@clickzetta/cz-cli-darwin-x64 0.3.1

package/bin/skills/lakehouse-doc/references/geospatial_analysis.md

@@ -0,0 +1,558 @@
+# Lakehouse 地理信息函数部署与使用指南
+
+## 概述
+
+本文档详细介绍如何在 ClickZetta Lakehouse 中部署和使用 Esri 地理信息函数，实现空间数据的存储、查询和分析。通过本指南，您将学会：
+
+* 部署地理信息函数所需的 JAR 包
+* 创建外部函数连接
+* 批量创建常用的地理信息函数
+* 在实际场景中使用这些函数，例如：
+  * 地理围栏分析：判断门店是否在其对应的服务区域内 ![](.topwrite/assets/geo4.jpeg =774)
+  * 区域统计分析：统计各服务区域内的门店分布情况 ![](.topwrite/assets/geo5.jpeg =757)
+
+> **Esri Geometry**：**esri-geometry-api** 和 **spatial-sdk-hive** 是 Esri 公司开源的地理计算库，在大数据领域应用极其广泛。
+>
+> **核心优势**：
+>
+> * **行业标准**：Esri 作为 GIS 领导者，其几何算法库已成为事实标准
+> * **功能完整**：支持 OGC 全部标准，包括点、线、面等几何类型及空间运算
+> * **应用场景**：物流配送、LBS 服务、商圈分析、城市规划
+>
+> 通过集成 Esri 公司开源的地理计算库，Lakehouse 提供了标准化的地理数据处理能力
+
+## 前置条件
+
+* Lakehouse 环境已就绪
+* 具有创建外部函数和 API CONNECTION 的权限
+
+## 第一步：准备 JAR 包
+
+### 1.1 下载所需 JAR 包
+
+从 Esri 官方仓库下载以下两个 JAR 包：
+
+```
+# ESRI Geometry API
+wget https://github.com/Esri/geometry-api-java/releases/download/v2.2.0/esri-geometry-api-2.2.0.jar
+
+# Spatial Framework for Hadoop
+wget https://github.com/Esri/spatial-framework-for-hadoop/releases/download/v2.2.0/spatial-sdk-hive-2.2.0.jar
+```
+
+### 1.2 上传 JAR 包到 USER VOLUME
+
+将下载的 JAR 包上传到 Lakehouse 的 USER VOLUME（上传操作仅支持在 Lakehouse 客户端（如 [SQLLine](connect-with-cli.md)）中执行，不支持在 Lakehouse Studio 中执行）：
+
+```
+PUT '/Users/derekmeng/Downloads/esri-geometry-api-2.2.0.jar' to USER VOLUME;
+PUT '/Users/derekmeng/Downloads/spatial-sdk-hive-2.2.0.jar' to USER VOLUME;
+```
+
+## 第二步：创建 API Connection
+
+如果还没有合适的 API Connection，需要先创建一个。本例使用阿里云函数计算，详细步骤请参考：[创建 API CONNECTION](create-api-connection.md)
+
+```
+CREATE API CONNECTION fc_api_conn
+TYPE cloud_function
+  provider = 'aliyun'
+  region = 'cn-shanghai'
+  role_arn = 'acs:ram::122280886xxxxxxx:role/functionrole'
+  namespace = 'default'
+  code_bucket = '[bucket_name]';
+```
+
+可以通过 `show connections` 查看连接。
+
+## 第三步：批量创建地理信息函数
+
+### 3.1 创建常用的地理信息函数
+
+以下是生产环境中最常用的地理信息函数创建脚本，详细信息请参考创建外部函数（[CREATE EXTERNAL FUNCTION](CREATE_EXTERNATL_FUNCTION.md)）：
+
+```
+-- ========================================
+-- 1. 几何体构造函数
+-- ========================================
+
+-- 创建点
+CREATE EXTERNAL FUNCTION public.ST_Point AS 'com.esri.hadoop.hive.ST_Point' 
+USING jar 'volume:user://~/esri-geometry-api-2.2.0.jar', 
+      jar 'volume:user://~/spatial-sdk-hive-2.2.0.jar' 
+CONNECTION sg_fc_api_conn 
+WITH PROPERTIES ( 
+    'remote.udf.api' = 'java8.hive2.v0', 
+    'remote.udf.protocol' = 'http.arrow.v0' 
+);
+
+-- 创建多边形
+CREATE EXTERNAL FUNCTION public.ST_Polygon AS 'com.esri.hadoop.hive.ST_Polygon' 
+USING jar 'volume:user://~/esri-geometry-api-2.2.0.jar', 
