欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

GBase 8s 数据迁移

程序员文章站 2022-07-01 08:22:23
...

数据迁移分类

  • 数据格式
  • 数据范围
  • 数据用途

数据格式

按数据格式分类,可分为:

  • 文本格式
  • 二进制格式。

数据范围

按数据范围分类,可分为:

  • 整库迁移
  • 单表迁移

数据用途

按数据用途分类,可分为:

  • 产品自己使用
  • 提供给第三方数据

数据迁移问题

  • 行分隔符
  • 列分隔符
  • 日期时间格式
  • 汉字乱码

数据包含行分隔符

  • 默认的行分隔符为\n(Linux)或\r\n(Windows)。对于从Windows系统生成的数据需要在Linux系统导入数据时,可以使用dos2unix工具删除\r。
  • 对于需要导入数据的系统,如果导入程序只支持逐行解析数据并导入,则需要在生成数据时,对数据中的换行符进行转义或删除。对字符进行转义会使数据产生膨胀,在导入数据时,可根据实际情况对目标字段进行加长处理。
  • 对于一些数据库系统,通过定义一些规则来解决数据中包含换行符问题,如GBase 8s使用在换行符前增加一个\表示这行数据未完成,下一行仍然是本行数据的延续,来解决数据中包含换行符的问题。基于特定规则的换行符处理方式,只能在本系统内使用,无法提供数据给第三方系统。
  • 部分厂商采用自定义换行符方法,解决数据中包含\n问题。用户可以指定不可见的二进制字符作为数据的换行符。

数据包含列分隔符

  • 用户常指定一个字符,做为列数据的分隔符,如逗号或管道符。对于数据中全部为数值字段的数据,这种方式非常有效和高效。
  • 对于迁移的数据包含文本数据时,数据中可能包含任意的单个可见字符,指定单个字符作为列分隔符时,容易出现部分数据无法导入现象。通常迁移工具需要支持转义,将数据中的列分隔符进行转义,以区别数据中的列分隔符和实际的列分隔符。
  • 一些工具支持不可见字符或多个字符一起作为列分隔符。这种方案通常不需要对数据中的字符进行转义处理,适用于不同数据库系统间的数据迁移。

数据中的日期时间格式不匹配

格式化符 说明
%a 星期的短格式表示
%A 星期的完整格式表示
%b 月份的短格式表示
%B 月份的完整格式表示
%C 世纪的表示,通常是年值除以100后的整数部分
%d 天(01-31)
%D 相当于格式:%m/%d/%y
%e 天(1-31)
%h 和%b相同
%H 小时(00-24)
%iy 两位年(00-99)
%iY 四位年(0000-9999)
%m 月(01-12)
%M 分钟(00-59)
%n 换行符
%S 秒(00-59)
%t 制表符
%w 星期的数字表示(0-6)
%y 两位年(00-99)
%Y 四位年(0000-9999)

汉字乱码

  • 不同的汉字编码格式,是产生乱码的主要原因。
  • 数据截断可能导致部分数据产生乱码。

数据迁移方法

数据迁移工具

  1. unload/load
  2. dbload
  3. dbexport/dbimport
  4. onunload/onload
  5. external table

数据迁移工具对比

数据迁移方法 运行方式 数据格式 数据范围 数据用途
unload/load SQL 文本数据 单表 自用/第三方
dbexport/dbimport 命令行 文本数据 自用
dbload 命令行 文本数据 多表 自用
onunload/onload 命令行 二进制数据 库/表 自用
external table SQL 文本数据 单表 自用/第三方

unload/load

unload语法

unload to 'file_name' [delimiter 'delimiter_string'] 
select <* | columns> from <table_name | synonym_name | view_name>;

file_name:保存数据的文件名,可以为全路径或者相对路径;
delimiter:定义数据列分隔符,为一个或多个字符,默认为'|';
columns:查询的字段列表;

导出单表数据,列分隔符使用【,】。

unload to '../data/unload_01.unl' delimiter ','
select * from t_dept;

导出多表关联数据,列分隔符使用【|】。

unload to '../data/unload_02.unl' 
select a.f_employeeid, a.f_employeename, a.f_deptid, b.f_deptname, a.f_birthdate
from t_employee a, t_dept b
where a.f_deptid = b.f_deptid;

