Quick start#

このクイックスタートでは、次のことを行います。

Lakehouse ノードを作成します。
好みの Postgres クライアントを使用してノードに接続します。
オブジェクトストレージ内のサンプルデータ (TPC-H、TPC-DS、Clickbench、または 1BRC) をクエリします。

詳細と高度な使用例については、 PGAA functions reference を参照してください。

導入#

Postgres Lakehouseは、 EDB Postgres® AI Platform上でプロビジョニングできる新しいタイプのPostgresクラスタ（実際には1ノードのみ）です。Apache DataFusion をベースにしたベクトル化クエリエンジンを搭載しており、オブジェクトストレージ内のLakehouse列指向テーブル（ Delta Lake protocol を使用）に対する高速クエリを実現します。

知っておくべきこと#

詳細については、関連概念および PGAA functions reference を参照してください。ただし、知っておくべき主なポイントは次のとおりです。

Postgres Lakehouse ノードは一時的です。
Postgres Lakehouse ノードは、オブジェクトストレージ内のベンチマークデータセットをクエリするように事前構成されています。
Postgres Lakehouse は通常は読み取り専用ですが、それ以外はすべての有効な Postgres クエリをサポートします。
システムテーブルは書き込み可能なので、ユーザーとロールを作成できます。これらのテーブルはアタッチされたブロックストレージに保存されるため、インスタンスの再起動後も保持され、バックアップ/リストア操作の一部として保存されます。Lakehouseテーブルは最終的にオブジェクトストレージに保存されるため、バックアップには含まれません。

基本的なアーキテクチャ#

次の図は、Lakehouse ノードのボックスの内容を示しています。

はじめる#

HCP ポータルにログインしてプロジェクトを作成したら、クラスターを作成できます。

Lakehouseノードを作成する#

プロジェクトページで、 [新規作成] > [Lakehouse Analytics] を選択します。

分析クラスターの作成 ページが開き、テンプレートビルドまたはカスタムビルドを選択できます。

カスタムビルド を選択し、 最初から開始 を選択します。 分析クラスターの作成 ページが開き、クラスターのサイズと構成を選択できます。

その後、 クラスター ページに戻り、作成されたクラスターのステータスを確認できます。クラスターのプロビジョニングには10～15分かかる場合があります。

いくつかの注意事項:

パスワードはご自身でご入力ください。安全なパスワードを作成し、パスワードマネージャーに保存してください。HCPはパスワードを保存しません。
EDB Postgres Advanced ServerまたはEDB Postgres Extended Server を選択できます。
クラスターのシャットダウン時に、NVMe ドライブ上のすべてのデータが失われます。
システムテーブル内の永続データ (ユーザー、ロールなど) は、接続されたブロックストレージデバイスに保存され、再起動やバックアップ/復元サイクルを経ても保持されます。
Postgres 16 のみがサポートされています。

Lakehouseノードの操作#

ノードに接続する#

EDB Postgres AI Platform から他のクラスターに接続するのと同じ方法で、任意の Postgres クライアントから Lakehouse ノードに接続できます。クラスターの詳細ページに移動し、接続文字列をコピーしてください。

例えば、.pgpass の BLOB を ~/.pgpass にコピーします（$YOUR_PASSWORD はクラスターの起動時に指定したパスワードに置き換えてください）。その後、接続文字列をコピーして、psql または pgcli の引数として使用できます。

一般的に、どのPostgresクライアントでもデータベースに接続できます。すべてのイントロスペクションクエリが機能することを期待しており、機能しないクエリが見つかった場合はバグです。

制約を理解する#

すべてのクラスタはEDB Postgres Advanced ServerまたはEDB Postgres Extended Serverを使用しています。そのため、接続時にこれらのフレーバーの定型テーブルがインストール内に表示されることをご承知おきください。
クエリ可能なデータ（ベンチマークデータセットなど）は、オブジェクトストレージにデルタテーブルとして保存されます。すべてのクラスターは、スケールファクター1～1000のベンチマークデータ（TPC-H、TPC-DS、Clickbench）を含むストレージバケットを参照するように事前にロードされています。
現在、AWS のみがサポートされています。BYOA (Bring Your Own Account) はサポートされていません。
EDB Postgres AIアカウントで有効化されている任意のリージョンにクラスターをデプロイできます。各リージョンには、ベンチマークデータのコピーが保存されたバケットがあります。そのため、クラスターを起動すると、最も近いロケーションのベンチマークデータが使用されます。
クラスターは一時的なものです。システムテーブル（ロール、ユーザー、権限など）のデータを除き、ハードドライブにはデータは保存されません。クラスターを再起動するか、クラスターをバックアップしてから復元すると、これらのシステムテーブルが復元されます。ただし、オブジェクトストレージ内のデータはそのまま残ります。
クラスターはオブジェクトストレージ内のデータに対する読み取り専用クエリをサポートしていますが、ユーザー作成などのためのシステムテーブルへの書き込みクエリはサポートしています。オブジェクトストレージに直接書き込むことはできません。また、テーブルを作成することもできません。
独自のデータをオブジェクトストレージにロードする場合は、 Reference - Bring your own data を参照してください。

ベンチマークデータセットを検査する#

ベンチマークデータセットを調べてください。すべてのクラスターには、すぐに使用できるベンチマークデータが用意されています。pgcli を使用している場合は、\dn を実行して利用可能なテーブルを確認できます。

利用可能なベンチマークデータセットは次のとおりです。

TPC-H、スケール係数1、10、100、1000
TPC-DS、スケール係数1、10、100、1000
ClickBench、1億行
10億行チャレンジ

ベンチマークデータセットの詳細については、 Reference - Available benchmarking datasets を参照してください。

ベンチマークデータセットをクエリする#

いくつかの基本的なクエリを実行してみてください。

edb_admin> select count(*) from clickbench.hits;
+----------+
| count    |
|----------|
| 99997497 |
+----------+
SELECT 1
Time: 0.945s

edb_admin> select count(*) from brc_1b.measurements;
+------------+
| count      |
|------------|
| 1000000000 |
+------------+
SELECT 1
Time: 0.651s

！！！注記

詳細な注意事項と構文/クエリの互換性に関する情報については、 PGAA functions reference を参照してください。!!!

Quick start

目次