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  >  IT编程

BCP导出导入大容量数据实践

程序员文章站 2022-03-26 10:51:51
  前言   SQL SERVER提供多种不同的数据导出导入的工具,也可以编写SQL脚本,使用存储过程,生成所需的数据文件,甚至可以生成包含SQL语句和数...

 

前言

 

SQL SERVER提供多种不同的数据导出导入的工具,也可以编写SQL脚本,使用存储过程,生成所需的数据文件,甚至可以生成包含SQL语句和数据的脚本文件。各有优缺点,以适用不同的需求。下面介绍大容量数据导出导入的利器——BCP实用工具。同时在后面也介绍BULK INSERT导入大容量数据,以及BCP结合BULK INSERT做数据接口的实践(在SQL2008R2上实践)。

 

1. BCP的用法

 

BCP 实用工具可以在 Microsoft SQL Server 实例和用户指定格式的数据文件间大容量复制数据。使用 BCP实用工具可以将大量新行导入 SQL Server 表,或将表数据导入数据文件。除非与 queryout 选项一起使用,否则使用该实用工具不需要了解 Transact-SQL 知识。BCP既可以在CMD提示符下运行,也可以在SSMS下执行。

 

BCP导出导入大容量数据实践

 

figure-1

 

语法:


bcp {[[database_name.][schema].]{table_name | view_name} | "query"}
    {in | out | queryout | format} data_file
    [-mmax_errors] [-fformat_file] [-x] [-eerr_file]
    [-Ffirst_row] [-Llast_row] [-bbatch_size]
    [-ddatabase_name] [-n] [-c] [-N] [-w] [-V (70 | 80 | 90 )] 
    [-q] [-C { ACP | OEM | RAW | code_page } ] [-tfield_term] 
    [-rrow_term] [-iinput_file] [-ooutput_file] [-apacket_size]
    [-S [server_name[\instance_name]]] [-Ulogin_id] [-Ppassword]
    [-T] [-v] [-R] [-k] [-E] [-h"hint [,...n]"]

 

 

简单的导出例子1:

 

BCP导出导入大容量数据实践

 

figure-2

 

简单的导出例子2:

 

BCP导出导入大容量数据实践

 

figure-3

 

 

 

在SSMS上同时也可以执行:

 

EXEC [master]..xp_cmdshell

'BCP TestDB_2005.dbo.T1 out E:\T1_02.txt -c -T'

GO

code-1

 

 

BCP导出导入大容量数据实践

 

figure-4

 

 

 

 

 

EXEC [master]..xp_cmdshell

'BCP "SELECT * FROM TestDB_2005.dbo.T1" queryout E:\T1_03.txt -c -T'

GO

code-2

 

 

BCP导出导入大容量数据实践

 

figure-5

 

 

 

从个人来讲,我更喜欢使用第二种跟queryout选项一起使用的写法,因为这样可以更加灵活控制要导出的数据。如果执行BCP命令遇到这样的错误提示:

 

Msg 15281, Level 16, State 1, Procedure xp_cmdshell, Line 1

SQL Server blocked access to procedure 'sys.xp_cmdshell' of component 'xp_cmdshell' because this component is turned off as part of the security configuration for this server. A system administrator can enable the use of 'xp_cmdshell' by using sp_configure. For more information about enabling 'xp_cmdshell', see "Surface Area Configuration" in SQL Server Books Online.

 

基于安全的考虑,系统默认没有开启xp_cmdshell选项。使用下面语句开启此选项。

 

 

EXEC sp_configure 'show advanced options', 1
RECONFIGURE
GO

EXEC sp_configure 'xp_cmdshell', 1
RECONFIGURE
GO

 

 

code-3

 

 

 

使用完之后,可以把sp_cmdshell关闭。

 

 

EXEC sp_configure 'show advanced options', 1
RECONFIGURE
GO

EXEC sp_configure 'xp_cmdshell', 0
RECONFIGURE
GO

 

 

code-4

 

 

 

BCP导入数据

 

修改figure-2中的out为in即可,把数据导入。

 

BCP导出导入大容量数据实践

 

figure-6

 

 

 

BCP导出导入大容量数据实践

 

figure-7

 

 

 

使用BULK INSERT导入数据

 

BULK INSERT dbo.T1 FROM 'E:\T1.txt'

WITH (

    FIELDTERMINATOR = '\t',

    ROWTERMINATOR = '\n'    

)

code-5

 

 

BCP导出导入大容量数据实践

 

figure-8

 

 

 

 

相比BCP的导入,BULK INSERT提供更灵活的选择。

 

 

 

BCP几个常用的参数说明:

