Oracle sql loader使用速成

Oracle SQL LOADER是Oracle的数据加载工具，用来将固定格式的文本文件中数据加载到Oracle数据库中。它提供了最快捷的加载途径(direct / parallel)，是大数据快速加载的完美工具。在数据仓库应用中用得较多。我们介绍一下它的速成使用方法，快速掌握它。

 

(miki西游 @mikxiyou 原文链接: http://mikixiyou.iteye.com/blog/1738885 )

一、确定加载文件内容格式和文件的字符集编码

导入的文本文件有以txt或csv为后缀名的，它的编码方式通常有gb2312和utf8两种。
例如，csv文件的内容格式如下所示：

"admin","55de42146747ea457c2bab5064b7019c","[e-mail]","d0d8e1"
"huangomeng","2bdca6d6a6cb20f1f2483d0a9d13e621","[e-mail]","145288"
"乐友","ee39f6b01424c1408d17d027da0b85a1","[e-mail]","a2fb84"
"贝龙","894a14224560a9792f0a21673642e2cc","[e-mail]","583815"

 
每个字段是双引号括上，字段之间以逗号分隔开。基本上csv的格式都是这样。
另外，还注意不同的编码字符集，gb2312和utf8等字符集之间的区别要记住。在写sqlldr控制文件时需要用到。

二、编写正确的数据加载控制文件

加载字符集ZHS16GBK的文本文件的控制文件bb_11g.ctl的内容如下：

LOAD DATA
CHARACTERSET ZHS16GBK
INFILE 'D:\uc_members_20121130.csv'
BADFILE 'D:\uc_members_20121130.bad'
DISCARDFILE 'D:\uc_members_20121130.dsc'
truncate
into table T_USER_INFO
(USERNAME CHAR terminated by ',' OPTIONALLY ENCLOSED BY '"' ,
 PASSWD CHAR terminated by ',' OPTIONALLY ENCLOSED BY '"',
 EMAIL CHAR terminated by ',' OPTIONALLY ENCLOSED BY '"' ,
 SALT char terminated  by  whitespace OPTIONALLY ENCLOSED BY '"')

 
这里的字符集名称和数据库的字符集名称一致。如果字符集不匹配，在加载数据进入数据库后，你会发现中文或其他文件的都会是乱码。
如果数据库字符集是ALT32UTF8,那么需要将"CHARACTERSET ZHS16GBK"修改为"CHARACTERSET UTF8"。

字段分隔符说明：
terminated   by   x'09'       ,指字段以X'09' -- 制表符(TAB)分隔   
terminated   by  ','          ,指用逗号分隔 
terminated   by   whitespace　,指结尾以空白分隔   


三、使用sqlldr程序根据控制文件导入文本文件到数据库

在windows的cmd下执行sqlldr，实现数据快速加载。

sqlldr scott/tiger@elvdb_11g control=d:\bb_11g.ctl log=d:\dd_11g.log

 
在执行结束后，记住去检查log文件。日志文件会显示加载的详细信息。

SQL*Loader: Release 10.2.0.1.0 - Production on 星期五 11月 30 10:17:44 2012

Copyright (c) 1982, 2005, Oracle.  All rights reserved.

控制文件:      D:/bb_11g.ctl
为全部输入指定了字符集 ZHS16GBK。

数据文件:      D:\uc_members_20121130.csv
  错误文件:    D:\uc_members_20121130.bad
  废弃文件:    D:\uc_members_20121130.dsc
(可废弃所有记录)

要加载的数: ALL
要跳过的数: 0
允许的错误: 50
绑定数组: 64 行, 最大 256000 字节
继续:    未作指定
所用路径:       常规

表 T_USER_INFO,已加载从每个逻辑记录
插入选项对此表 TRUNCATE 生效

   列名                        位置      长度  中止 包装数据类型
------------------------------ ---------- ----- ---- ---- ---------------------
USERNAME                            FIRST     *   ,  O (") CHARACTER           
PASSWD                               NEXT     *   ,  O (") CHARACTER           
EMAIL                                NEXT     *   ,  O (") CHARACTER           
SALT                                 NEXT     *  WHT O (") CHARACTER           


表 T_USER_INFO:
  1132907 行 加载成功。
  由于数据错误, 0 行 没有加载。
  由于所有 WHEN 子句失败, 0 行 没有加载。
  由于所有字段都为空的, 0 行 没有加载。


为绑定数组分配的空间:                 66048 字节 (64 行)
读取   缓冲区字节数: 1048576

跳过的逻辑记录总数:          0
读取的逻辑记录总数:       1132907
拒绝的逻辑记录总数:          0
废弃的逻辑记录总数:        0

从 星期五 11月 30 10:17:44 2012 开始运行
在 星期五 11月 30 10:18:23 2012 处运行结束

经过时间为: 00: 00: 39.22
CPU 时间为: 00: 00: 06.16

 

从日志文件中可以看到，加载110万条记录，只要39秒。如果有错误或废弃的记录，可以到对应的文件中去查看一下。


四、注意事项
1、导入的文本文件有时候会很大，使用文本编辑工具可能很难打开。可以尝试一下vi。
2、导入的目标表上最好没有主键，没有索引，没有约束，使用nologging设置尽量减少日志生成量。
3、导入的文本文件最好所有的格式都是字符串或数字。如果是时间，需要将它和NSL_DATE_FORMAT保持一致。
4、对于LOB字段，sqlldr爱莫能助。