检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
待入库数据的服务器为数据服务器。此时，只需检测以确认数据服务器和GaussDB(DWS)集群能够正常通信，并查看和记录数据在数据服务器上的存放目录备用。 如果待入库数据还没有就绪，则请先参考如下步骤，将数据上传到数据服务器上。 操作步骤 以root用户登录数据服务器。 创建数据文件存放目录“/input_data”。
使用GDS从集群导出到数据之前，要提前准备需要导出的数据，并规划导出的路径。 规划导出路径 Remote模式 以root用户登录GDS数据服务器，创建导出的数据文件存放目录“/output_data”。 1 mkdir -p /output_data （可选）创建用户及所属的用户
停止GDS 操作场景 待导入数据成功后，停止GDS。 操作步骤 以gds_user用户登录安装GDS的数据服务器。 请根据启动GDS的方式，选择停止GDS的方式。 若用户使用“gds”命令启动GDS，请使用以下方式停止GDS。 执行如下命令，查询GDS进程号。 ps -ef|grep
库的数据。 数据服务器：数据源文件所在的服务器称为数据服务器。基于安全考虑，建议数据服务器和GaussDB(DWS)集群处于同一内网。 外表Foreign Table：用于识别数据源文件的位置、文件格式、存放位置、编码格式、数据间的分隔符等信息。是关联数据文件与数据库实表（目标表）的对象。
检查和调整分布列，避免导入大量数据后发现数据倾斜，调整成本高。 前提条件 GDS服务器和GaussDB(DWS)集群之间网络可以互通。 需要创建一个弹性云服务器作为GDS服务器。 创建的弹性云服务器与GaussDB(DWS)集群应处于同一区域、同一虚拟私有云和子网。 操作步骤 在
变。 当GDS用户的本地磁盘空间不足时： 通过管道文件将从GDS导出的数据进行压缩减少磁盘空间。 通过管道直接将导出来的数据放到hdfs服务器上。 当用户导出前需要清洗数据时： 用户可以根据自己的需求编写程序，将需要处理的流式数据实时从管道中读取内容，完成导出的数据清洗工作。 当
GaussDB(DWS)如何实现业务隔离 业务隔离 GaussDB(DWS)中可以使用Database和Schema实现业务的隔离，区别在于： Database之间无法直接互访，通过连接隔离实现彻底的权限隔离。各个Database之间共享资源极少，可实现连接隔离、权限隔离等。 Sc
INDEX对象设计规范（重点） 规则2.14 只创建必要的索引，创建索引必须选择合适的列和顺序 违反规范的影响： 冗余索引浪费空间，索引多影响入库效率。 组合索引中列顺序错误，影响查询效率。 最佳实践： 索引的使用需兼顾以下条件： 索引列必须是常用于过滤条件或JOIN关联条件的列。
GaussDB(DWS)表设计规则 GaussDB(DWS)是分布式架构。数据分布在各个DN上。总体上讲，良好的表设计需要遵循以下原则： 【关注】将表数据均匀分布在各个DN上。数据均匀分布，可以防止数据在部分DN上集中分布，从而导致因存储倾斜造成集群有效容量下降。通过选择合适的分布列，可以避免数据倾斜。
字段值长度超过限制。 在数据源文件中，修改字段值长度。根据此错误信息，字段值长度限制为VARCHAR2(16)。 父主题： 使用GDS从远端服务器导入数据
GaussDB(DWS) Database和Schema设计规则 GaussDB(DWS)中可以使用Database和Schema实现业务的隔离，两者区别在于Database的隔离更加彻底，各个Database之间共享资源极少，可实现连接隔离、权限隔离等，Database之间无法直接互
服务工具，通过和外表机制的配合，实现数据的高速导出。 安装配置和启动GDS操作步骤如下，详细内容请参见安装配置和启动GDS。 操作步骤 在使用GDS导入/导出数据前，请先参考教程：使用GDS从远端服务器导入数据中的步骤：“准备ECS作为GDS服务器”、“下载GDS工具包”。 以r
GaussDB(DWS)视图和关联表设计规则 视图设计 【建议】除非视图之间存在强依赖关系，否则不建议视图嵌套。 【建议】视图定义中尽量避免排序操作。 关联表设计 【建议】表之间的关联字段应该尽量少。 【建议】关联字段的数据类型应该保持一致。 【建议】关联字段在命名上，尽可能体现
DATABASE对象设计规范 规则2.1 避免直接使用内置的DATABASE（如postgres、gaussdb等） 违反规则的影响： 内置的数据库编码、兼容模式不符合业务要求时，需要重新迁移数据。 所有业务均使用内置数据库，影响变更耗时。 方案建议： 根据实际业务需要，合理创建专用DATABASE并划分给业务使用。
TABLESPACE对象设计规范 规则2.8 禁止自定义TABLESPACE表空间 违反规则的影响： 分布式场景建表使用自定义表空间，导致表数据无法按照各DN分布式存储，出现存储倾斜。 方案建议： 创建表对象使用内置默认表空间。 父主题： GaussDB(DWS)对象设计规范
USER对象设计规范 规则2.5 禁止使用特殊权限用户运行业务，需遵循权限最小分配原则 违反规则的影响： 特殊权限用户如管理员用户，均具有特殊用途，使用此类用户运行业务有安全和管控风险。 方案建议： 使用普通用户运行业务，特殊权限类用户仅用于管理类操作。 规则2.6 禁止使用一个数据库用户运行所有业务
DATABASE对象设计规范 规则2.1 避免直接使用内置的DATABASE（如postgres、gaussdb等） 违反规则的影响： 内置的数据库编码、兼容模式不符合业务要求时，需要重新迁移数据。 所有业务均使用内置数据库，影响变更耗时。 方案建议： 根据实际业务需要，合理创建专用DATABASE并划分给业务使用。
GaussDB(DWS)表设计规则 GaussDB(DWS)是分布式架构。数据分布在各个DN上。总体上讲，良好的表设计需要遵循以下原则： 【关注】将表数据均匀分布在各个DN上。数据均匀分布，可以防止数据在部分DN上集中分布，从而导致因存储倾斜造成集群有效容量下降。通过选择合适的分布列，可以避免数据倾斜。
INDEX对象设计规范（重点） 规则2.14 只创建必要的索引，创建索引必须选择合适的列和顺序 违反规范的影响： 冗余索引浪费空间，索引多影响入库效率。 组合索引中列顺序错误，影响查询效率。 最佳实践： 索引的使用需兼顾以下条件： 索引列必须是常用于过滤条件或JOIN关联条件的列。
创建弹性云服务器ECS 参考《弹性云服务器用户指南》创建弹性云服务器，创建的规格可参见下表。 由于TPC-DS、TPC-H数据集占用空间较大，以TPC-DS 1000X和TPC-H 1000X为例，分别占用930GB和1100GB。请创建弹性云服务器时，根据需求添加数据盘，举例如下：
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