+      jar 'volume:user://~/spatial-sdk-hive-2.2.0.jar' 
+CONNECTION sg_fc_api_conn 
+WITH PROPERTIES ( 
+    'remote.udf.api' = 'java8.hive2.v0', 
+    'remote.udf.protocol' = 'http.arrow.v0' 
+);
+
+-- 创建线
+CREATE EXTERNAL FUNCTION public.ST_LineString AS 'com.esri.hadoop.hive.ST_LineString' 
+USING jar 'volume:user://~/esri-geometry-api-2.2.0.jar', 
+      jar 'volume:user://~/spatial-sdk-hive-2.2.0.jar' 
+CONNECTION sg_fc_api_conn 
+WITH PROPERTIES ( 
+    'remote.udf.api' = 'java8.hive2.v0', 
+    'remote.udf.protocol' = 'http.arrow.v0' 
+);
+
+-- ========================================
+-- 2. 格式转换函数
+-- ========================================
+
+-- 从 WKT 文本创建几何体（最常用）
+CREATE EXTERNAL FUNCTION public.ST_GeomFromText AS 'com.esri.hadoop.hive.ST_GeomFromText' 
+USING jar 'volume:user://~/esri-geometry-api-2.2.0.jar', 
+      jar 'volume:user://~/spatial-sdk-hive-2.2.0.jar' 
+CONNECTION sg_fc_api_conn 
+WITH PROPERTIES ( 
+    'remote.udf.api' = 'java8.hive2.v0', 
+    'remote.udf.protocol' = 'http.arrow.v0' 
+);
+
+-- 转换为 WKT 文本
+CREATE EXTERNAL FUNCTION public.ST_AsText AS 'com.esri.hadoop.hive.ST_AsText' 
+USING jar 'volume:user://~/esri-geometry-api-2.2.0.jar', 
+      jar 'volume:user://~/spatial-sdk-hive-2.2.0.jar' 
+CONNECTION sg_fc_api_conn 
+WITH PROPERTIES ( 
+    'remote.udf.api' = 'java8.hive2.v0', 
+    'remote.udf.protocol' = 'http.arrow.v0' 
+);
+
+-- 从 GeoJSON 创建几何体
+CREATE EXTERNAL FUNCTION public.ST_GeomFromGeoJSON AS 'com.esri.hadoop.hive.ST_GeomFromGeoJson' 
+USING jar 'volume:user://~/esri-geometry-api-2.2.0.jar', 
+      jar 'volume:user://~/spatial-sdk-hive-2.2.0.jar' 
+CONNECTION sg_fc_api_conn 
+WITH PROPERTIES ( 
+    'remote.udf.api' = 'java8.hive2.v0', 
+    'remote.udf.protocol' = 'http.arrow.v0' 
+);
+
+-- ========================================
+-- 3. 空间关系判断函数（生产环境核心函数）
+-- ========================================
+
+-- 包含关系（最常用于地理围栏）
+CREATE EXTERNAL FUNCTION public.ST_Contains AS 'com.esri.hadoop.hive.ST_Contains' 
+USING jar 'volume:user://~/esri-geometry-api-2.2.0.jar', 
+      jar 'volume:user://~/spatial-sdk-hive-2.2.0.jar' 
+CONNECTION sg_fc_api_conn 
+WITH PROPERTIES ( 
+    'remote.udf.api' = 'java8.hive2.v0', 
+    'remote.udf.protocol' = 'http.arrow.v0' 
+);
+
+-- 相交关系
+CREATE EXTERNAL FUNCTION public.ST_Intersects AS 'com.esri.hadoop.hive.ST_Intersects' 
+USING jar 'volume:user://~/esri-geometry-api-2.2.0.jar', 
+      jar 'volume:user://~/spatial-sdk-hive-2.2.0.jar' 
+CONNECTION sg_fc_api_conn 
+WITH PROPERTIES ( 
+    'remote.udf.api' = 'java8.hive2.v0', 
+    'remote.udf.protocol' = 'http.arrow.v0' 
+);
+
