Export语法和结果

一、语法

Export 需要借助 Broker 进程访问远端存储，不同的 Broker 需要提供不同的参数，这里以导出到HDFS为例介绍Export 写法，也可以通过"help export "命令查看export使用方式：

EXPORT TABLE db1.tbl1 
PARTITION (p1,p2)
[WHERE [expr]]
TO "hdfs://host/path/to/export/" 
PROPERTIES
(
"label" = "mylabel",
"column_separator"=",",
"columns" = "col1,col2",
"exec_mem_limit"="2147483648",
"timeout" = "3600"
)
WITH BROKER "brokername"
(
"username" = "user",
"password" = "passwd"
);

以上导出参数的解释如下：

label：本次导出作业的标识。后续可以使用这个标识查看作业状态，也可以不指定，会自动生成一个label。
column_separator：列分隔符。默认为 \t。支持不可见字符，比如 '\x07'。
columns：要导出的列，使用英文状态逗号隔开，如果不填这个参数默认是导出表的所有列。
line_delimiter：行分隔符。默认为 \n。支持不可见字符，比如 '\x07'。
exec_mem_limit：表示 Export 作业中，一个查询计划在单个 BE 上的内存使用限制。默认 2GB。单位字节。
timeout：作业超时时间。默认 2小时。单位秒。
tablet_num_per_task：每个查询计划分配的最大分片数。默认为 5。

提交作业后，可以通过Show Export命令查询导出作业的状态，Show Export用法如下：

SHOW EXPORT
[FROM db_name]
[
WHERE
[ID = your_job_id]
[STATE = ["PENDING"|"EXPORTING"|"FINISHED"|"CANCELLED"]]
[LABEL = your_label]
]
[ORDER BY ...]
[LIMIT limit];

Show Export 解释如下：

如果不指定 db_name，使用当前默认db
如果指定了 STATE，则匹配 EXPORT 状态
可以使用 ORDER BY 对任意列组合进行排序
如果指定了 LIMIT，则显示 limit 条匹配记录。否则全部显示

二、结果

执行"show export "后，返回结果如下：

mysql> show EXPORT\G;
*************************** 1. row ***************************
JobId: 14008
State: FINISHED
Progress: 100%
TaskInfo: {"partitions":["*"],"exec mem limit":2147483648,"column separator":",","line delimiter":"\n","tablet num":1,"broker":"hdfs","coord num":1,"db":"default_cluster:db1","tbl":"tbl3"}
Path: hdfs://host/path/to/export/
CreateTime: 2022-06-25 17:08:24
StartTime: 2022-06-25 17:08:28
FinishTime: 2022-06-25 17:08:34
Timeout: 3600
ErrorMsg: NULL
1 row in set (0.01 sec)

以上结果返回各个参数的解释如下：

JobId：作业的唯一 ID
State：作业状态：
- PENDING：作业待调度
- EXPORTING：数据导出中
- FINISHED：作业成功
- CANCELLED：作业失败
Progress：作业进度。该进度以查询计划为单位。假设一共 10 个查询计划，当前已完成 3 个，则进度为 30%。
TaskInfo：以 Json 格式展示的作业信息：
- db：数据库名
- tbl：表名
- partitions：指定导出的分区。* 表示所有分区。
- exec mem limit：查询计划内存使用限制。单位字节。
- column separator：导出文件的列分隔符。
- line delimiter：导出文件的行分隔符。
- tablet num：涉及的总 Tablet 数量。
- broker：使用的 broker 的名称。
- coord num：查询计划的个数。
Path：远端存储上的导出路径。
CreateTime/StartTime/FinishTime：作业的创建时间、开始调度时间和结束时间。
Timeout：作业超时时间。单位是秒。该时间从 CreateTime 开始计算。
ErrorMsg：如果作业出现错误，这里会显示错误原因。