DB2 Warehouse V10.5 构建列存储数据仓库最佳实践

概述

在 DB2 V10.5 之前，DB2 在物理实现上一直是基于行存储，但在典型的数据仓库应用中，由于读操作的频率（查询、连接、聚集等）会远大于写操作（增删改），这种存储实现方式并不能给数据仓库、实时分析带来显著的优势。

近些年来列存储数据库以其读磁盘效率，存储空间的可压缩比率，排序 / 索引效率，以及由此带来的技术、管理和应用优势，成为了数据仓库应用的一大热点。

DB2 V10.5 正是在这一背景下应运而生，这也使得构建基于列存储的数据仓库成为可能。这篇文章将介绍使用 DB2 Warehouse V10.5 时，构建列存储数据仓库的一系列最佳实践，并且穿插阐述了数据仓库数据流设计时的一些细节处理。

准备活动

为了演示后续的用户场景，首先我们在 DB2 V10.5 上创建名为 BLUTEST 的数据库，并分别建立两个行存储，两个列存储的表：

清单 1. preparation ddl

建完之后，为了在 Design Studio 中使用这个数据库，需要将其反向工程为本地的数据模型文件（.dbm 文件）。具体步骤此处省略。

场景一：将文件内容装载至列存储表

在很多数据仓库的应用场景下，中间数据（例如从 OLTP 数据中转换并导出）会以文件形式保存，然后再将其直接导入数据仓库表中。此场景将介绍如何将文件内容装载至列存储表。

首先创建一个数据流，并拖拽“文件源”操作符至数据流编辑器中，其中抽取方法有三种选项：

1.
使用 DB2 LOAD 实用程序从文件抽取数据

2.
使用 DB2 IMPORT 实用程序从文件抽取数据

3.
使用 DB2 INGEST 实用程序从文件抽取数据

这三种方式均能正确将文件内容装载至列存储表，这里我们采取默认的 DB2 LOAD 方式。

接着指定该文件在客户机的位置。（注意：若选择“数据库服务器”选项，则意味着文件需存在于此数据流的 SQL 执行数据库上）