+-- 在内部关系
+CREATE EXTERNAL FUNCTION public.ST_Within AS 'com.esri.hadoop.hive.ST_Within' 
+USING jar 'volume:user://~/esri-geometry-api-2.2.0.jar', 
+      jar 'volume:user://~/spatial-sdk-hive-2.2.0.jar' 
+CONNECTION sg_fc_api_conn 
+WITH PROPERTIES ( 
+    'remote.udf.api' = 'java8.hive2.v0', 
+    'remote.udf.protocol' = 'http.arrow.v0' 
+);
+
+-- ========================================
+-- 4. 空间运算函数
+-- ========================================
+
+-- 缓冲区（用于创建服务范围）
+CREATE EXTERNAL FUNCTION public.ST_Buffer AS 'com.esri.hadoop.hive.ST_Buffer' 
+USING jar 'volume:user://~/esri-geometry-api-2.2.0.jar', 
+      jar 'volume:user://~/spatial-sdk-hive-2.2.0.jar' 
+CONNECTION sg_fc_api_conn 
+WITH PROPERTIES ( 
+    'remote.udf.api' = 'java8.hive2.v0', 
+    'remote.udf.protocol' = 'http.arrow.v0' 
+);
+
+-- 距离计算（用于最近邻查询）
+CREATE EXTERNAL FUNCTION public.ST_Distance AS 'com.esri.hadoop.hive.ST_Distance' 
+USING jar 'volume:user://~/esri-geometry-api-2.2.0.jar', 
+      jar 'volume:user://~/spatial-sdk-hive-2.2.0.jar' 
+CONNECTION sg_fc_api_conn 
+WITH PROPERTIES ( 
+    'remote.udf.api' = 'java8.hive2.v0', 
+    'remote.udf.protocol' = 'http.arrow.v0' 
+);
+
+-- 面积计算
+CREATE EXTERNAL FUNCTION public.ST_Area AS 'com.esri.hadoop.hive.ST_Area' 
+USING jar 'volume:user://~/esri-geometry-api-2.2.0.jar', 
+      jar 'volume:user://~/spatial-sdk-hive-2.2.0.jar' 
+CONNECTION sg_fc_api_conn 
+WITH PROPERTIES ( 
+    'remote.udf.api' = 'java8.hive2.v0', 
+    'remote.udf.protocol' = 'http.arrow.v0' 
+);
+
+-- ========================================
+-- 5. 几何属性提取函数
+-- ========================================
+
+-- 提取点的 X 坐标（经度）
+CREATE EXTERNAL FUNCTION public.ST_X AS 'com.esri.hadoop.hive.ST_X' 
+USING jar 'volume:user://~/esri-geometry-api-2.2.0.jar', 
+      jar 'volume:user://~/spatial-sdk-hive-2.2.0.jar' 
+CONNECTION sg_fc_api_conn 
+WITH PROPERTIES ( 
+    'remote.udf.api' = 'java8.hive2.v0', 
+    'remote.udf.protocol' = 'http.arrow.v0' 
+);
+
+-- 提取点的 Y 坐标（纬度）
+CREATE EXTERNAL FUNCTION public.ST_Y AS 'com.esri.hadoop.hive.ST_Y' 
+USING jar 'volume:user://~/esri-geometry-api-2.2.0.jar', 
+      jar 'volume:user://~/spatial-sdk-hive-2.2.0.jar' 
+CONNECTION sg_fc_api_conn 
+WITH PROPERTIES ( 
+    'remote.udf.api' = 'java8.hive2.v0', 
+    'remote.udf.protocol' = 'http.arrow.v0' 
+);
+
+-- 查看已创建的地理信息函数
+USE public;
+SHOW EXTERNAL FUNCTIONS;
+
+
+```
+
+## 第四步：创建测试数据
+
+为了验证函数功能，创建包含地理信息的测试表：
+
+```
+-- 创建门店位置表
+CREATE TABLE IF NOT EXISTS store_locations (
+    store_id INT,
+    store_name STRING,
+    location STRING,  -- WKT 格式的点
+    city STRING,
+    store_type STRING
+);
+
