GBase 8s 数据迁移
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
- unload/load
- dbload
- dbexport/dbimport
- gunload/gload
- 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 |
gunload/gload | 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
的日期格式,列分隔符使用一个英文句号【
.
】。
-- 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
的日期格式,列分隔符使用四个英文句号【
....
】。
-- 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
的日期格式,列分隔符使用一个#号和三个英文句号【
#...
】。
-- 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
的日期格式,列分隔符使用三个英文句号和一个#号【
...#
】。
-- 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。
[gbasedbt@train 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。
[gbasedbt@train 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);
[gbasedbt@train dbload]$
说明:
当导入的数据中包含有错误数据时,需要使用dbload进行数据导入,在导入时指定参数-e max_errors,即允许数据文件中包含的最大错误行数。
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 .
gunload/gload
gunload语法
gunload [-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该文件。
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
touch mydb.bin
gunload -t mydb.bin mydb
卸载表
touch mytable.bin
gunload -t mytable.bin mydb:t_user
gload语法
gload [-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。当为操作系统的文件时,需要指定该文件。
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
gload -t mydb.bin -d datadbs1 mydb
加载表
gload -t mytable.bin -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
[gbasedbt@train 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(20), f_birthdate date)
using(
datafiles ('disk:/home/gbasedbt/train/data/ext_data.unl'),
format 'delimited',
delimiter '.'
);
select * from t_ext_data_01;
[gbasedbt@train external]$
附录
数据准备
[gbasedbt@train train]$ cat table_prepare.sql
-- database mydb;
create table t_dept_00(f_deptid int, f_deptname varchar(20));
create table t_dept_01(f_deptid int, f_deptname varchar(20));
create table t_employee_00(f_employeeid int, f_deptid int, f_employeename varchar(20), f_birthdate date);
create table t_employee_01(f_employeeid int, f_deptid int, f_employeename varchar(20), f_birthdate date);
create table t_employee_02(f_employeeid int, f_deptid int, f_employeename varchar(20), f_birthdate date);
create table t_employee_03(f_employeeid int, f_deptid int, f_employeename varchar(20), f_birthdate date);
create table t_employee_04(f_employeeid int, f_deptid int, f_employeename varchar(20), f_birthdate date);
create table t_employee_05(f_employeeid int, f_deptid int, f_employeename varchar(20), f_birthdate date);
create table t_employee_06(f_employeeid int, f_deptid int, f_employeename varchar(20), f_birthdate date);
create table t_employee_07(f_employeeid int, f_deptid int, f_employeename varchar(20), f_birthdate date);
create table t_employee_08(f_employeeid int, f_deptid int, f_employeename varchar(20), f_birthdate date);
create table t_employee_09(f_employeeid int, f_deptid int, f_employeename varchar(20), f_birthdate date);
[gbasedbt@train train]$
[gbasedbt@train 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');
[gbasedbt@train train]$