导出单表数据,日期类型数据使用类似18.06.2021的格式,列分隔符使用英文的句号【.】。

-- export CLIENT_LOCALE=en_US.UTF8
-- export GL_DATE="%d.%m.%iY"

unload to '../data/unload_03.unl' delimiter '.'
select * from t_employee;

导出单表数据,日期类型数据使用类似18.06.2021的格式,列分隔符使用【…】。

-- export CLIENT_LOCALE=en_US.UTF8
-- export GL_DATE="%d.%m.%iY"

unload to '../data/unload_04.unl' delimiter '....'
select * from t_employee;

导出单表数据,日期类型数据使用类似18.06.2021的格式,列分隔符使用【#…】。

-- export CLIENT_LOCALE=en_US.UTF8
-- export GL_DATE="%d.%m.%iY"

unload to '../data/unload_05.unl' delimiter '#...'
select * from t_employee;

导出单表数据,日期类型数据使用类似18.06.2021的格式,列分隔符使用【…#】。

-- export CLIENT_LOCALE=en_US.UTF8
-- export GL_DATE="%d.%m.%iY"

unload to '../data/unload_06.unl' delimiter '...#'
select * from t_employee;

导出单表数据,日期类型数据使用类似 Wed Dec 25 1985 的格式,列分隔符使用【.*.】。

-- export CLIENT_LOCALE=en_US.UTF8
-- export GL_DATE="%a %b %e %iY"

unload to '../data/unload_07.unl' delimiter '.*.'
select * from t_employee;

导出单表数据,日期类型数据使用类似 星期三 十二月 25 1985 的格式,列分隔符使用【…】。

-- export CLIENT_LOCALE=zh_CN.UTF8
-- export GL_DATE="%A %B %e %iY"

unload to '../data/unload_08.unl' delimiter '...'
select * from t_employee;

GBase 8s最多支持4个字符做为列分隔符,超过4个时分报错。

unload to '../data/unload_09.unl' delimiter '#...#'
select * from t_employee;

load语法

load from 'file_name' [delimiter 'delimiter_string']
insert into table_name | synonym_name| view_name [(columns)];

file_name:导入的数据文件,可以为全路径或者相对路径文件名;
delimiter:定义数据列分隔符,为一个或多个字符,默认为'|';
columns:导入表的字段列表,默认为数据库表的字段的顺序;

加载单表数据,列分隔符为【,】。

load from '../data/unload_01.unl' delimiter ','
insert into t_dept_01;

!echo "******************************************"
!echo "# Query the table to validate load result."
!echo "******************************************"
select * from t_dept_01;

尝试加载通过多表关联导出的数据。

对于数据文件和表定义不同的文件,通常无法使用load方式导出。需要采用其它技术,实现数据入库。

-- export CLIENT_LOCALE=zh_CN.UTF8
-- export GL_DATE="%iY %m月 %d日"

load from '../data/unload_02.unl' delimiter '|' 
insert into t_employee_02(f_employeeid, f_deptid, f_birthdate) values(f01, f02, f03, f05);

!echo "******************************************"
!echo "# Query the table to validate load result."
!echo "******************************************"
select * from t_employee_02;

加载单表数据,观察列分隔符与数据中字符冲突时的转义处理。

-- export CLIENT_LOCALE=en_US.UTF8
-- export GL_DATE="%d.%m.%iY"

load from '../data/unload_03.unl' delimiter '.'
insert into t_employee_03;

!echo "******************************************"
!echo "# Query the table to validate load result."
!echo "******************************************"
select * from t_employee_03;

加载单表数据,观察列分隔符与数据中字符冲突时的转义处理。

-- export CLIENT_LOCALE=en_US.UTF8
-- export GL_DATE="%d.%m.%iY"

load from '../data/unload_04.unl' delimiter '....'
insert into t_employee_04;

!echo "******************************************"
!echo "# Query the table to validate load result."
!echo "******************************************"
select * from t_employee_04;

加载单表数据,观察列分隔符与数据中字符冲突时的转义处理。

-- export CLIENT_LOCALE=en_US.UTF8
-- export GL_DATE="%d.%m.%iY"

load from '../data/unload_05.unl' delimiter '#...'
insert into t_employee_05;

!echo "******************************************"
!echo "# Query the table to validate load result."
!echo "******************************************"
select * from t_employee_05;

