TPC-DS schema / TPC-DS 스키마¶

TPC-DS models a retailer selling through three channels — store, catalog and web — as a set of connected star schemas. 24 tables are loaded: 7 fact tables and 17 dimensions.

TPC-DS 는 매장·카탈로그·웹 세 채널로 판매하는 소매업체를 여러 개의 연결된 스타 스키마로 모델링합니다. 적재되는 테이블은 24개로, 팩트 테이블 7개와 차원 테이블 17개입니다.

Shape / 구조¶

Each channel has a sales fact and a returns fact, and they share the dimensions. inventory is the seventh fact table, tying items to warehouses over time.

각 채널은 판매 팩트와 반품 팩트를 가지며 차원을 공유합니다. inventory 가 일곱 번째 팩트 테이블로, 시간에 따라 상품과 창고를 연결합니다.

flowchart LR
  SS["store_sales<br/><small>Store / 매장</small>"] -.->|"returned / 반품"| SR["store_returns"]
  CS["catalog_sales<br/><small>Catalog / 카탈로그</small>"] -.->|"returned / 반품"| CR["catalog_returns"]
  WS["web_sales<br/><small>Web / 웹</small>"] -.->|"returned / 반품"| WR["web_returns"]
  INV["inventory<br/><small>item x warehouse x week</small>"]

All three channels share the same dimensions. Drawing every dimension against every fact produces an unreadable hairball, so here is one channel in full — the other two have the same shape, with store replaced by call_center or web_site:

세 채널 모두 동일한 차원을 공유합니다. 모든 차원과 모든 팩트를 함께 그리면 읽을 수 없게 되므로, 여기서는 한 채널만 전부 표시합니다. 나머지 두 채널도 형태가 같으며 store 자리에 call_center 또는 web_site 가 들어갑니다.

flowchart LR
  DD["date_dim"] --> SS
  TD["time_dim"] --> SS
  IT["item"] --> SS
  CU["customer"] --> SS
  CD["customer_demographics"] --> SS
  HD["household_demographics"] --> SS
  CA["customer_address"] --> SS
  ST["store"] --> SS
  PR["promotion"] --> SS
  SS["store_sales"]

Tables / 테이블¶

Fact tables / 팩트 테이블¶

Table	Grain / 단위	Primary key / 기본키
`store_sales`	one line item per store ticket / 매장 티켓의 라인 아이템	`(ss_item_sk, ss_ticket_number)`
`store_returns`	one returned line item / 반품 라인 아이템	`(sr_item_sk, sr_ticket_number)`
`catalog_sales`	one line item per catalog order / 카탈로그 주문의 라인 아이템	`(cs_item_sk, cs_order_number)`
`catalog_returns`	one returned line item / 반품 라인 아이템	`(cr_item_sk, cr_order_number)`
`web_sales`	one line item per web order / 웹 주문의 라인 아이템	`(ws_item_sk, ws_order_number)`
`web_returns`	one returned line item / 반품 라인 아이템	`(wr_item_sk, wr_order_number)`
`inventory`	item × warehouse × week / 상품 × 창고 × 주	`(inv_date_sk, inv_item_sk, inv_warehouse_sk)`

Every fact primary key is composite. That matters when generating test data: drawing the key columns independently collides within a few thousand rows.

모든 팩트 기본키가 복합키입니다. 테스트 데이터를 생성할 때 중요합니다. 키 컬럼을 독립적으로 뽑으면 수천 행 안에 충돌합니다.

Dimensions / 차원 테이블¶

Table	Notes / 참고
`date_dim`	one row per day. `d_month_seq` counts months from 1900-01, so `1200` is January 2000 — several queries use `d_month_seq between 1200 and 1200+11` to mean "year 2000". / 하루당 한 행. `d_month_seq` 는 1900-01 부터의 월 수이므로 `1200` 이 2000년 1월입니다.
`time_dim`	one row per second of the day, 86,400 rows / 하루의 각 초마다 한 행, 86,400 행
`item`	scales with SF; slowly changing / SF 에 따라 증가, 완만 변경 차원
`customer`, `customer_address`, `customer_demographics`, `household_demographics`	the customer cluster / 고객 관련 묶음
`store`, `call_center`, `web_site`, `web_page`, `catalog_page`	channel dimensions / 채널 차원
`warehouse`, `ship_mode`	fulfilment / 물류
`promotion`, `reason`, `income_band`	supporting / 보조
`dbgen_version`	written by `dsdgen`, used by no query, not loaded here / `dsdgen` 이 기록하며 어떤 쿼리도 사용하지 않고 여기서는 적재하지 않습니다

