OB Cloudのパフォーマンスを評価しやすいように、OB Cloudは以下のデータセットを提供しています：
TPC-H
TPC-Hは、オンライン分析処理（OLAP）データベースシステム向けのベンチマークです。主に、システムが複雑なクエリを処理し、データ分析を実行する能力を評価するために使用されます。TPC-Hは、定義済みのクエリと並行データ変更操作により、典型的なデータウェアハウスアプリケーションをシミュレートします。
データモデル TPC-Hは、サプライヤーとバイヤー間の取引行動をシミュレートする標準化されたデータモデルを定義しており、8つのテーブルに対する22の分析クエリを含んでいます。
テーブル名 |
説明 |
|---|---|
| REGION | 地域情報を含み、各地域には一意の地域コードと名称が付与されています。 |
| NATION | 国家情報を含み、各国には一意の国コード、国名、およびその国が属する地域IDがあります。 |
| PART | 部品情報を記述し、部品ID、名称、説明、サイズ、タイプなどが含まれます。 |
| SUPPLIER | サプライヤーの関連情報を含み、サプライヤーID、名称、住所、国コードなどが含まれます。 |
| PARTSUPP | 部品とサプライヤーの関係を記録するテーブルで、サプライヤーID、部品ID、供給量、価格などの情報が含まれます。 |
| CUSTOMER | 顧客情報を記述し、顧客ID、氏名、住所、電話番号、市場セグメンテーションなどが含まれます。 |
| ORDERS | 注文情報を記録し、注文ID、注文日、配送詳細、注文状況、顧客IDなどが含まれます。 |
| LINEITEM | 販売商品情報を記述し、注文コストや出荷日などの詳細情報を記録します。 |
クエリ TPC-Hには22個の複雑な分析型SQLクエリが含まれており、結合クエリ、グループ化、ソート、集計など、広範なデータベース操作をカバーしています。 データ規模 OB Cloudは、異なるデータ規模のテストニーズに対応するため、25MB、128MB、1GBのデータ量を提供しています。TPC-Hモデルは典型的なスノーフレークモデルで、合計8つのテーブルがあります。そのうちNATION（国）とREGION（地域）の2つのテーブルのデータ量は固定されており、残りの6つのテーブルのデータ量はスケールファクタSF（Scale Factor）に依存しています。指定されたSFに基づいて、各テーブルのデータ量が決定されます。
TPC-DS
TPC-DSは、意思決定支援システム（DSS）で一般的なさまざまなビジネス上の意思決定シナリオをシミュレートします。TPC-Hと比較して、TPC-DSのテストはより包括的かつ複雑であり、クエリ性能だけでなく、データメンテナンス操作（データロード、削除など）の性能も評価します。 TPC-DSは、スター型やスノーフレーク型など、多様な多次元データモデルを採用しています。7つのファクトテーブルと17のディメンションテーブルで構成されています。TPC-DSは実際のシナリオに非常に近いテストセットであり、難易度も高いテストセットです。
データモデル TPC-DSは、より複雑なデータモデルを定義しており、販売、在庫、顧客関係など、複数のビジネス領域をカバーする24のテーブルが含まれます。
テーブル名 |
説明 |
|---|---|
| CALL_CENTER | コールセンターの情報を含み、コールセンターID、名称、カテゴリなどが含まれます。 |
| CATALOG_PAGE | カタログページの詳細情報についてで、ページID、タイプ、部門などが含まれます。 |
| CUSTOMER | 顧客情報を記述し、顧客ID、氏名、住所などが含まれます。 |
| CUSTOMER_ADDRESS | 顧客住所の詳細情報で、住所ID、都市、郵便番号などが含まれます。 |
| CUSTOMER_DEMOGRAPHICS | 顧客の人口統計情報で、教育水準や収入階層などが含まれます。 |
| DATE_DIM | 日付ディメンションテーブルで、日付、祝日、週末情報などを提供します。 |
| HOUSEHOLD_DEMOGRAPHICS | 家庭人口統計データで、家族人数や家庭収入などの情報を記録します。 |
| INCOME_BAND | 収入区間テーブルで、異なる収入区間を定義します。 |
| INVENTORY | 在庫表で、商品の在庫量を記録します。 |
| ITEM | 商品情報表で、商品ID、名称、カテゴリなどが含まれます。 |
| PROMOTION | プロモーション活動情報で、プロモーションID、プロモーションタイプ、開始日と終了日などが含まれます。 |
| REASON | 顧客の返品または返金の理由です。 |
| SHIP_MODE | 貨物輸送方法で、例えば宅配便や標準郵便などが含まれます。 |
| STORE | 実店舗情報で、店舗ID、名称、住所などが含まれます。 |
| STORE_SALES | 実店舗の販売記録で、販売時間と販売金額などが含まれます。 |
| TIME_DIM | 時間次元表で、時間の情報を時、分、秒などで記録します。 |
| WAREHOUSE | 倉庫情報で、倉庫ID、倉庫名、倉庫住所などが含まれます。 |
| WEB_PAGE | ウェブページ情報で、ウェブページID、URL、作成時間などが含まれます。 |
| WEB_SALES | ウェブページの販売記録で、オンライン販売の詳細情報を記録します。 |
| WEB_SITE | ウェブサイト情報で、ウェブサイトID、名称、URLなどが含まれます。 |
クエリとタスク TPC-DSには99個のクエリといくつかのデータメンテナンスタスクが含まれており、これらのクエリはレポート、オンライン分析処理、データマイニングなど、さまざまなアプリケーションシナリオを網羅しています。
データ規模 OB Cloudは、異なるデータ規模のテスト要件に対応するため、25MB、128MB、1GBのデータ量を提供します。
フライト遅延・キャンセルデータセット (2019-2023)
フライトデータセットには、2019年から2023年にかけてのフライトの遅延およびキャンセル情報が含まれており、航空会社、出発地、目的地、遅延時間、キャンセル理由などの情報が含まれます。このデータセットは、研究者や航空会社がフライトの遅延やキャンセルの原因と傾向を分析し、適切な解決策を提案して、フライトの定時率と乗客満足度を向上させるのに役立ちます。
従業員データセット
従業員データセットは、データベースの基本操作を示すために使用される、模擬された従業員情報データベースです。このデータセットには、従業員情報、部門情報、給与情報など6つのテーブルが含まれています。
Open University 学習分析データセット
学生がオンラインコースに参加する様々な情報を含み、学生のコース参加時間、学習成績、コース内でのインタラクティブな行動などが含まれます。このデータセットは、オンライン学習の行動と傾向を研究し、教育機関がコース設計と教授法を最適化するのに役立ちます。