+-- 创建服务区域表
+CREATE TABLE IF NOT EXISTS service_areas (
+    area_id INT,
+    area_name STRING,
+    boundary STRING,  -- WKT 格式的多边形
+    area_type STRING,
+    city STRING
+);
+
+-- 插入示例门店数据
+INSERT INTO store_locations VALUES 
+(1, '北京王府井店', 'POINT(116.410 39.914)', '北京', '旗舰店'),
+(2, '北京三里屯店', 'POINT(116.454 39.934)', '北京', '标准店'),
+(3, '上海南京路店', 'POINT(121.473 31.232)', '上海', '旗舰店'),
+(4, '上海徐家汇店', 'POINT(121.437 31.195)', '上海', '标准店'),
+(5, '深圳华强北店', 'POINT(114.085 22.547)', '深圳', '标准店'),
+(6, '深圳福田CBD店', 'POINT(114.059 22.536)', '深圳', '旗舰店'),
+(7, '广州天河店', 'POINT(113.321 23.125)', '广州', '旗舰店'),
+(8, '杭州西湖店', 'POINT(120.147 30.242)', '杭州', '标准店');
+
+-- 插入示例服务区域数据
+INSERT INTO service_areas VALUES 
+(1, '北京核心商圈', 'POLYGON((116.38 39.88, 116.48 39.88, 116.48 39.96, 116.38 39.96, 116.38 39.88))', '核心区', '北京'),
+(2, '上海市中心', 'POLYGON((121.43 31.18, 121.52 31.18, 121.52 31.26, 121.43 31.26, 121.43 31.18))', '核心区', '上海'),
+(3, '深圳福田区', 'POLYGON((114.02 22.51, 114.13 22.51, 114.13 22.58, 114.02 22.58, 114.02 22.51))', '商业区', '深圳'),
+(4, '配送范围A', 'POLYGON((116.35 39.85, 116.50 39.85, 116.50 39.98, 116.35 39.98, 116.35 39.85))', '配送区', '北京'),
+(5, '配送范围B', 'POLYGON((121.40 31.15, 121.55 31.15, 121.55 31.28, 121.40 31.28, 121.40 31.15))', '配送区', '上海');
+```
+
+## 第五步：生产场景验证
+
+### 场景 1：地理围栏分析——判断门店是否在服务区域内
+
+这是最常见的应用场景，用于判断用户、门店或设备是否在指定的服务范围内。
+
+```
+-- 查询哪些门店在各个服务区域内
+SELECT 
+    s.store_name,
+    s.city as store_city,
+    a.area_name,
+    a.area_type
+FROM 
+    store_locations s
+    JOIN service_areas a
+    ON public.ST_Contains(
+        public.ST_GeomFromText(a.boundary), 
+        public.ST_GeomFromText(s.location)
+    ) = true
+ORDER BY a.area_name, s.store_name;
+
+-- 统计每个服务区域内的门店数量
+SELECT 
+    a.area_name,
+    a.area_type,
+    COUNT(s.store_id) as store_count,
+    COLLECT_LIST(s.store_name) as stores_in_area
+FROM 
+    service_areas a
+    LEFT JOIN store_locations s
+    ON public.ST_Contains(
+        public.ST_GeomFromText(a.boundary), 
+        public.ST_GeomFromText(s.location)
+    ) = true
+GROUP BY a.area_name, a.area_type
+ORDER BY store_count DESC;
+```
+
+### 场景 2：最近邻查询——查找最近的门店
+
+用于为用户推荐最近的服务点，或进行资源分配。
+
+```
+-- 查找距离指定位置最近的3家门店
+WITH user_location AS (
+    SELECT public.ST_Point(116.397, 39.908) as location  -- 北京天安门位置
+)
+SELECT 
+    s.store_name,
+    s.city,
+    s.store_type,
+    public.ST_Distance(
+        u.location,
+        public.ST_GeomFromText(s.location)
+    ) as distance_degrees,
+    -- 粗略转换为公里（1度约等于111公里）
+    public.ST_Distance(
+        u.location,
+        public.ST_GeomFromText(s.location)
+    ) * 111 as distance_km
