连接和查询多个数据源

本教程将指导您使用联合查询分析虚构的 Great Retail Company 的销售数据（存储在多个位置）。

简介

数据联合概述

数据联合是一个使多个数据库能够协同工作的软件过程。它允许您混合来自多个来源的数据以获取见解。它允许您通过单个查询访问众多分散的数据库中的所有数据。

Presto（Java ) 引擎的数据联合能力

这Presto（Java ) 引擎的联合查询功能允许组织轻松地混合来自多个来源的数据，包括当前数据库和新数据IBM® watsonx.data。通过利用watsonx.data融入Presto（Java ），您的企业现在可以无缝地组合和分析各种来源的数据，从而获得更深入的洞察。这种简化的方法不仅提高了运营效率，还为决策者提供了及时、准确的数据驱动洞察。

用例场景

分析跨多个数据源的购买方法: 此用例的目标是分析与最大订单相关的采购方法。销售数据可在Db2。部分数据被移至 Iceberg 表中watsonx.data。销售数据现在位于两个地方 -Db2和watsonx.data你需要执行Presto（Java ）查询Db2和Iceberg来分析数据，旨在找出与最大订单相关的购买方式。

以下视频提供了学习本文档中的概念和任务的直观方法。

目标

注册您的Db2数据源watsonx.data
将部分销售数据从Db2到watsonx.data
运行查询以检索见解

准备工作

本教程需要：

订阅watsonx.data在云端。
Presto（Java）引擎的可用性
Db2数据库 GOSALESDW 数据
凭证Db2数据库

注册您的Db2数据源

注册Db2数据源（具有 GOSALESDW 数据）watsonx.data实例。

要注册您的Db2数据来源，参见 IBMDb2。注册时请使用以下详细信息Db2数据源。

数据库名称：输入数据库名称 BLUDB。
主机名：输入主机名作为 db2w-sucqakq.us-south.db2w.cloud.ibm.com
用户名：db2inst
密码：Usertutorials1!
港口：50001

关联Db2和Presto（Java ）引擎

注册后Db2数据库，您必须将目录与Presto（Java ）引擎。有关详细信息，请参阅For more information, see 将目录与引擎关联。

复制数据自Db2数据库到 Iceberg

将目录与引擎关联后，从Db2到冰山。为此，请完成以下步骤：

从导航菜单中选择数据管理器。在内部创建架构 Iceberg_data 目录。有关如何创建架构的更多信息，请参阅创建架构。
从导航菜单中，选择查询工作区。
编写查询以从中复制数据 GOSALESDW 表中存在Db2数据库并创建一个新表（此处 SLS_SALES_FACT）里面 Iceberg 目录。

示例查询：
```
create table "iceberg_data"."wxgosalesdw"."sls_sales_fact" as select * from "db2catalog". "GOSALESDW"."SLS_SALES_FACT";
```
点击启动运行按钮运行查询。
刷新 Iceberg_data 目录查看新表 SLS_SALES_FACT。

数据联合

现在，销售数据分为Db2和冰山目录。您可以从两者运行查询Db2和 Iceberg 来分析数据并产生与最大订单相关的购买方法的见解。要做到这一点：

来自查询工作区，运行以下查询来了解哪种采购方式与最大订单相关。

您可以使用以下示例查询来确定哪种采购方式与最大订单相关联。该查询访问五个表，其中一个在 watsonx.data 对象存储空间（iceberg_data）中，其他四个在 Db2 ( db2catalog ) 中。

示例查询：

选择 pll.product_line_en 作为产品、

md.order_method_en 作为 order_method、

sum(sf.quantity)为总数

from

db2catalog.GOSALESDW.SLS_ORDER_METHOD_DIM 作为 md、

db2catalog.GOSALESDW.SLS_PRODUCT_DIM as pd.GOSALESDW.SLS_PRODUCT_DIM、

db2catalog.GOSALESDW.SLS_PRODUCT_LINE_LOOKUP as pll、

db2catalog.GOSALESDW.SLS_PRODUCT_BRAND_LOOKUP as pbl、

iceberg_data.wxgosalesdw.sls_sales_fact as sf

其中

pd.product_key = sf.product_key

和 md.order_method_key = sf.order_method_key

和 pll.product_line_code = pd.product_line_code

和 pbl.product_brand_code = pd.product_brand_code

按 pll.product_line_en, md.order_method_en 分组

按产品订购，订购方法；
点击运行按钮运行查询。
选择结果集或者细节选项卡查看结果。
点击“**解释 **”链接。 Explain 页面将打开，显示查询的可视化解释输出。您可以滚动可视化解释输出，查看树中的五个 ScanProject 叶节点（这里，查询中使用了五个表）。这与正在读取的五个表格相对应。

借助这些功能，您的企业可以推动更智能的运营，优化采购方法，并最终提高整体业务绩效。