dbgen_version brings the Oracle-derived schemas to 25 CREATE TABLE statements; the ClickHouse and StarRocks schemas omit it and have 24.

dbgen_version 때문에 Oracle 파생 스키마는 CREATE TABLE 이 25개입니다. ClickHouse 와 StarRocks 스키마는 이를 생략해 24개입니다.

Load order / 적재 순서¶

bin/load.sh loads dimensions before facts, so a run with enforced referential integrity also succeeds:

bin/load.sh 는 차원을 팩트보다 먼저 적재하므로 참조 정합성을 강제한 경우에도 성공합니다.

call_center  catalog_page  customer_address  customer_demographics  date_dim
household_demographics  income_band  item  promotion  reason  ship_mode  store
time_dim  warehouse  web_page  web_site  customer
  ↓
inventory  store_sales  store_returns  catalog_sales  catalog_returns
web_sales  web_returns

customer sits last among the dimensions because it references customer_address, customer_demographics and household_demographics.

customer 는 customer_address, customer_demographics, household_demographics 를 참조하므로 차원 중 마지막에 적재합니다.

Types / 타입¶

The specification describes column requirements rather than SQL types, so each engine maps them:

규격은 SQL 타입이 아니라 컬럼 요구사항을 기술하므로 엔진별로 매핑합니다.

Spec / 규격	Oracle · PostgreSQL · Vertica	ClickHouse	StarRocks
identifier	`integer`	`Int64`, `UInt32` for `_date_sk` / `_time_sk`	`integer`
integer	`integer`	`Int64`	`integer`
decimal(p,s)	`decimal(p,s)`	`Decimal(p,s)`	`decimal(p,s)`
char(n)	`char(n)`	`FixedString(n)`	`char(n)`
varchar(n)	`varchar(n)`	`String`	`varchar(n)`
date	`date`	`Date`	`date`

Where the schemas disagree on a specific column — and they do, in three places — see Schema divergence.

특정 컬럼에서 스키마가 불일치하는 지점이 세 곳 있습니다. 스키마 불일치 를 참고하십시오.

Queries / 쿼리¶

99 queries, of which 14, 23, 24 and 39 each have two formulations, giving 103 query streams. Files are named query01.sql … query99.sql, with query14_1.sql / query14_2.sql for the four that have variants.

99개 쿼리이며 14·23·24·39 는 각각 두 가지 정식화를 가져 총 103개 쿼리 스트림입니다. 파일명은 query01.sql … query99.sql 이고, 변형이 있는 네 개는 query14_1.sql / query14_2.sql 형식입니다.

The substitution parameters are fixed in these files rather than generated per run by dsqgen. That is one of the reasons results here are not TPC-DS results — see Methodology.

이 파일들의 치환 파라미터는 실행마다 dsqgen 이 생성하는 것이 아니라 고정되어 있습니다. 여기서의 결과가 TPC-DS 결과가 아닌 이유 중 하나입니다. 방법론 참고.

Warning / 주의

The Oracle query set uses different substitution parameters from the other four: query01 filters s_state = 'SD' and aggregates SR_FEE, where the standard text uses 'TN' and SR_RETURN_AMT. Oracle output is therefore not row-for-row comparable with the other engines, even at the same scale factor.

Oracle 쿼리 세트는 나머지 네 개와 다른 치환 파라미터를 사용합니다. query01 은 s_state = 'SD' 로 필터하고 SR_FEE 를 집계하는데 표준 원문은 'TN' 과 SR_RETURN_AMT 를 사용합니다. 따라서 동일 스케일 팩터에서도 Oracle 출력은 다른 엔진과 행 단위로 비교할 수 없습니다.