+FROM 
+    store_locations s
+    CROSS JOIN user_location u
+ORDER BY distance_degrees
+LIMIT 3;
+```
+
+### 场景 3：缓冲区分析——创建配送范围
+
+为每个门店创建配送范围，用于服务范围规划。
+
+```
+-- 为旗舰店创建5公里配送范围（约0.045度）
+SELECT 
+    store_name,
+    city,
+    location as original_location,
+    public.ST_Buffer(
+        public.ST_GeomFromText(location),
+        0.045  -- 约5公里
+    ) as delivery_area
+FROM 
+    store_locations
+WHERE 
+    store_type = '旗舰店';
+
+-- 查询某个点是否在任意旗舰店的配送范围内
+WITH delivery_zones AS (
+    SELECT 
+        store_name,
+        public.ST_Buffer(
+            public.ST_GeomFromText(location),
+            0.045
+        ) as delivery_area
+    FROM 
+        store_locations
+    WHERE 
+        store_type = '旗舰店'
+),
+test_point AS (
+    SELECT public.ST_Point(116.420, 39.920) as location  -- 测试点
+)
+SELECT 
+    d.store_name,
+    CASE 
+        WHEN public.ST_Contains(d.delivery_area, t.location) = true 
+        THEN '在配送范围内'
+        ELSE '不在配送范围内'
+    END as delivery_status
+FROM 
+    delivery_zones d
+    CROSS JOIN test_point t;
+```
+
+### 场景 4：区域统计分析
+
+统计各个区域的业务指标，用于商业分析。
+
+```
+-- 创建销售数据表
+CREATE TABLE IF NOT EXISTS store_sales (
+    store_id INT,
+    sales_amount DECIMAL(10,2),
+    sales_date DATE
+);
+
+-- 插入示例销售数据
+INSERT INTO store_sales VALUES 
+(1, 125000.50, '2024-06-01'),
+(2, 98000.00, '2024-06-01'),
+(3, 156000.75, '2024-06-01'),
+(4, 87000.25, '2024-06-01'),
+(5, 76000.00, '2024-06-01'),
+(6, 134000.80, '2024-06-01'),
+(7, 145000.60, '2024-06-01'),
+(8, 93000.40, '2024-06-01');
+
+-- 按服务区域统计销售额
+SELECT 
+    a.area_name,
+    a.area_type,
+    COUNT(DISTINCT s.store_id) as store_count,
+    SUM(sales.sales_amount) as total_sales,
+    AVG(sales.sales_amount) as avg_sales_per_store
+FROM 
+    service_areas a
+    LEFT JOIN store_locations s
+    ON public.ST_Contains(
+        public.ST_GeomFromText(a.boundary), 
+        public.ST_GeomFromText(s.location)
+    ) = true
+    LEFT JOIN store_sales sales
+    ON s.store_id = sales.store_id
+GROUP BY a.area_name, a.area_type
+ORDER BY total_sales DESC;
+```
+
+### 场景 5：坐标提取与转换
+
+提取和转换坐标信息，用于与其他系统集成。
+
+```
+-- 提取所有门店的经纬度坐标
+SELECT 
+    store_id,
+    store_name,
+    city,
+    public.ST_X(public.ST_GeomFromText(location)) as longitude,
+    public.ST_Y(public.ST_GeomFromText(location)) as latitude,
+    location as wkt_format
+FROM 
+    store_locations
+ORDER BY city, store_name;
+
+-- 创建点并立即提取坐标（用于数据验证）
+SELECT 
+    public.ST_X(public.ST_Point(116.397, 39.908)) as x_coord,
+    public.ST_Y(public.ST_Point(116.397, 39.908)) as y_coord;
+```
+
+## 性能优化建议
+
+### 1. 使用物化视图缓存几何体转换结果
+
+```
