ddadmin
4d793a9c11
- Зачем: - zstd (level 1) является современным стандартом для Greenplum 6.0+, обеспечивая более высокую скорость декомпрессии и лучшее сжатие. - Что: - обновлены все DDL стейджинга (STG) и базовых таблиц. - обновлена архитектурная документация (ADR-3) и планы реализации. - исправлены примеры кода в Airflow DAG и описании ETL. - Проверка: - успешное выполнение CREATE TABLE с новыми параметрами в Greenplum 6.27.1.
43 lines
2.1 KiB
SQL
43 lines
2.1 KiB
SQL
-- DDL для слоя STG по таблице flights.
|
|
-- Используется как из общего скрипта ddl_gp.sql (через \i),
|
|
-- так и может выполняться отдельно при изменении схемы.
|
|
|
|
-- Схема stg для сырого слоя DWH.
|
|
CREATE SCHEMA IF NOT EXISTS stg;
|
|
|
|
-- Внешняя таблица в схеме stg для чтения данных из bookings.flights через PXF.
|
|
DROP EXTERNAL TABLE IF EXISTS stg.flights_ext;
|
|
CREATE EXTERNAL TABLE stg.flights_ext (
|
|
flight_id TEXT,
|
|
route_no TEXT,
|
|
status TEXT,
|
|
scheduled_departure TIMESTAMP,
|
|
scheduled_arrival TIMESTAMP,
|
|
actual_departure TIMESTAMP,
|
|
actual_arrival TIMESTAMP
|
|
)
|
|
LOCATION ('pxf://bookings.flights?PROFILE=JDBC&SERVER=bookings-db')
|
|
FORMAT 'CUSTOM' (formatter='pxfwritable_import');
|
|
|
|
-- Внутренняя таблица stg.flights — сырой слой, все бизнес-колонки как TEXT.
|
|
CREATE TABLE IF NOT EXISTS stg.flights (
|
|
flight_id TEXT,
|
|
route_no TEXT,
|
|
status TEXT,
|
|
scheduled_departure TEXT,
|
|
scheduled_arrival TEXT,
|
|
actual_departure TEXT,
|
|
actual_arrival TEXT,
|
|
src_created_at_ts TIMESTAMP,
|
|
load_dttm TIMESTAMP NOT NULL DEFAULT now(),
|
|
batch_id TEXT
|
|
)
|
|
WITH (appendonly=true, orientation=row, compresstype=zstd, compresslevel=1)
|
|
-- Ключ распределения: flight_id
|
|
-- Обоснование: flight_id — это уникальный идентификатор рейса.
|
|
-- Использование flight_id обеспечивает:
|
|
-- 1. Равномерное распределение данных по сегментам (flight_id имеет высокую кардинальность)
|
|
-- 2. Оптимизацию запросов, которые фильтруют или группируют по flight_id
|
|
-- Примечание: JOIN с таблицами, распределёнными по другим ключам, может требовать motion.
|
|
DISTRIBUTED BY (flight_id);
|