并编译数据生成器：

然后，生成数据。参数 -s 指定缩放因子。例如，使用 -s 100，为 'lineitem' 表生成 600 百万行数据。

缩放因子为 100 的详细表大小：

表名	行数	ClickHouse 中的压缩大小
nation	25	2 kB
region	5	1 kB
part	20.000.000	895 MB
supplier	1.000.000	75 MB
partsupp	80.000.000	4.37 GB
customer	15.000.000	1.19 GB
orders	150.000.000	6.15 GB
lineitem	600.00.00	26.69 GB

（ClickHouse 中的压缩大小来自 system.tables.total_bytes，并基于下面的表定义。）

现在在 ClickHouse 中创建表。

我们尽可能遵循 TPC-H 规范的规则：

• 只为规范第 1.4.2.2 节中提到的列创建主键。
• 替换参数已被规范第 2.1.x.4 节中的查询验证值替换。
• 根据第 1.4.2.1 节，表定义不使用可选的 NOT NULL 约束，即使 dbgen 默认生成它们。ClickHouse 中 SELECT 查询的性能不会受到 NOT NULL 约束存在或缺失的影响。
• 根据第 1.3.1 节，我们使用 ClickHouse 的本地数据类型（例如 Int32，String）来实现规范中提到的抽象数据类型（例如 Identifier，Variable text, size N）。这样做的唯一效果是可读性更佳，由 dbgen 生成的 SQL-92 数据类型（例如 INTEGER，VARCHAR(40)）在 ClickHouse 中也能正常工作。

数据可以通过以下方式导入：

备注

您也可以选择从公共 S3 桶中导入数据，而不是使用 tpch-kit 自行生成表。确保首先使用上述 CREATE 语句创建空表。

查询

备注

设置 join_use_nulls 应该启用，以根据 SQL 标准生成正确的结果。

这些查询由 ./qgen -s <scaling_factor> 生成。缩放因子 s = 100 的示例查询：

正确性

查询的结果与官方结果一致，除非另有说明。要验证，请生成缩放因子为 1 的 TPC-H 数据库（使用 dbgen，见上文）并与 tpch-kit 中的期望结果 进行比较。

Q1

Q2

备注

截至2025年2月，由于相关子查询，查询无法直接运行。相应问题： https://github.com/ClickHouse/ClickHouse/issues/6697

以下替代实现可行，并已验证返回参考结果。

Q3

Q4

备注

截至2025年2月，由于相关子查询，查询无法直接运行。相应问题： https://github.com/ClickHouse/ClickHouse/issues/6697

以下替代实现可行，并已验证返回参考结果。

Q5

Q6

备注

截至2025年2月，由于 Decimal 加法的错误，查询无法直接运行。相应问题： https://github.com/ClickHouse/ClickHouse/issues/70136

以下替代实现可行，并已验证返回参考结果。

Q7

Q8

Q9

Q10

Q11

Q12

Q13

Q14

Q15

Q16

Q17

备注

截至2025年2月，由于相关子查询，查询无法直接运行。相应问题： https://github.com/ClickHouse/ClickHouse/issues/6697

以下替代实现可行，并已验证返回参考结果。

Q18

Q19

Q20

备注

截至2025年2月，由于相关子查询，查询无法直接运行。相应问题： https://github.com/ClickHouse/ClickHouse/issues/6697

Q21

备注

截至2025年2月，由于相关子查询，查询无法直接运行。相应问题： https://github.com/ClickHouse/ClickHouse/issues/6697

Q22

备注

截至2025年2月，由于相关子查询，查询无法直接运行。相应问题： https://github.com/ClickHouse/ClickHouse/issues/6697