+-- 创建物化视图，预先转换 WKT 为二进制几何体
+CREATE MATERIALIZED VIEW mv_store_locations AS
+SELECT 
+    store_id,
+    store_name,
+    location as location_wkt,
+    public.ST_GeomFromText(location) as location_geom,
+    city,
+    store_type
+FROM 
+    store_locations;
+
+-- 使用物化视图进行查询（性能更好）
+SELECT 
+    s.store_name,
+    a.area_name
+FROM 
+    mv_store_locations s
+    JOIN service_areas a
+    ON public.ST_Contains(
+        public.ST_GeomFromText(a.boundary), 
+        s.location_geom
+    ) = true;
+```
+
+### 2. 批量处理地理数据
+
+```
+-- 批量判断多个点是否在区域内
+WITH test_points AS (
+    SELECT 1 as id, 'POINT(116.400 39.910)' as location
+    UNION ALL
+    SELECT 2, 'POINT(121.470 31.230)'
+    UNION ALL
+    SELECT 3, 'POINT(114.060 22.540)'
+)
+SELECT 
+    p.id,
+    p.location,
+    a.area_name,
+    public.ST_Contains(
+        public.ST_GeomFromText(a.boundary),
+        public.ST_GeomFromText(p.location)
+    ) as is_inside
+FROM 
+    test_points p
+    CROSS JOIN service_areas a
+WHERE 
+    public.ST_Contains(
+        public.ST_GeomFromText(a.boundary),
+        public.ST_GeomFromText(p.location)
+    ) = true;
+```
+
+## 注意事项
+
+1.  **坐标系**：默认使用 WGS84 坐标系（经纬度），距离单位为度。
+
+2.  **精度说明**：基于经纬度（WGS84）的距离计算是球面近似值，精确计算通常需要投影转换。
+
+3.  **性能考虑**：
+    * 大数据量查询时，可先用边界框（Envelope）进行粗筛。
+    * 频繁使用的几何体转换结果建议缓存。
+    * 复杂多边形运算比简单点运算消耗更多计算资源。
+
+## 故障排查
+
+### 常见错误及解决方案
+
+1. **函数未找到错误**
+
+   ```
+   错误: function not found - ST_Contains解决: 使用 public.ST_Contains
+   ```
+
+2. **几何体格式错误**
+
+   ```
+   错误: Invalid WKT format ; 解决: 检查 WKT 格式是否正确，多边形必须闭合
+   ```
+
+3. **JAR 包路径错误**
+
+   ```
+   错误: Cannot find jar file, 解决: 使用 LIST USER VOLUME 确认文件路径
+   ```
+
+^

package/bin/skills/lakehouse-doc/references/get-started-with-sample-data.md

@@ -0,0 +1,83 @@
+# 通过样例数据集开始TPCH查询
+
+## 概述
+
+通过本教程，您将了解如何利用 Lakehouse 平台内置的样例数据集，无需提前准备数据即可快速使用 SQL 进行查询分析，以评估 SQL 功能及性能。
+
+> 本教程借助 Lakehouse Tutorial，提供了在线教程指南以及脚本导入功能。您可以在登录 Lakehouse Web 控制台后，通过 Lakehouse Tutorial 入口进入教程，并根据在线指南引导完成教程。
+> ![](.topwrite/assets/image_1736854694431.png)
+
+### 导入脚本
+
+打开控制台 Tutorial 页面中的“Lakehouse 教程”，选择“使用样例数据快速开始查询分析”课程。根据页面提示导入本次课程需要的脚本文件。
+
+在“开发”模块查看“Tutorial_Run_TPCH_Queries_USING_SQL”目录。
+![](.topwrite/assets/image_1725286019515.png)
+
+### 样例数据集
+
+样例数据集由云器平台通过名称为 CLICKZETTA_SAMPLE_DATA 的数据集以共享方式开放给所有账户查询。本教程将以其中的 TPC-H 100GB 数据集为例，介绍如何在 Lakehouse 中快速完成 TPC-H 测试集的查询测试，评估处理性能。
+
+### 教程步骤
+
+1.  **环境准备**：通过样例数据集检查原始数据，创建测试使用的计算集群。
+2.  **发起查询**：使用 Studio Web 环境创建 SQL 查询完成 22 个 TPC-H SQL 查询。
+3.  **变更集群大小**：调整集群大小，扩大至之前集群大小的 2 倍。
+4.  **发起查询**：使用调整大小后的集群再次完成 22 个 TPC-H SQL 查询。
+5.  **观察不同集群规格下查询时延的变化**：
+6.  **清理环境**：删除测试使用的计算集群。
