使用外表并行导出-华为云

云数据库 GAUSSDB-关于并行导出:相关概念

相关概念数据文件：存储有数据的TEXT、 CS V或FIXED文件。文件中保存的是从 GaussDB数据库导出的数据。外表：用于规划导出数据文件的数据文件格式、存放位置、编码格式等信息。 GDS：数据服务工具。在导出数据时，需要将此工具部署到数据文件所在的服务器上，使DN可以通过该工具导出数据。表：数据库中的表，包括行存表和列存表。数据文件中的数据从这些表中导出。 Local导出模式：将集群中的业务数据导出到集群节点所在主机上。 Remote导出模式：将集群中的业务数据导出到集群之外的主机上。

云数据库 GAUSSDB 使用外表并行导出

云数据库 GAUSSDB-关于并行导出:导出流程

导出流程图2 并行导出流程表1 流程说明流程说明子任务规划导出数据。根据所选模式，准备需要导出的数据并规划导出路径。详细内容请参见规划导出数据 - 是否为Local模式？根据创建外表时所规划的导出模式判断，是否为Local模式。 - 启动GDS。若规划的导出模式为Remote模式，需在数据服务器上安装配置并启动GDS。详细内容请参见安装配置和启动GDS。 - 创建外表。创建外表用于帮助GDS指定导出的数据文件。外表中保存了导出数据文件的位置、文件格式、编码格式、数据间的分隔符等信息。详细内容请参见创建GDS外表。 - 执行导出数据。在创建好外表后，通过INSERT语句，将数据快速、高效地导出到数据文件中。详细内容请参见执行导出数据。 - 停止GDS。数据导出完成后，停止GDS。详细请参见停止GDS。 -

云数据库 GAUSSDB 使用外表并行导出

云数据库 GAUSSDB-创建GDS外表:操作步骤

操作步骤根据规划导出数据中规划的路径确定外表参数location的值。 Remote模式请通过URL方式设置参数“location”，用于指定导出的数据文件存放路径。不需要指定文件名。当有多个路径时，只有第一个路径有效。示例： GDS数据服务器IP为192.168.0.90，假定启动GDS时设置的侦听端口为5000，设置的导出后文件存放目录为“/output_data/”。根据以上情况，在创建外表时，指定参数“location”为“gsfs://192.168.0.90:5000/”。 Local模式设置参数“location”，用于指定导出的数据文件存放路径，不需要指定文件名。示例：数据源文件可通过本地文件方式访问，计划将导出数据文件存放在“/output_data/”目录中。根据以上情况，在创建外表时，指定参数“location”为“file:///output_data/”。梳理待导出数据的格式信息，确定创建外表时使用的数据格式参数的值。格式参数详细介绍，请参见数据格式参数。根据前面步骤确定的参数，创建GDS外表。外表的创建语法以及详细使用，请参考CREATE FOREIGN TABLE (导入导出)。

