GBase 8a 数据迁移工具2---数据加载 “SQL 接口 LOAD DATA INFILE”

GBase 8a MPP Cluster 根据不同场景需求提供多种便于用户操作的数据迁移工具。

       功能简介
       GBase 8a MPP Cluster 提供了面向用户的 SQL 接口加载方式。
       支持如下功能：

•  支持本地文件加载
•  支持从通用数据服务器拉取数据加载；
•  支持 FTP/HTTP/HDFS/SFTP 等多种协议；
•  支持多加载机对单表的并行加载，最大化加载性能；
•  支持普通文本、 gzip 压缩、 snappy 压缩、 lzo 压缩等多种格式数据文件加载；
•  支持普通文本与定长文本的加载，并与 V8.5.1.2 和 V86 版本格式兼容；  
• 支持加载状态和信息的实时查询
• 支持错误数据溯源功能，可以准确定位错误数据在源文件中的位置；
• 加载性能可以随着集群规模的扩展而持续提升。  

       语法  

       

LOAD DATA INFILE 'file_list' INTO TABLE[vcname.] [dbname.]tbl_name [options]

file_list 说明
 集群本地数据源加载：
1） 支持指定一个或多个数据节点上的本地文件进行加载。使用 file://host+abs_path，多个 file://host+abs_path 之间使用逗号分隔，支持采用直接读取模式加载指定集群数据节点的本地文件。
2） 支持指定所有数据节点并发加载各自节点上的文件。使用 file://+abs_path，多个file://+abs_path 之间使用逗号分隔，支持采用直接读取模式加载集群所有数据节点的本地文件。
 集群以外的通用文件服务器上的数据源加载:
1） 通用文件服务器上需要搭建 ftp/http/hdfs/sftp 服务，并将数据文件拷贝到服务配置的路径下，保证集群节点能通过相应服务访问到数据。
2） 加载时使用 URL 的方式指定通用文件服务器上的数据文件路径，以逗号(',')作为多个文件/目录 的分隔符，格式为“ scheme://host:port/path, scheme://host:port/path”，同时文件名、目录部分均支持使用通配符，默认对路径及文件进行匹配， 如：
“ http://10.10.1.1/data/??????/*.tbl”。

       示例  

LOAD DATA INFILE 'ftp://gbase:[email protected]/data/a.tbl' INTO TABLE test.t
DATA_FORMAT 3;
LOAD DATA INFILE 'http://127.0.0.1/data/b.tbl.gz' INTO TABLE test.t
DATA_FORMAT 3;
LOAD DATA INFILE 'hdp://[email protected]:50070/data/a.tbl.snappy' INTO
TABLE test.t DATA_FORMAT 3;
LOAD DATA INFILE 'ftp://192.168.0.1/pub/lineitem.tbl，
http://192.168.0.2/lineitem.tbl' INTO TABLE test.lineitem FIELDS
TERMINATED BY '|' ENCLOSED BY '"' LINES TERMINATED BY '\n';

       加载状态和结果查看示例：  

-- 加载状态监控
gbase> use information_schema;
gbase> select * from load_status;
-- 显示 task_id 100 任务的从第 1 条开始的后面 5 条错误数据信息
gbase> show load logs 100 limit 1,5;
-- 显示所有 coordinator 节点上 task_id 101 任务的前 10 条错误数据信息
gbase> show gcluster load logs 101;
-- 查询所有 coordinator 节点， select 查询形式，查询加载信息，表名为：
CLUSTER_LOAD_RESULT
gbase> select * from information_schema.cluster_load_result;