+
+通过以上步骤，您将能够评估不同集群规格下 SQL 查询的性能表现。
+
+## 准备工作
+
+首先，登录 Lakehouse Web 控制台并进入指定的工作空间后，可访问数据模块，检查数据管理下的数据对象列表中“clickzetta_sample_data.tpch_100g”下的相关表是否存在。
+![](.topwrite/assets/image_1716285499384.png)
+
+其次，我们将为本次测试临时创建一个独立计算集群用于查询分析。您可以通过访问 Lakehouse Web 控制台的“计算 → 集群”菜单，通过页面向导新建集群。
+![](.topwrite/assets/tpch_100g_vc.png)
+
+同时，您也可以通过 SQL 命令来创建集群。通过 SQL 命令操作时，您可以不离开 SQL 开发上下文，在 Ad-hoc 或者 ETL 开发过程中通过 SQL 命令控制集群创建、扩/缩容、暂停/恢复、销毁等动作，往往可以提高计算资源的操作效率。
+
+本教程通过在“开发”模块运行 [Tutorials/Tutorial_Run_TPCH_Queries_USING_SQL/Step01.Preparation] SQL 脚本任务，创建分析 TPC-H 数据集所需使用的计算集群。
+![](https://studio-prod-sh.oss-cn-shanghai.aliyuncs.com/fe-asset/tutorials/resources/tu_tpch_vc01.png?OSSAccessKeyId=LTAI5tBH4MDxrfQw7VTx4w2B\&Expires=1880885164\&Signature=wYmSy3IVRKBT7mWtGhuKwT%2BwufQ%3D)
+
+## 对样例数据进行TPC-H的查询
+
+在“开发”模块打开 [Tutorials/Tutorial_Run_TPCH_Queries_USING_SQL/Step02.Run_TPCH_Queries] SQL 脚本文件，将看到 TPC-H 的 22 个查询语句已录入。在[集群]下拉列表中选择刚才创建的测试集群，然后选中任务中的全部脚本，点击[运行]按钮进行串行查询。
+![](.topwrite/assets/image_1725354834261.png)
+
+执行完毕后，可通过当前 SQL Editor 的运行历史查看本次任务的运行耗时。
+
+如果您希望进行性能测试，可连续执行 2 次以上的查询，以便计算集群能够充分缓存（Cache）数据，发挥最佳性能。以下是第二次运行，计算集群缓存（Cache）数据后的运行结果，较第一次无缓存（Cache）时性能有明显提升。
+![](https://studio-prod-sh.oss-cn-shanghai.aliyuncs.com/fe-asset/tutorials/resources/tu_tpch_run_queries2.png?OSSAccessKeyId=LTAI5tBH4MDxrfQw7VTx4w2B\&Expires=1880886165\&Signature=XHaygkpuFRtqy%2FG1EExOjIfq7vw%3D)
+
+如需查看 22 个查询中每个查询的执行详情，可访问“计算 → 作业历史”，根据查询标签“tpch100g_benchmark”对查询历史进行过滤后查看。
+
+![](.topwrite/assets/image_1716285600039.png)
+
+## 扩大集群规格后查询
+
+通过“计算 → 集群”管理页面，您可以对刚才创建的测试集群修改规格大小，从 Large 修改至 XLarge。XLarge 规格大小为 Large 的 2 倍。
+
+> 注：计算集群的 `vcluster_size` 参数同时支持以 T-shirt size（XSMALL、SMALL、Large 等）和以数字（1, 2, 4, 16 等）表达的方式，以提供更丰富的计算集群规格，满足不同场景的需要。更多信息详见：[计算集群规格代码变更说明](vcluster_size_description.md)
+
+
+![](https://studio-prod-sh.oss-cn-shanghai.aliyuncs.com/fe-asset/tutorials/resources/tu_tpch_resize_vc.png?OSSAccessKeyId=LTAI5tBH4MDxrfQw7VTx4w2B\&Expires=1880886486\&Signature=MJGwOtPq%2BHpD5E1WsHu1iyGrDnQ%3D)
+
+或者在 SQL 脚本中执行以下命令进行修改：
+
+```
+-- 修改集群大小
+alter vcluster TPCH_100GB SET VCLUSTER_SIZE = 'XLARGE';
+```
+
+修改后，使用调整大小后的集群再次进行查询测试。
+![](https://studio-prod-sh.oss-cn-shanghai.aliyuncs.com/fe-asset/tutorials/resources/tu_tpch_round2.png?OSSAccessKeyId=LTAI5tBH4MDxrfQw7VTx4w2B\&Expires=1880886763\&Signature=UCaQAhoOLbeCKPrNUz22TVfAXNs%3D)
+新扩容的计算节点充分缓存（Cache）数据后，性能会继续提升。
+通过作业的运行时间可以观察到，对于相同的数据规模和查询任务，扩大计算集群规格后，任务的总体运行时间大为缩短。两次执行后，随着数据被缓存，查询性能能得到提升。
+
+## 环境清理
+
+打开“开发”模块 [Tutorial_Run_TPCH_Queries_USING_SQL/Step03.Clean_Up] SQL 脚本文件，执行脚本即可删除本教程的测试集群。
+![](.topwrite/assets/image_1725288859033.png)