 

database_name 指定的表或视图所在数据库的名称。如果未指定,则使用用户的默认数据库。 in | out| queryout | format

in 从文件复制到数据库表或视图。

out 从数据库表或视图复制到文件。如果指定了现有文件,则该文件将被覆盖。提取数据时,请注意 bcp 实用工具将空字符串表示为 null,而将 null 字符串表示为空字符串。

queryout 从查询中复制,仅当从查询大容量复制数据时才必须指定此选项。

format 根据指定的选项(-n、-c、-w 或 -N)以及表或视图的分隔符创建格式化文件。大容量复制数据时,bcp 命令可以引用一个格式化文件,从而避免以交互方式重复输入格式信息。format 选项要求指定 -f 选项;创建 XML 格式化文件时还需要指定 -x 选项。

in 从文件复制到数据库表或视图。
out 从数据库表或视图复制到文件。如果指定了现有文件,则该文件将被覆盖。提取数据时,请注意 bcp 实用工具将空字符串表示为 null,而将 null 字符串表示为空字符串。
queryout 从查询中复制,仅当从查询大容量复制数据时才必须指定此选项。 -c 使用字符数据类型执行该操作。此选项不提示输入每个字段;它使用 char 作为存储类型,不带前缀;使用 \t(制表符)作为字段分隔符,使用 \r\n(换行符)作为行终止符。 -w 使用 Unicode 字符执行大容量复制操作。此选项不提示输入每个字段;它使用 nchar 作为存储类型,不带前缀;使用 \t(制表符)作为字段分隔符,使用 \n(换行符)作为行终止符。 -tfield_term 指定字段终止符。默认值为 \t(制表符)。使用此参数可以替代默认字段终止符。 -rrow_term 指定行终止符。默认值为 \n(换行符)。使用此参数可替代默认行终止符。 -Sserver_name[ \instance_name] 指定要连接的 SQL Server 实例。如果未指定服务器,则 bcp 实用工具将连接到本地计算机上的默认 SQL Server 实例。如果从网络或本地命名实例上的远程计算机中运行 bcp 命令,则必须使用此选项。若要连接到服务器上的 SQL Server 默认实例,请仅指定 server_name。若要连接到 SQL Server 的命名实例,请指定 server_name\instance_name。 -Ulogin_id 指定用于连接到 SQL Server 的登录 ID。 -Ppassword 指定登录 ID 的密码。如果未使用此选项,bcp 命令将提示输入密码。如果在命令提示符的末尾使用此选项,但不提供密码,则 bcp 将使用默认密码 (NULL)。 -T 指定 bcp 实用工具通过使用集成安全性的可信连接连接到 SQL Server。不需要网络用户的安全凭据、login_id 和 password。如果未指定 –T,则需要指定 –U 和 –P 才能成功登录。

 

 

 

 

 

2. 实践

 

2.1 导出数据

 

介绍完BCP的导出导入,以及BULK INSERT的导入,下面进行一些实际的操作。为了接近实际环境,创建一张10个字段的表,包含有几种常用的数据类型,构造2000万的数据,包含中文和英文。为了更快插入测试数据,先不创建索引。在执行下面代码之前,请留意下数据库的日志恢复模式是否设置为大容量模式或简单模式,以及磁盘空间是否足够(我的实践中,数据生成后数据文件和日志文件大概需要40G的空间)。

 

USE AdventureWorks2008R2
GO

IF OBJECT_ID(N'T1') IS NOT NULL
BEGIN
    DROP TABLE T1
END
GO

CREATE TABLE T1 (
    id_ INT,
    col_1 NVARCHAR(50),
    col_2 NVARCHAR(40),
    col_3 NVARCHAR(40),
    col_4 NVARCHAR(40),
    col_5 INT,
    col_6 FLOAT,
    col_7 DECIMAL(18,8),
    col_8 BIT,
    input_date DATETIME DEFAULT(GETDATE())
)
GO

WITH CTE1 AS ( 
SELECT a.[object_id] FROM master.sys.all_objects AS a,master.sys.all_objects AS b,sys.databases AS c
WHERE c.database_id <= 5
)

,CTE2 AS (
SELECT ROW_NUMBER() OVER (ORDER BY [object_id]) as row_no FROM CTE1
)

INSERT INTO T1 (id_,col_1,col_2,col_3,col_4,col_5,col_6,col_7,col_8)
SELECT row_no,REPLICATE(N'博客园 ',10),NEWID(),NEWID(),NEWID(),CAST(row_no * RAND() * 10 AS INT),row_no * RAND(),row_no * RAND(),CAST(row_no * RAND() AS INT) % 2
FROM CTE2 WHERE row_no <= 20000000
GO

 

 

code-6

 

 

 

过程要花上几分钟的时间才能完成,请耐心等待一下。

 

使用上面介绍的用法导出数据:

 

EXEC [master]..xp_cmdshell

'BCP AdventureWorks2008R2.dbo.T1 out E:\T1_04.txt -w -T -S KEN\SQLSERVER08R2'

GO

code-7

 

 

 

这里使用-w参数。BCP可以在CMD下导出数据,测试导出2000万条记录,我的笔记本使用了近8分钟左右的时间。BCP同时也可以在SSMS中执行,使用了6分多钟时间,比CMD下速度要快些,生成的文件大小一致,每个文件近5GB。

