GBase与梧桐数据库数据加载与导出的差异

news2024/11/5 1:37:49

一、前言

在数据库的导入导出方面，GBase数据库和梧桐数据库有着各自的特点和方法。以下就表数据的导入导出介绍下两个数据库这方面的差异并总结。

二、数据导入

1、GBase库数据导入

GBase数据库在导入数据常使用 LOAD DATA INFILE 语句将数据从文件导入到表中，支持多种数据格式和字段分隔符，具体命令如下：

LOAD DATA INFILE 'file://主机地址/文件目录/文件名' INTO TABLE 目标表 data_format 3 fields terminated by '|' ;

参数解释：

data_format ：指定解析数据文件并加载的方式，如文本方式加载（DATA_FORMAT 3）、定长方式加载（DATA_FORMAT 4）等，示例中指定的方式为 3 文本加载方式
fields : 段指示，包括分隔符、包围符、空格处理等。例如，TERMINATED BY用于指定字段分隔符，ENCLOSED BY用于指定字段包围符，示例中设定 TERMINATED BY '|'，指定字段分割符为 ‘|’;
max_bad_records : 设定错误数据行数的上限，当错误数据行数超过此值时，加载任务回滚并报错退出，设置为0时不允许存在错误记录；
CHARACTER SET : 指定待加载数据文件的编码格式，支持GBK、UTF8等,如果省略，认为不需要转码。
引号中为目标文件地址及文件名；

备注

目标文件地址可以是本地文件系统或远程数据源，可以是 FTP、SFTP、Hadoop

例：

sftp://主机账号:主机密码@主机地址//

hdp://主机账号:主机密码@主机地址//

2、梧桐数据库数据导入

梧桐数据库可以使用COPY命令来进行本地文件系统的导入，也可通过外部表获取远程数据源的方式导入，具体命令如下：

使用COPY命令

\copy table_name from '文件名.csv' WITH FORMAT csv delimiter '|' null as '\\N';

参数解释

table_name 导入的目标表名
from 后接待导入的文件名
WITH 后接导入的限制条件，示例中未完全写出
- FORMAT 导入文件格式，要与文件的格式保持一致
- delimiter 指定文件分割符
- null as 指定字段为空值
- segment reject limit 允许的错误最大记录数
- encoding 指定字符集，不指定则为默认
- log errors into 表名，将错误记录数插入日志

相比较于GBase库，COPY命令只能导入本地系统的文件数据，而GBase库可以通过命令导入其他远程数据源的文件，然而梧桐数据库可以通过外部表的方式导入数据，如下：

CREATE EXTERNAL TABLE test_table
    (column_1 int, column_2 text, column_3 text)
    LOCATION ('gpfdist://文件目录/*.csv')    FORMAT 'CSV' DELIMITER ',';

LOCATION：指定文件目录地址及文件名
其他参数与上述COPY命令一致，可按照需求添加

备注

gpfdist 是梧桐数据库的并行文件分发程序，在执行创建外部表时文件所在主机必须要安装该程序。

创建外部表后可将外部表数据插入本地数据库表中，完成导入操作。

三、数据导出

1、GBase数据库数据导出

GBase数据库在导入数据常使用 SELECT INTO OUTFILE 语句将数据从文件导入到表中，支持多种数据格式和字段分隔符，具体命令如下：

rmt:select * from 目标表名 into outfile '目标地址/文件名.txt' fields TERMINATED BY ',' enclosed by '"' lines TERMINATED BY '\n';

参数解释：

fields : 字段指示，包括分隔符、包围符、空格处理等。例如，TERMINATED BY用于指定字段分隔符，ENCLOSED BY用于指定字段包围符，示例中设定 TERMINATED BY '|'，指定字段分割符为 ‘|’;enclosed by '"' 指定’ " '为字段包围符;
lines TERMINATED BY: 指定行分隔符，默认为换行符（\n）。
WRITEMODE BY：指定导出文件的写入模式。可以是NORMAL（如果文件已存在则报错）或OVERWRITES（覆盖已存在的文件）。
CHARACTER SET : 指定待加载数据文件的编码格式，支持GBK、UTF8等,如果省略，认为不需要转码。
rmt：使用rmt前缀可以将数据导出到执行命令的客户端机器上，而不是服务器上.

2、梧桐数据库数据导出

梧桐数据库常使用COPY命令来进行数据的导出，具体命令如下：

\COPY select * from table_name TO '文件地址/文件名' WITH (FORMAT 'csv',DELIMITER '|', HEADER true);

参数解释：

TO 后接数据导出指定的目录及文件名
WITH 后接导入的限制条件，示例中未完全写出
- FORMAT 导入文件格式，要与文件的格式保持一致
- HEADER 指定输出文件是否包含列头。可以设置为true或false
- delimiter 指定文件分隔符，示例使用 ’ | '作为分隔符
- ESCAPE 指定转义字符，用于转义引号字符本身或其他特殊字符，默认为反斜杠\
- QUOTE 指定引号字符，用于包围文本字段，默认为双引号"
- encoding 指定字符集，支持GBK、UTF8等，不指定则为默认