云数据库 GAUSSDB 使用外表并行导出

云数据库 GAUSSDB-创建GDS外表:示例

示例示例1：创建GDS导出外表foreign_tpcds_reasons，待导出数据格式为CSV，用于接收数据服务器上的数据。其中设置的导出模式信息如下所示：规划数据服务器与集群处于同一内网，数据服务器IP为192.168.0.90，待导出的数据文件格式为CSV，选择并行导出模式为Remote模式。假定启动GDS时，规划导出的数据文件存放目录为“/output_data/”，GDS侦听端口为5000，所以设置参数“location”为“gsfs://192.168.0.90:5000/”。设置导出的数据格式信息，参数设置如下所示：导出数据文件格式（format）为CSV。编码格式（encoding）为UTF-8。字段分隔符（delimiter）为E'\x08'。引号字符（quote）为0x1b。数据文件中空值（null）为没有引号的空字符串。逃逸字符（escape）为默认值双引号。数据文件是否包含标题行（header）为默认值false，即导出时数据文件第一行被识别为数据。导出数据文件换行符样式（EOL）为0X0A。创建的外表如下所示： 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 postgres=# CREATE FOREIGN TABLE foreign_tpcds_reasons ( r_reason_sk integer not null, r_reason_id char(16) not null, r_reason_desc char(100) ) SERVER gsmpp_server OPTIONS (LOCATION 'gsfs://192.168.0.90:5000/', FORMAT 'CSV', DELIMITER E'\x08', QUOTE E'\x1b', NULL '', EOL '0x0a' ) WRITE ONLY; 示例2：创建GDS导出外表foreign_tpcds_reasons，导出数据格式为FIXED，用于接收数据服务器上的数据。其中设置的导出模式信息如下所示：规划数据服务器与集群处于同一内网，数据服务器IP为192.168.0.90，计划导出的数据文件格式为CSV，选择并行导出模式为Remote模式。假定启动GDS时，规划导出的数据文件存放目录为“/output_data/”，GDS侦听端口为5000，所以设置参数“location”为“gsfs://192.168.0.90:5000/”。设置导出的数据格式信息，参数设置如下所示：导出数据文件格式（format）为FIXED。编码格式（encoding）为UTF-8。数据文件是否包含标题行（header）为默认值false，即指定导出数据文件是不包含标题行。定义每一个字段在数据文件中的位置POSITION(offset,length)。其中offset为该字段在文件中的起始位置，length为该字段的长度，单位为字节。字段“r_reason_sk”，数据类型为integer，使用以下查询所得占用的最大字节数为2，所以设置的起始位置为1，长度为2。字段“r_reason_id”，数据类型为character varying(16)，使用以下查询所得占用的最大字节数为16，所以设置的起始位置为字段“r_reason_sk”的offset+length=1+2=3，长度为16。字段“r_reason_desc”，数据类型为character varying(100)，使用以下查询所得占用的最大字节数为100，所以设置的起始位置为字段“r_reason_id”的offset+length=3+16=19，长度为100。 1 2 3 4 5 postgres=# SELECT max(lengthb(r_reason_sk)),max(lengthb(r_reason_id)),max(lengthb(r_reason_desc)) FROM reasons; max | max | max -----+-----+----- 2 | 16 | 100 (1 row) 导出数据文件换行符样式（EOL）为0X0A。创建的外表如下所示： 1 2 3 4 5 6 7 8 9 10 11 12 postgres=# CREATE FOREIGN TABLE foreign_tpcds_reasons ( r_reason_sk integer position(1,2), r_reason_id char(16) position(3,16), r_reason_desc char(100) position(19,100) ) SERVER gsmpp_server OPTIONS (LOCATION 'gsfs://192.168.0.90:5000/', FORMAT 'FIXED', ENCODING 'utf8', EOL '0x0a' ) WRITE ONLY;

云数据库 GAUSSDB 使用外表并行导出

云数据库 GAUSSDB-执行导出数据:任务示例

任务示例示例1：将表reasons的数据通过外表foreign_tpcds_reasons导出到数据文件中。 1 postgres=# INSERT INTO foreign_tpcds_reasons SELECT * FROM reasons; 示例2：通过条件过滤（r_reason_sk =1），向数据文件中导出部分数据。 1 postgres=# INSERT INTO foreign_tpcds_reasons SELECT * FROM reasons WHERE r_reason_sk=1; 示例3：对于特殊的数据类型如RAW类型，在导出之后是一个二进制文本，导入工具无法识别。需使用RAWTOHEX()函数将其转换为16进制文本导出。 1 postgres=# INSERT INTO foreign_blob_type_tab SELECT RAWTOHEX(c) FROM blob_type_tab;

云数据库 GAUSSDB 使用外表并行导出

云数据库 GAUSSDB-执行导出数据:操作步骤

操作步骤执行数据导出。 1 INSERT INTO [foreign table 表名] SELECT * FROM [源表名]; 编写批处理任务脚本，实现并发批量导出数据。并发量视机器资源使用情况而定。可通过几个表测试，监控资源利用率，根据结果提高或减少并发量。常用资源监控命令有：内存和CPU监控top命令，IO监控命令iostat，网络监控命令sar等。仅支持单个内表导出，不支持多表Join联合导出，不支持单表的聚集、排序、子查询、limit等操作结果导出。本版本中GDS导出已经支持CN RETRY，当出现DN故障或者GTM故障导致的网络错误发生时会触发CN RETRY。注意要保证GDS 和内核版本一致或者都高于此版本。

云数据库 GAUSSDB 使用外表并行导出

云数据库 GaussDB-规划导出数据:规划导出路径

规划导出路径 Remote模式（可选）创建用户及所属的用户组。此用户为启动GDS的用户，该用户需要拥有导出数据文件存放目录的写权限。 groupadd gdsgrpuseradd -g gdsgrp gdsuser 若出现以下提示，说明数据库用户及所属用户组已存在，可跳过本步骤。 useradd: Account 'gdsuser' already exists.groupadd: Group 'gdsgrp' already exists. 创建导出的数据文件存放目录“/output_data”。 mkdir -p /output_data 修改数据文件目录属主为gdsuser。 chown -R gdsuser:gdsgrp /output_data Local模式在集群的每个DN上创建导出数据文件存放目录“/output_data”。 mkdir -p /output_data 修改数据文件目录属主为omm。 chown -R omm:dbgrp /output_data 将参数“location”设为本地路径，不需要指定文件名。例如：计划将导出数据文件存放在“/output_data/”目录中。根据以上情况，在创建外表时，指定参数“location”为“file:///output_data/”。

云数据库 GaussDB 使用外表并行导出

云服务器内容精选

使用外表并行导出

7*24

备案

专业服务

退订

建议反馈

售前咨询热线