 

BCP导出导入大容量数据实践

 

figure-9

 

BCP导出导入大容量数据实践

 

figure-10

 

 

 

而对于复杂的大容量导入情况,通常都会需要格式化文件。在以下情况下,必须使用格式化文件:

 

具有不同架构的多个表使用同一数据文件作为数据源。

 

数据文件中的字段数不同于目标表中的列数;例如:

 

目标表中至少包含一个定义了默认值或允许为 NULL 的列。

 

用户不具有对目标表的一个或多个列的 SELECT/INSERT 权限。

 

具有不同架构的两个或多个表使用同一个数据文件。

 

 

 

数据文件和表的列顺序不同。

 

数据文件列的终止字符或前缀长度不同。

 

 

 

这里不使用格式化文件进行导出导入的演示了。详细介绍与使用,请参考联机丛书。

 

 

 

2.2 导入数据

 

使用BULK INSERT把数据导入到目标表数据。为提高性能,可临时删除索引,导完之后再重建索引等。请注意要预留足够的磁盘空间。这里大概花了15分钟导完。

 

BCP导出导入大容量数据实践

 

figure-11

 

 

 

 

 

3. 扩展

 

3.1 数据导出导入自动化与数据接口

 

由于工作关系,有时要开发一些客户的数据接口,每天自动导入比较大量的数据。限制于应用程序等因素影响,所以考虑直接使用SQL SERVER的BULK INSERT每天自动去读取相关目录的中间文件。尽管目录是动态的,但由于中间文件是固定格式的,通过编写动态SQL,最后封闭成存储过程,放到JOB中,配置运行的计划,即可完成自动化的工作。下面简单演示下过程:

 

 

 

3.1.1 编写导入脚本

 

CREATE PROCEDURE sp_import_data
AS
BEGIN 
DECLARE @path NVARCHAR(500)
DECLARE @sql NVARCHAR(MAX)
/*S_PARAMETERS表是可以在应用程序上配置路径的*/
SELECT  @path = value_ + CONVERT(NVARCHAR, getdate(), 23) + '.txt' FROM S_PARAMETERS WHERE [type] = 'Import'
/*T4是一张临时的中间表。先把数据从文件中读入到中间表,最后通过脚本把T4中间表的数据插入到实际的业务表中*/
SET @sql=N'BULK INSERT T4 FROM '''+ @path + '''
WITH (
    FIELDTERMINATOR = ''*'',
    ROWTERMINATOR = ''\n''
    
)'
EXEC (@sql)
END
GO

 

code-8

 

 

 

3.1.2 配置JOB

 

首先要配置好的是SQL SERVER有权限读取相关目录和文件的权限。在Windows服务里,打开SQL SERVER的属性,在Log On页签,使用有足够权限启动SQL SERVER和有权限读取相关目录的用户,比如读取网络盘。

 

BCP导出导入大容量数据实践

 

figure-12

 

 

 

在SQL Server Agent新建一个作业

 

BCP导出导入大容量数据实践

 

figure-13

 

 

 

在General页,选择Owner,这里选择sa。

 

BCP导出导入大容量数据实践

 

figure-14

 

 

 

在Steps页,在Command里执行写好的存储过程。

 

BCP导出导入大容量数据实践

 

figure-15

 

 

 

在Schedules页,配置执行的时间和频率等。完成。

 

BCP导出导入大容量数据实践

 

figure-16

 

 

 

 

 

3.2 高版本数据库降级到低版本

 

一般来说,从低版本备份的数据库可以直接在高版本的数据库中恢复的,比如SQL2000的备份可以在SQL2005或SQL2008中恢复,除非是跨度太大的之外。比如SQL2000的备份就不能直接在SQL2012中恢复,只能恢复到SQL2008,再从SQL2008备份出来,最后到SQL2012上恢复。

 

而高版本的备份一般不能在低版本中恢复,如SQL2008的备份不能在SQL2005或SQL2000中恢复。而实际中,却又会遇到这种需求。最好是通过高版本SSMS直接连接两个不同版本的数据库,通过数据库间的数据导出导入或写脚本,把高版本的数据导到低版本的数据库中。这是比较快速安全的方法。但是如果两个版本的数据库不能相连,只能是把数据导出来,再导入。对于数据量不大来说,使用SSMS的导出导入功能,或是生成包含数据的脚本即可(下图)。对于大数据来说,却是一个灾难,如前面有2000万数据的大表,生成数据的脚本也有几个G大,直接使用SSMS执行是不可能的了。只能是使用BCP、BULK INSERT这种大容量数据导出导入的工具。

 

BCP导出导入大容量数据实践

 

figure-17

 

 

4. 总结

 

使用BCP并结合BULK INSERT可实现大容量数据的快速导出导入,并可以实现其自动化工作。对于少量数据来说,操作也不算很复杂。这是除了SSMS上的图形化工具之外,又一个非常实用的工具。