logo - 跳到首页

VastbaseG100

基于openGauss内核开发的企业级关系型数据库。

Menu

vb_bulkload

功能描述

vb_bulkload是Vastbase提供的一款批量加载数据工具，使用该工具可以提升加载的效率和性能。相对于copy命令，它最大的优势是速度，它将跳过shared buffer和WAL buffer快速写入文件到数据库。

vb_bulkload还提供了出错清理功能：使用vb_bulkload工具导入出错之后，本次导入的数据都会进行回滚；即实现在导入报错时清理本次导入数据，防止这些数据被访问，造成查询、执行计划不准确等问题。

注意事项

  • 使用此功能需提前安装vb_bulkload插件。
  • vb_bulkload不支持ustore表格式。

语法格式

Dataload: vb_bulkload [dataload options] control_file_path
Recovery: vb_bulkload -r [-D DATADIR]

参数说明

以下内容仅列举Vastbase支持的参数选项。

加载选项

  • -i, --input=INPUT

    指定加载的文件路径或需要导出数据的表，Vastbase仅支持path，stdin。与控制文件中的“INPUT”相同。

    -i参数支持使用通配符，暂不支持使用正则表达式。

  • -O, --output=OUTPUT

    指定加载的目标表或者接受到处数据的文件路径，Vastbase仅支持导入到表，与控制文件中的“OUTPUT”相同。

    支持普通表和分区表，分区表仅支持range分区（包括二级range,list,hash分区）。

  • -o, --option=“key=val”

    指定导入过程中的控制参数（任何可以在控制文件中使用的选项），详细参见控制文件。

    对于加载的必填选项如input, output等，为了指定参数的方便和简洁已在上面提供了单独的参数-i,-O进行配置。

恢复选项

  • -r, --recovery

    指定该选项执行恢复操作。

  • -D, --pgdata=DATADIR

    数据库路径。

连接选项

  • -d,--dbname=DBNAME

    指定要连接的数据库的名称。

  • -h, --host=HOSTNAME

    指定运行服务器的计算机的主机名。如果值以斜杠开头，它将用作Unix域套接字的目录。

  • -p, --port=PORT

    指定服务器在其上侦听连接的TCP端口或本地Unix域套接字文件扩展名。

  • -U, --username=USERNAME

    指定要连接的用户名。

  • -w, --no-password

    不出现输入密码提示。如果主机要求密码认证并且密码没有通过其它形式给出，则连接尝试将会失败。

  • -W, --password

    指定-U参数所指定的用户密码。

通用选项

  • -e, --echo

    输出发送给服务器端的命令。

  • -E, --elevel=LEVEL

    指定输出的消息的等级。

    取值范围：DEBUG，INFO，NOTICE，WARNING，ERROR，LOG，FATAL和PANIC。

    默认值：INFO

  • --help

    打印帮助信息。

  • --version

    查看该工具软件版本号。

控制文件

上面的参数-o可以使用key=val语法直接指定导入数据过程中的控制参数，这些key=val键值对可以写入到控制文件中。

下面是可以放入控制文件中的内容：

TYPE = CSV | BINARY 
INPUT = path | stdin|[schema_name.]table_name
WRITER = DIRECT
OUTPUT | TABLE = [schema_name.]table_name
FILTER = [schema_name.]table_name
DELIMITER = deimiter_character
QUOTE = quote_character
ESCAPE = escape_character
NULL = null_string
FORCE_NOT_NULL = column
ERROR_RECOVERY = YES | NO
SET_COMMITTED = YES |NO
AIO = YES | NO
COL = type [ (size) ] [ NULLIF { 'null_string' | null_hex } ]
PRESERVE_BLANKS = YES | NO
STRIDE = n
OUT_TYPE=TABLE
NREADERS = n
NWRITERS = n
INDEX_WORKERS = n
DIRS = path
参数名 描述 取值范围
TYPE 输入数据的类型。 Vastbase仅支持CSV（从CSV格式的文本文件加载数据），BINARY（从二进制文件里加载数据）
默认值：CSV
INPUT 加载数据的源文件。 Vastbase仅支持PATH，STDIN
  • PATH：表示源端为服务器中的文件（path支持文件名通配符）。
  • STDIN：表示vb_bulkload将通过网络从vb_bulkload客户端程序的标准输入读取数据。
    		•
    WRITER 加载数据的方法。 Vastbase仅支持DIRECT，即直接把数据写入表中。
    OUTPUT 将数据加载到的目标端，即把数导到哪里，Vastbase仅支持导入到表。 具体的表名
    FILTER 指定过滤函数用来转换输入文件的每行，如果函数名在数据库中唯一，可以忽略函数的参数类型定义。如果该选项未指定，输入数据将直接被解析到目标表中。 Vastbase仅支持datetime_format函数
    DELIMITER 用于分隔文件每行中的列。 单个ASCII字符，支持多字节字符。默认值为逗号。
    QUOTE 指定ASCII引号字符。 ASCII引号字符。默认值为双引号。
    ESCAPE 指定应在QUOTE数据字符值之前出现的ASCII字符。 ASCII字符。默认值为双引号。
    NULL 表示空值的字符串。 字符串。默认值是一个没有引号的空值。
    FORCE_NOT_NULL 处理每个指定的列，视为非NULL值，可根据需要提供多个列。
    说明：此选项不能与FILTER一起使用。    		 列值。
    ERROR_RECOVERY 控制是否在导入报错时清理本次导入数据。
  • YES
  • NO （默认值）
    		•
    SET_COMMITTED 指定在加载数据时是否每次插入都应该发出一个事务提交。
  • YES：每个数据行插入后都会立即发出一个事务提交指令。
  • NO （默认值）：加载完整个数据文件后才会提交事务。
    		•
    AIO 是否开启异步IO。
  • YES
  • NO （默认值）
    		•
    COL 指定列的映射关系，它允许将数据文件中的字段映射到数据库表的列，从左到右定义包括类型名称，偏移量和长度（以字节为单位）。 -
    PRESERVE_BLANKS 控制数据加载过程中是否保留文本字段中的空格。
  • YES
  • NO （默认值）
    		•
    STRIDE 用于指定数据文件中每条记录的大小。 -
    OUT_TYPE 数据加载到的目标端，Vastbase仅支持TABLE。 TABLE
    NREADERS 读取线程数。 -
    NWRITERS 写分区线程数。 -
    INDEX_WORKERS 索引工作线程数。 -
    DIRS 指定含.loadstatus为后缀的文件目录。 -

