云数据库 GAUSSDB-执行导入数据:操作步骤

时间:2024-01-23 20:08:52

操作步骤

  1. GaussDB 中创建目标表,用于存储导入的数据。建表语句请参见CREATE TABLE
  2. (可选)若导入表存在索引,在数据导入过程中,将增量更新索引信息,影响数据导入性能。建议在执行数据导入前,先删除相关表的索引。在数据导入完成后,再重新创建索引。

    1. 假定在导入表“product_info”上的“product_id”字段上存在普通索引“product_idx”。在执行数据导入前,请先删除相关索引。
      1
      postgres=# DROP INDEX product_idx;
      
    2. 在数据导入完成后,重建索引。
      1
      postgres=# CREATE INDEX product_idx ON product_info(product_id);
      
    3. 打开enable_stream_operator。
      1
      postgres=# set enable_stream_operator=on;
      

    在重建索引过程中,用户可以通过临时增加GUC参数“maintenance_work_mem”/“psort_work_mem”来加快索引的重建。

  3. 执行数据导入。

    1
    postgres=# INSERT INTO [目标表名] SELECT * FROM [foreign table 表名];
    
    • 若出现以下类似信息,说明数据导入成功。请查询错误信息表,查看是否存在数据格式错误,详细操作请参见处理错误表
      INSERT 0 9
    • 若出现数据加载错误,请参见处理错误表,并重新执行数据导入。
    • 若执行过程中出现数据加载错误,则数据全部导入失败,没有数据导入至目标表中。
    • 编写批处理任务脚本,实现并发批量导入数据。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。相关案例请参见示例:多线程导入
    • 在资源许可的情况下,多台GDS服务器并发导入会很大程度上提高数据导入效率。相关案例请参见示例:多数据服务器并行导入
    • 对于高并发的GDS导入场景,为了保持GDS和DN间的数据连接稳定,可以将GDS服务器环境和DN所在环境的TCP Keepalive检测时间增长(推荐增长至5分钟)。调整集群环境的TCP Keepalive参数会影响故障检测的响应时间。
    • enable_stream_operator=on会影响性能,如果该会话后续还有别的sql执行,建议设置set enable_stream_operator=off,如果没有,则直接断开会话即可。

support.huaweicloud.com/devg-v1-gaussdb/gaussdb_devg_0192.html