步骤4：创建新表并加载数据

为每张表选择了存储方式、压缩级别、分布方式和分布列后，使用这些属性创建表并重新加载数据。以便对比表设计前后的系统性能。

1.执行CREATE TABLE创建表前，删除前面创建的表。

DROP TABLE store_sales; 
DROP TABLE date_dim; 
DROP TABLE store; 
DROP TABLE item; 
DROP TABLE time_dim; 
DROP TABLE promotion; 
DROP TABLE customer_demographics; 
DROP TABLE customer_address; 
DROP TABLE household_demographics; 
DROP TABLE customer; 
DROP TABLE income_band; 
 
DROP FOREIGN TABLE obs_from_store_sales_001; 
DROP FOREIGN TABLE obs_from_date_dim_001; 
DROP FOREIGN TABLE obs_from_store_001; 
DROP FOREIGN TABLE obs_from_item_001; 
DROP FOREIGN TABLE obs_from_time_dim_001; 
DROP FOREIGN TABLE obs_from_promotion_001; 
DROP FOREIGN TABLE obs_from_customer_demographics_001; 
DROP FOREIGN TABLE obs_from_customer_address_001; 
DROP FOREIGN TABLE obs_from_household_demographics_001; 
DROP FOREIGN TABLE obs_from_customer_001; 
DROP FOREIGN TABLE obs_from_income_band_001;

2.创建具有存储方式和分布方式的表。

限于篇幅，此处仅给出再次创建store_sales的语法。请从附录设计调优后二次表创建中拷贝其他表的语法进行创建。

CREATE TABLE store_sales 
( 
    ss_sold_date_sk           integer                       , 
    ss_sold_time_sk           integer                       , 
    ss_item_sk                integer               not null, 
    ss_customer_sk            integer                       , 
    ss_cdemo_sk               integer                       , 
    ss_hdemo_sk               integer                       , 
    ss_addr_sk                integer                       , 
    ss_store_sk               integer                       , 
    ss_promo_sk               integer                       , 
    ss_ticket_number          bigint               not null, 
    ss_quantity               integer                       , 
    ss_wholesale_cost         decimal(7,2)                  , 
    ss_list_price             decimal(7,2)                  , 
    ss_sales_price            decimal(7,2)                  , 
    ss_ext_discount_amt       decimal(7,2)                  , 
    ss_ext_sales_price        decimal(7,2)                  , 
    ss_ext_wholesale_cost     decimal(7,2)                  , 
    ss_ext_list_price         decimal(7,2)                  , 
    ss_ext_tax                decimal(7,2)                  , 
    ss_coupon_amt             decimal(7,2)                  , 
    ss_net_paid               decimal(7,2)                  , 
    ss_net_paid_inc_tax       decimal(7,2)                  , 
    ss_net_profit             decimal(7,2)     
)  
WITH (ORIENTATION = column,COMPRESSION=middle) 
DISTRIBUTE BY hash (ss_item_sk);

3.参考步骤1：创建初始表并加装样例数据中的“为这些表加载样例数据”。

4.在基准表中记录加载时间。

基准
优化前
优化后
加载时间（11张表）
341584ms
257241ms
占用存储
Store_Sales
42GB
-
Date_Dim
11MB
-
Store
232kB
-
Item
110MB
-
Time_Dim
11MB
-
Promotion
256kB
-
Customer_Demographics
171MB
-
Customer_Address
170MB
-
Household_Demographics
504kB
-
Customer
441MB
-
Income_Band
88kB
-
总存储空间
42GB
-
查询执行时间
查询1
14552.05ms
-
查询2
27952.36ms
-
查询3
17721.15ms
-
总执行时间
60225.56ms
-

5.执行ANALYZE更新统计信息。

ANALYZE；

返回ANALYZE后，表示执行成功。

ANALYZE

6.检查数据倾斜性。

对于Hash分表策略，如果分布列选择不当，可能导致数据倾斜，查询时出现部分DN的I/O短板，从而影响整体查询性能。因此在采用Hash分表策略之后需对表的数据进行数据倾斜性检查，以确保数据在各个DN上是均匀分布的。可以使用以下SQL检查数据倾斜性

SELECT a.count,b.node_name FROM (SELECT count(*) AS count,xc_node_id FROM table_name GROUP BY xc_node_id) a, pgxc_node b WHERE a.xc_node_id=b.node_id ORDER BY a.count desc;

其中xc_node_id对应DN，一般来说，不同DN 的数据量相差5% 以上即可视为倾斜，如果相差10% 以上就必须要调整分布列 。DWS支持多分布列特性，可以更好地满足数据分布的均匀性要求。