加载单表数据,观察列分隔符与数据中字符冲突时的转义处理。

-- export CLIENT_LOCALE=en_US.UTF8
-- export GL_DATE="%d.%m.%iY"

load from '../data/unload_06.unl' delimiter '...#'
insert into t_employee_06;

!echo "******************************************"
!echo "# Query the table to validate load result."
!echo "******************************************"
select * from t_employee_06;

加载单表数据,熟悉日期字段数据的格式控制。

-- export CLIENT_LOCALE=en_US.UTF8
-- export GL_DATE="%a %b %e %iY"

load from '../data/unload_07.unl' delimiter '.*.'
insert into t_employee_07;

!echo "******************************************"
!echo "# Query the table to validate load result."
!echo "******************************************"
select * from t_employee_07;

加载单表数据,熟悉日期字段数据的格式控制。

-- export CLIENT_LOCALE=zh_CN.UTF8
-- export GL_DATE="%A %B %e %iY"

load from '../data/unload_08.unl' delimiter '...'
insert into t_employee_08;

!echo "******************************************"
!echo "# Query the table to validate load result."
!echo "******************************************"
select * from t_employee_08;

dbload

dbload语法

dbload [-d db_name] [-c cmd_file] [-l log_file] [-e errors] [-n num_rows]
	[-i i_skip] [-s] [-p] [-r | -k] [-X]

db_name:指定要加载数据的数据库名称
cmd_file:指定包含加载命令的文件路径
log_file:指定日志文件,其中记录不能正确加载的数据
errors:指定最多可以有多少行数据错误,超过指定的行数后,加载任务失败
num_rows:指定多少条记录执行一次提交
s:指定只做语法检查,不进行实际的数据加载
i_skip:指定跳过多少行数据,再进行加载,可用于跳过数据中的标题部分
r:加载数据时,不对表加锁
k:加载数据时,对表加排它锁

command file语法

file 'file_name' delimiter 'delimiter_string' nfields
insert into table_name [(col1,col2,...) values (f01,f02,…)]

file_name:指定要导入的文件名称,可以为绝对路径和相对路径。
delimiter_string:数据文件使用的列分隔符。
nfields:数据文件中,每行的列数。
table_name:要导入的表的名称。
col1,col2...:表的列名称,多个列用逗号分隔。
f01,f02...:数据文件中的列数据编号,从01开始编号,多个编号用逗号分隔。

使用dbload一次导入多个表数据的方法。

[[email protected] dbload]$ cat dept_employee.ctl 
file '/home/gbasedbt/train/data/unload_01.unl' delimiter ',' 2;
insert into t_dept_00;

file '/home/gbasedbt/train/data/unload_03.unl' delimiter '.' 4;
insert into t_employee_00;

使用dbload导入数据文件与表定义格式不一致的数据。

[[email protected] dbload]$ cat employee.ctl 
file '/home/gbasedbt/train/tmp/unload_02.unl' delimiter '|' 5;
insert into t_employee_02(f_employeeid, f_employeename, f_deptid, f_birthdate) values(f01, f02, f03, f05);
[[email protected] dbload]$ 

dbexport/dbimport

dbexport语法

dbexport <database> [-X] [-c] [-q] [-d] [-ss [-si]] [-ext]
  [{ -o <dir> | -t <tapedev> -b <blksz> -s <tapesz> [-f <sql-command-file>] }] [-nw]
  [-no-data-tables[=table name{,table name}]]
  [-no-data-tables-accessmethods[=access method name{,access method name}]]

database:指定要导出全部表数据的数据库名称
no-data-tables:指定哪些表不导出数据
o:指定导出的数据保存在哪个操作系统的目录中
ss:测试是否对分片表有特殊作用

导出数据库

dbexport mydb -o .

dbimport语法

dbimport <database> [-X] [-c] [-q] [-ext] [-d <dbspace>]
  [-l [{ buffered }] [-ansi]] [-ci] [-nv] [-D]
  [{ -i <dir> | -t <tapedev> [ -b <blksz> -s <tapesz> ] [-f <script-file>] }]

database:指定要导入全部表数据的数据库名称
d:指定数据库导入到哪个数据库空间中
nv:不对引用约束进行校验
i:指定要导入数据所在的目录

导入数据库。

dbimport mydb -d datadbs1 -i .

