GaussDB数据库使用COPY命令导数

目录

一、前言

二、GaussDB数据库使用COPY命令导数语法

1、语法COPY FROM

2、语法COPY TO

3、特别说明及参数示意

三、GaussDB数据库使用COPY命令导数示例

1、操作步骤

2、准备工作（示例）

3、把一个表的数据拷贝到一个文件（示例）

4、从一个数据文件拷贝数据到一个表（示例）

四、常见数据导入导出的场景

五、小结

一、前言

在数字化时代，数据是驱动业务决策和创新的关键要素。数据库作为数据存储、管理和分析的核心工具，其高效、准确的数据导入功能至关重要。

GaussDB作为华为推出的高性能数据库，提供了丰富的数据导入选项，其中之一便是COPY命令。COPY命令为数据迁移、备份恢复、大数据加载等场景提供了一个高效且灵活的手段。通过COPY命令，用户可以将外部文件、数据流或其他数据源的数据快速导入到GaussDB中，从而支持业务分析、报表生成、数据挖掘等多样化需求。

二、GaussDB数据库使用COPY命令导数语法

通过COPY命令实现在表和文件之间拷贝。在GaussDB中，COPY FROM从一个文件拷贝数据到一个表，COPY TO把一个表的数据拷贝到一个文件。

1、语法COPY FROM

COPY table_name [ ( column_name [, ...] ) ] 
    FROM { 'filename' | STDIN }
    [ [ USING ] DELIMITERS 'delimiters' ]
    [ WITHOUT ESCAPING ]
    [ LOG ERRORS ]
    [ REJECT LIMIT 'limit' ]
    [ [ WITH ] ( option [, ...] ) ]
    | copy_option
    | TRANSFORM  ( { column_name [ data_type ] [ AS transform_expr ] } [, ...] )
    | FIXED FORMATTER ( { column_name( offset, length ) } [, ...] ) [ ( option [, ...] ) | copy_option [  ...] ] ];

2、语法COPY TO

COPY table_name [ ( column_name [, ...] ) ]
    TO { 'filename' | STDOUT }
    [ [ USING ] DELIMITERS 'delimiters' ]
    [ WITHOUT ESCAPING ]
    [ [ WITH ] ( option [, ...] ) ]
    | copy_option
    | FIXED FORMATTER ( { column_name( offset, length ) } [, ...] ) [ ( option [, ...] ) | copy_option [  ...] ] ];

COPY query
    TO { 'filename' | STDOUT }
    [ WITHOUT ESCAPING ]
    [ [ WITH ] ( option [, ...] ) ]
    | copy_option
    | FIXED FORMATTER ( { column_name( offset, length ) } [, ...] ) [ ( option [, ...] ) | copy_option [  ...] ] ];

3、特别说明及参数示意

1）特别说明：

• 语法中的FIXED FORMATTER ( { column_name( offset, length ) } [, ...] )以及 [copy_option [ ...] ] 的无冲突项可以任意排列组合。
• (query)与[USING] DELIMITERS不兼容，即若COPY TO的数据来自于一个query的查询结果，那么COPY TO语法不能再指定[USING] DELIMITERS语法子句。
• 对于FIXED FORMATTTER语法后面跟随的copy_option是以空格进行分隔的。
• copy_option是指COPY原生的参数形式，而option是兼容外表导入的参数形式。

2）参数说明：

• STDIN：声明输入是来自标准输入。
• STDOUT：声明输出打印到标准输出。
• FIXED：打开字段固定长度模式（每条记录的每个字段长度相同。长度不足的字段以空格填充，数字类型字段左对齐，字符字段右对齐。字段和字段之间没有分隔符）。
• WITHOUT ESCAPING：在TEXT格式中，不对'\'和后面的字符进行转义。仅支持TEXT格式
• FORMATTER：在固定长度模式中，定义每一个字段在数据文件中的位置。按照column(offset,length)格式定义每一列在数据文件中的位置。
• OPTION { option_name ' value ' }：用于指定兼容外表的各类参数
• TRANSFORM ( { column_name [ data_type ] [ AS transform_expr ] } [, ...] )：指定表中各个列的转换表达式；其中data_type指定该列在表达式参数中的数据类型；transform_expr为目标表达式，返回与表中目标列数据类型一致的结果值

三、GaussDB数据库使用COPY命令导数示例

COPY 属于SQL命令，导入导出的文件是在数据库服务端的进行的。且需要数据库管理员权限才可以执行，COPY对较大数据集的整体读写效率较好。

1、操作步骤

根据业务需求确定导数需求，提前做好规划，具体可参考如下步骤：

2、准备工作（示例）

1）指定（创建）数据文件存取目录。

登录数据库服务器，切换至omm用户，在“/home/omm”目录下创建用于存放数据文件的目录，此处取名“mydata”

“su omm”

“mkdir mydata”

