79 lines
2.0 KiB
PL/PgSQL
79 lines
2.0 KiB
PL/PgSQL
|
|
\set ON_ERROR_STOP on
|
|
|
|
\echo '=== Grade 5: preparing skewed dataset ==='
|
|
|
|
BEGIN;
|
|
|
|
|
|
INSERT INTO users (
|
|
id, username, display_name, password_hash
|
|
)
|
|
VALUES (
|
|
'55555555-5555-4555-8555-555555555555',
|
|
'grade5_benchmark_user',
|
|
'Grade 5 benchmark user',
|
|
'synthetic-benchmark-only'
|
|
);
|
|
|
|
|
|
INSERT INTO chats (id, title)
|
|
VALUES
|
|
('66666666-6666-4666-8666-666666666661', 'Benchmark large chat'),
|
|
('66666666-6666-4666-8666-666666666662', 'Benchmark medium chat'),
|
|
('66666666-6666-4666-8666-666666666663', 'Benchmark small chat'),
|
|
('66666666-6666-4666-8666-666666666664', 'Benchmark tiny chat');
|
|
|
|
|
|
INSERT INTO chat_members (chat_id, user_id)
|
|
SELECT
|
|
id,
|
|
'55555555-5555-4555-8555-555555555555'::uuid
|
|
FROM chats
|
|
WHERE title LIKE 'Benchmark % chat';
|
|
|
|
|
|
WITH chat_sizes(chat_id, message_count, offset_id) AS (
|
|
VALUES
|
|
('66666666-6666-4666-8666-666666666661'::uuid, 90000, 0),
|
|
('66666666-6666-4666-8666-666666666662'::uuid, 20000, 90000),
|
|
('66666666-6666-4666-8666-666666666663'::uuid, 8000, 110000),
|
|
('66666666-6666-4666-8666-666666666664'::uuid, 2000, 118000)
|
|
)
|
|
INSERT INTO messages (
|
|
id, chat_id, sender_id, text, created_at
|
|
)
|
|
SELECT
|
|
(
|
|
lpad(to_hex(s.offset_id + g.n), 8, '0') ||
|
|
'-0000-4000-8000-' ||
|
|
lpad(to_hex(s.offset_id + g.n), 12, '0')
|
|
)::uuid,
|
|
s.chat_id,
|
|
'55555555-5555-4555-8555-555555555555'::uuid,
|
|
'Grade 5 synthetic message ' || g.n,
|
|
'2026-01-01 00:00:00+00'::timestamptz
|
|
+ g.n * interval '1 millisecond'
|
|
FROM chat_sizes AS s
|
|
CROSS JOIN LATERAL generate_series(1, s.message_count) AS g(n);
|
|
|
|
COMMIT;
|
|
|
|
ANALYZE messages;
|
|
|
|
\echo '=== Dataset distribution ==='
|
|
|
|
SELECT
|
|
c.title,
|
|
COUNT(m.id) AS message_count
|
|
FROM chats AS c
|
|
LEFT JOIN messages AS m ON m.chat_id = c.id
|
|
WHERE c.title LIKE 'Benchmark % chat'
|
|
GROUP BY c.id, c.title
|
|
ORDER BY message_count DESC;
|
|
|
|
\echo '=== Total messages ==='
|
|
|
|
SELECT COUNT(*) AS total_messages
|
|
FROM messages;
|