onunload/onload

onunload语法

onunload [-l] [-t <tape_device>] [-b <block size>] [-s <tape size>]
		<db_name>[:[<owner>.]<table_name>]

tape_device:保存数据的磁带设备。当使用磁盘时,需创建一个空文件并指定。
db_name:要导出数据的数据库名称。如果不指定表名称,则导出全库数据。
table_name:当需要导出表数据时,指定表名称。

说明:
参数b,参数s和参数l主要用于使用磁带设备,当使用磁盘设备时,可以忽略。
导出数据为二进制格式,只能用于兼容硬件上的兼容数据库版本的数据导入。
该方式使用限制较严格,真实场景中使用较少。

卸载数据库

onunload mydb

卸载表

onunload mydb:t_user

onload语法

onload [-l] [-t <tape_device>] [-b <block size>] [-s <tape size>]
  [-d <data_dbs>] <db_name>[:[<owner>.]<table_name>]
  [{-i <old index name> <new index name>}]
  [{-fd old-DBspace-name new-DBspace-name}]
  [{-fi index-name old-DBspace-name new-DBspace-name}]
  [{-c <old constraint name> <new constraint name>}]

tape_device:保存数据的磁带设备或操作系统文件目录。
data_dbs:指定数据导入时,使用的数据库空间。
db_name:指定导入的数据库名称。
table_name:指定导入的表名称。

加载数据库

onload -d datadbs1 mydb

加载表

onload -d datadbs1 mydb:t_user

external table

external table语法

create external table table_name([column definition | sameas table_template])
using (
datafiles ('disk:/textfile'),
format 'delimited',
delimiter 'delimiter_string'
);

table_name:要创建的外部表名称。
table_template:可以指定一个模板,以该表的列定义创建一个外部表。
datafiles:指定外部表使用的数据文件。
format:
delimiter:

创建外部表

[[email protected] external]$ cat create.sql 
-- export GL_DATE="%d.%m.%iY"

create external table t_ext_data_01(f_employeeid int, f_deptid int, f_employeename varchar(50), f_birthdate date)
using(
datafiles ('disk:/home/gbasedbt/train/data/ext_data.unl'),
format 'delimited',
delimiter '.'
);

select * from t_ext_data_01;
[[email protected] external]$ 

附录

数据准备

[[email protected] train]$ cat table_prepare.sql 
-- database mydb;
create table t_dept_00(f_deptid int, f_deptname varchar(50));
create table t_dept_01(f_deptid int, f_deptname varchar(50));
create table t_employee_00(f_employeeid int, f_deptid int, f_employeename varchar(50), f_birthdate date);
create table t_employee_01(f_employeeid int, f_deptid int, f_employeename varchar(50), f_birthdate date);
create table t_employee_02(f_employeeid int, f_deptid int, f_employeename varchar(50), f_birthdate date);
create table t_employee_03(f_employeeid int, f_deptid int, f_employeename varchar(50), f_birthdate date);
create table t_employee_04(f_employeeid int, f_deptid int, f_employeename varchar(50), f_birthdate date);
create table t_employee_05(f_employeeid int, f_deptid int, f_employeename varchar(50), f_birthdate date);
create table t_employee_06(f_employeeid int, f_deptid int, f_employeename varchar(50), f_birthdate date);
create table t_employee_07(f_employeeid int, f_deptid int, f_employeename varchar(50), f_birthdate date);
create table t_employee_08(f_employeeid int, f_deptid int, f_employeename varchar(50), f_birthdate date);
create table t_employee_09(f_employeeid int, f_deptid int, f_employeename varchar(50), f_birthdate date);
[[email protected] train]$ 
[[email protected] train]$ cat data_prepare.sql 
-- export GL_DATE="%iY-%m-%d"

create table t_dept(f_deptid int, f_deptname varchar(50));

insert into t_dept values(1,'Dev');
insert into t_dept values(2,'Test');
insert into t_dept values(3,'Market');

create table t_employee(f_employeeid int, f_deptid int, f_employeename varchar(50), f_birthdate date);

insert into t_employee values(1,1,'Bill','1983-06-01');
insert into t_employee values(2,1,'John','1985-12-25');
insert into t_employee values(3,2,'Mary','1987-10-10');
insert into t_employee values(4,3,'Kate','1989-11-11');
insert into t_employee values(5,1,'Will
Smith','1981-02-28');
[[email protected] train]$

上一篇: 数仓搭建 DWT 层

下一篇: ORM简介