Tip：如果在目录操作中遇到类似“ls: cannot open directory .: Permission denied”报错，需要切换到“cd /home/omm”目录下，因为其它用户（omm是数据库用户）是不能在root目录下操作的。另外，有时候可能还需要通过“chmod”给文件或者文件夹赋权限，具体根据实际报错提示处理即可。

2）准备数据

COPY TO：如果是从库表导出数据到文件，以文件形式保存，请先确认需要被导出的库表，实际业务中以真实存在的表为准，本次为了演示临时创建测试表。

-创建测试表
DROP TABLE IF EXISTS public.test_3;
CREATE TABLE public.test_3
(
  id int4,
  name varchar(20),
  course varchar(20),
  score int4
);

--插入测试数据
INSERT INTO public.test_3 VALUES (1, 'zhangsan', '语文', 90);
INSERT INTO public.test_3 VALUES (2, 'zhangsan', '数学', 95);
INSERT INTO public.test_3 VALUES (3, 'zhangsan', '英语', 85);
INSERT INTO public.test_3 VALUES (4, 'lisi', '语文', 85);
INSERT INTO public.test_3 VALUES (5, 'lisi', '数学', 90);
INSERT INTO public.test_3 VALUES (6, 'lisi', '英语', 95);

COPY FROM：如果是从数据文件导入数据到库表，需要准备目标表和数据文件，目标表的表结构和数据文件的结构需要根据业务需求提前约定好。

--创建目标表
DROP TABLE IF EXISTS public.test_4;
CREATE TABLE public.test_4 
(
  id int4,
  name varchar(20),
  course varchar(20),
  score int4
);

数据文件建议均以“.txt、.bat、.csv”等文本文件格式存储，文件分隔符以“不跟字段值重复”为原则。文件编码格式需要与数据库设置的格式统一，防止出现中文乱码。

数据文件“test_3.csv”（COPY命令相对大数据文件效率更高，此处以示意为主）

1;zhangsan;语文;90
2;zhangsan;数学;95
3;zhangsan;英语;85

3、把一个表的数据拷贝到一个文件（示例）

1）将数据表导出到指定 TXT 文件中（默认分隔符是 tab）

COPY public.test_3 TO '/home/omm/mydata/test_3.txt';

2）将数据表导出到指定 TXT 文件中（文件指定分隔符为’;’）

COPY public.test_3 TO '/home/omm/mydata/test_3.txt' delimiter ';';

3）将查询结果集导出到指定 CSV 文件中（默认分隔符为’,’）

COPY (SELECT * FROM public.test_3 WHERE name='zhangsan') TO '/home/omm/mydata/test_3.txt' WITH CSV;

4、从一个数据文件拷贝数据到一个表（示例）

测试数据复用上文的数据文件“test_3.csv”，将其导入到测试表“public.test_4”。

COPY public.test_4 FROM '/home/omm/mydata/test_3.csv' WITH CSV;

更多信息请参考官网：

COPY_云数据库 GaussDB_主备版_3.x版本_SQL参考_SQL语法_华为云

特别说明：数据的导入导出一定是在业务的需求下进行的，其中涉及到类似脱敏（加密）、数据覆盖与被覆盖、文件存储目录管理、数据量大小及数据导入导出效率等问题，本次不做说明，如有机会后续讲解。

四、常见数据导入导出的场景

数据导入导出常见的应用场景常见于数据库、数据仓库和大数据平台中。

1、数据库：

• 数据迁移：当从一个数据库系统迁移到另一个数据库系统时，需要进行数据导入导出，确保数据的完整性和准确性。
• 备份与恢复：为了防止数据丢失，定期备份数据库是必要的。导入导出功能可以用于备份和恢复操作。

2、数据仓库：

• ETL（提取、转换、加载）：在构建数据仓库时，通常需要从多个源提取数据，进行转换和清洗，然后加载到数据仓库中。这涉及到数据的导入导出。
• 报表生成：数据仓库中的数据可以导出到报表中，以供分析和决策。

3、大数据平台：

• 数据集成：在大数据平台中，可能需要从各种来源导入大量数据，然后再导出到其他系统或服务中。
• 实时分析：某些场景下，需要实时地从大数据平台中导入数据，以便进行实时分析或处理。
• 数据备份与恢复：与传统的数据库类似，大数据平台也需要定期备份数据，以确保数据的完整性和可用性。
• 数据共享与分发：大数据平台的数据可以导出到其他系统或服务中，以实现数据的共享和分发。

这些场景都强调了数据导入导出的重要性，它们是确保数据流动、满足业务需求、支持决策和风险管理的基础设施。

五、小结

使用COPY命令可以方便地导入数据到GaussDB。只需确保源文件的格式与数据库表结构相匹配，并正确指定文件路径，即可轻松完成数据导入。此外，GaussDB还提供了其他数据导入工具和功能，如使用GDS导入数据、使用INSERT多行插入、使用gsql元命令导入数据、ETL工具集成等，以满足不同场景下的数据导入需求。

——结束