GBase 8s 数据迁移

GBase 8s 数据迁移

• 数据迁移分类
• 数据迁移问题
• 数据迁移方法
• 附录

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	库	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]$