    使用说明

    vb_bulkload工具可以通过短选项、长选项、控制文件三种方式来指定配置加载选项。由于加载的选项比较多，并且一些加载选项的信息比较固定和反复使用，可以把这些加载选项配置在控制文件中，直接指定控制文件的路径。

    配置加载选项规则如下：

    1、启动参数的短选项和长选项是等价的。

    2、在启动参数选项中仍然可以指定控制文件中配置的加载选项，其作用主要是临时替换控制文件的选项，以避免去修改控制文件中的选项，控制文件和启动参数同时指定则以启动参数指定为准。

    3、如果使用启动参数则需要注意：input，output不能多次指定。

    使用示例

    前置步骤： 创建vb_bulkload插件。

    create extension vb_bulkload;

    1、在vastbase数据库中创建目标表。

    create table test1(id int primary key,col text);

    2、创建导入文件。

    vi bulkload.txt

    插入如下内容：

    1,张三
2,李四

    3、创建控制文件。

    vi bulkload.ctl

    插入如下内容：

    INPUT = /home/vb_210/bulkload.txt
TYPE = CSV
DELIMITER = ,
QUOTE = "\""
ESCAPE = "\""
OUTPUT = public.test1
ERROR_RECOVERY = YES

    4、使用vb_bulkload导入数据。

    • 直接指定参数。

      vb_bulkload -i bulkload.txt -O test1  -d vastbase

    • 使用控制文件。

      vb_bulkload bulkload.ctl -d vastbase

      显示均内容如下所示：

      NOTICE: BULK LOAD START
WARNING:  vb_bulkload entered
WARNING:  start transaction 1626439
WARNING:  try to register 5 bgworkers and actually succeed in 5
WARNING:  bgworker threads 5 started, 0 hasn't started.
WARNING:  5 bgworkers started
WARNING:  all bgworkers ready.
WARNING:  starting Source reader ...
WARNING:    #0 loading slice #0 of file #0 by thread #140461072709376(bucket #0)
WARNING:  starting TABLE/PARTITION writer ...
WARNING:    #1 writing thread #140460958807808(bucket #1)
WARNING:    #2 terminating thread #140460942026496(bucket #2)
WARNING:    #3 terminating thread #140460925245184(bucket #3)
WARNING:    #4 terminating thread #140461230114560(bucket #4)
WARNING:
4.all thread start: 0.03
WARNING:  thread #140461072709376 end loading, shutting it
WARNING:  all readers(1/1) end loading.
WARNING:
5.all thread done: 0.00
WARNING:  writing termination to queue.
WARNING:  waiting all sub-threads quit ...
WARNING:
6.all thread close: 2.00
INFO:
0 Rows skipped.
2 Rows successfully loaded.

INFO:
Run began on 2023-04-19 14:34:07.494062+08
Run ended on 2023-04-19 14:34:09.528798+08

CPU 0.01s/0.00u sec elapsed 2.03 sec

    5、进入数据库查询test1表中数据。

    vsql -r -d vastbase
select * from test1;

    返回结果如下，表示数据导入成功：

     id | col
----+------
  1 | 张三
  2 | 李四
(2 rows)