简介
命令行参数
常用的命令行参数有：
-f覆盖存在文件。-s <n>数据规模，其中SF=1对应1GB是 Scale Factor 简写。-T <c>只生成指定的数据集，可以通过-h查看帮助文档。
其中 partsupp、orders、lineitem 的数据量比较大，可以分批并发生成，通过 -C 指定分多少批，以及 -S 指定是第几批。
例如，通过如下脚本并发生成。
echo "Begin to generate data for table: lineitem"
for i in $(seq 1 "${PARALLEL}"); do
{
"${TPCH_DBGEN_DIR}/dbgen" -f -s "${SCALE_FACTOR}" -T L -C "${PARALLEL}" -S "${i}"
} &
done
生成的数据有两个绑定关系，分别是 Order+LineItem 以及 Part+Supplier 两个，会同时生成对应数据。
数据更新
通过 -U 可以生成更新，只对应了 orders、lineitem 两个表，还有一个是 delete 暂不清楚作用，通过 -h 参数可以看到一个简单的生成示例。
源码解析
生成数据会以 NATION 作为边界，以下会同时乘以 Scale Factor 系数，以上则只包含对应记录数。这里的 nation 和 region 信息通过 dist.dss 文件读取，其 weight 就是对应的 key 了。
tdef 定义的了表生成信息，例如默认行数、打印函数、种子函数等。
typedef struct {
char *name;
char *comment;
DSS_HUGE base;
int (*loader) ();
long (*gen_seed)();
int child;
DSS_HUGE vtotal;
} tdef; // dss.h
tdef tdefs[] = { // driver.c
{"part.tbl", "part table", 200000, pr_part, sd_part, PSUPP, 0},
{"partsupp.tbl", "partsupplier table", 200000, pr_psupp, sd_psupp, NONE, 0},
{"supplier.tbl", "suppliers table", 10000, pr_supp, sd_supp, NONE, 0},
{"customer.tbl", "customers table", 150000, pr_cust, sd_cust, NONE, 0},
{"orders.tbl", "order table", 150000, pr_order, sd_order, LINE, 0},
{"lineitem.tbl", "lineitem table", 150000, pr_line, sd_line, NONE, 0},
{"orders.tbl", "orders/lineitem tables", 150000, pr_order_line, sd_order, LINE, 0},
{"part.tbl", "part/partsupplier tables", 200000, pr_part_psupp, sd_part, PSUPP, 0},
{"nation.tbl", "nation table", NATIONS_MAX, pr_nation, NO_LFUNC, NONE, 0},
{"region.tbl", "region table", NATIONS_MAX, pr_region, NO_LFUNC, NONE, 0},
};
// 根据 dists.dss 生成具体的数据分布
typedef struct {
long weight;
char *text;
} set_member;
typedef struct {
int count;
int max;
set_member *list;
long *permute;
} distribution; // dss.h
typedef struct SEED_T {
long table;
DSS_HUGE value;
DSS_HUGE usage;
DSS_HUGE boundary;
} seed_t; // dss.h
在 rnd.h 中定义了 Seed[] 数组，其定义了相关的配置参数。
main()
|-load_dists()
| |-read_dist() bm_utils.c
|
|-set_state()
|-sd_order()
|-sd_line()
|-gen_tbl()
|-pr_drange()
|
|-gen_tbl()
|-row_start() rnd.c
|-mk_nation() 生成一条 Nation 记录
| |-dbg_text() 通过 TEXT 宏调用，实际为该函数，会先初始化部分数据
|-mk_order() 生成一条 Order 记录
|-tdef.loader() 执行回调函数进行保存，例如 pr_nation 函数
| |-pr_nation()
| |-dbg_print() 会直接打印到文件中
|-row_stop() rnd.c
这里以几个表为例进行跟踪。
#define NONE -1
#define PART 0
#define PSUPP 1
#define SUPP 2
#define CUST 3
#define ORDER 4
#define LINE 5
#define ORDER_LINE 6
#define PART_PSUPP 7
#define NATION 8
#define REGION 9
#define UPDATE 10
#define MAX_TABLE 11
#define ONE_STREAM 1
#define ADD_AT_END 2
// dsstypes.h
typedef struct {
DSS_HUGE okey;
DSS_HUGE partkey;
DSS_HUGE suppkey;
DSS_HUGE lcnt;
DSS_HUGE quantity;
DSS_HUGE eprice;
DSS_HUGE discount;
DSS_HUGE tax;
char rflag[1];
char lstatus[1];
char cdate[DATE_LEN];
char sdate[DATE_LEN];
char rdate[DATE_LEN];
char shipinstruct[MAXAGG_LEN + 1];
char shipmode[MAXAGG_LEN + 1];
char comment[L_CMNT_MAX + 1];
int clen;
} line_t;
typedef struct {
DSS_HUGE okey;
DSS_HUGE custkey;
char orderstatus;
DSS_HUGE totalprice;
char odate[DATE_LEN];
char opriority[MAXAGG_LEN + 1];
char clerk[O_CLRK_LEN + 1];
long spriority;
DSS_HUGE lines;
char comment[O_CMNT_MAX + 1];
int clen;
line_t l[O_LCNT_MAX];
} order_t;