Oracle数据加载之sqlldr工具的介绍
2015-09-21 12:46 AlfredZhao 阅读(7476) 评论(0) 编辑 收藏 举报环境:
服务端:RHEL6.4 + Oracle 11.2.0.4
客户端:WIN10 + Oracle 11.2.0.1 client
目录:
1. sqlldr语法
用法: SQLLDR keyword=value [,keyword=value,...]
有效的关键字:
userid -- ORACLE 用户名/口令
control -- 控制文件名
log -- 日志文件名
bad -- 错误文件名
data -- 数据文件名
discard -- 废弃文件名
discardmax -- 允许废弃的文件的数目 (全部默认)
skip -- 要跳过的逻辑记录的数目 (默认 0)
load -- 要加载的逻辑记录的数目 (全部默认)
errors -- 允许的错误的数目 (默认 50)
rows -- 常规路径绑定数组中或直接路径保存数据间的行数
(默认: 常规路径 64, 所有直接路径)
bindsize -- 常规路径绑定数组的大小 (以字节计) (默认 256000)
silent -- 运行过程中隐藏消息 (标题,反馈,错误,废弃,分区)
direct -- 使用直接路径 (默认 FALSE)
parfile -- 参数文件: 包含参数说明的文件的名称
parallel -- 执行并行加载 (默认 FALSE)
file -- 要从以下对象中分配区的文件
skip_unusable_indexes -- 不允许/允许使用无用的索引或索引分区 (默认 FALSE)
skip_index_maintenance -- 没有维护索引, 将受到影响的索引标记为无用 (默认 FALSE)
commit_discontinued -- 提交加载中断时已加载的行 (默认 FALSE)
readsize -- 读取缓冲区的大小 (默认 1048576)
external_table -- 使用外部表进行加载; NOT_USED, GENERATE_ONLY, EXECUTE (默认 NOT_USED)
columnarrayrows -- 直接路径列数组的行数 (默认 5000)
streamsize -- 直接路径流缓冲区的大小 (以字节计) (默认 256000)
multithreading -- 在直接路径中使用多线程
resumable -- 启用或禁用当前的可恢复会话 (默认 FALSE)
resumable_name -- 有助于标识可恢复语句的文本字符串
resumable_timeout -- RESUMABLE 的等待时间 (以秒计) (默认 7200)
date_cache -- 日期转换高速缓存的大小 (以条目计) (默认 1000)
no_index_errors -- 出现任何索引错误时中止加载 (默认 FALSE)
PLEASE NOTE: 命令行参数可以由位置或关键字指定
。前者的例子是 'sqlldr
scott/tiger foo'; 后一种情况的一个示例是 'sqlldr control=foo
userid=scott/tiger'。位置指定参数的时间必须早于
但不可迟于由关键字指定的参数。例如,
允许 'sqlldr scott/tiger control=foo logfile=log', 但是
不允许 'sqlldr scott/tiger control=foo log', 即使
参数 'log' 的位置正确。
2. sqlldr实验准备
## 2.1 模拟构建导入的源文件 ##select count(*) from dba_objects;
getobject.sql(利用两表关联无连接条件,由于笛卡儿积产生百万数量级结果集)
select a.owner||',"'||a.object_name||'",'||a.object_id||','||to_char(a.created, 'yyyy-mm-dd hh24:mi:ss')||','||a.status from dba_objects a, (select rownum rn from dual connect by rownum<=20) b;
call.sql
set echo off
set term off
set linesize 140 pagesize 0
set feedback off
set heading off
spool E:\jingyu\scripts\ldr_object.csv
@E:\jingyu\scripts\getobject.sql
spool off
set heading on
set feedback on
set term on
set echo on
SQL调用脚本生成源文件
@E:\jingyu\scripts\call.sql
我这里得到了一个234M大小的ldr_object.csv文件,最后一列有空行,可以考虑先数据清洗后再导入。
2.2 创建表
create table objects(
owner varchar2(30),
object_name varchar2(50),
object_id number,
status varchar2(10),
created date
);
create index idx_obj_owner_name on objects(owner, object_name);
2.3 控制文件ldr_object.ctl
load data
infile "E:\jingyu\scripts\ldr_object.csv"
truncate into table objects
fields terminated by "," optionally enclosed by ' ' TRAILING NULLCOLS
(owner,
object_name,
object_id,
created "to_date(:created,'yyyy-mm-dd hh24:mi:ss')",
status "trim(:status)"
)
这里没有处理源文件的行尾空格,所以用到了trim函数对最后一列进行处理,当然还是建议在加载前就进行源文件的格式处理。
3. sqlldr常规加载
sqlldr jingyu/jingyu@db1 control=E:\jingyu\scripts\ldr_object.ctl bad=E:\jingyu\scripts\ldr_object1.bad log=E:\jingyu\scripts\ldr_object1.log skip=0 errors=9999
对应log文件:
SQL*Loader: Release 11.2.0.1.0 - Production on 星期一 9月 21 10:58:39 2015
Copyright (c) 1982, 2009, Oracle and/or its affiliates. All rights reserved.
控制文件: E:\jingyu\scripts\ldr_object.ctl
数据文件: E:\jingyu\scripts\ldr_object.csv
错误文件: E:\jingyu\scripts\ldr_object1.bad
废弃文件: 未作指定
(可废弃所有记录)
要加载的数: ALL
要跳过的数: 0
允许的错误: 9999
绑定数组: 64 行, 最大 256000 字节
继续: 未作指定
所用路径: 常规
表 OBJECTS,已加载从每个逻辑记录
插入选项对此表 TRUNCATE 生效
TRAILING NULLCOLS 选项生效
列名 位置 长度 中止 包装数据类型
------------------------------ ---------- ----- ---- ---- ---------------------
OWNER FIRST * , O ( ) CHARACTER
OBJECT_NAME NEXT * , O ( ) CHARACTER
OBJECT_ID NEXT * , O ( ) CHARACTER
CREATED NEXT * , O ( ) CHARACTER
列的 SQL 串: "to_date(:created,'yyyy-mm-dd hh24:mi:ss')"
STATUS NEXT * , O ( ) CHARACTER
列的 SQL 串: "trim(:status)"
表 OBJECTS:
1731340 行 加载成功。
由于数据错误, 0 行 没有加载。
由于所有 WHEN 子句失败, 0 行 没有加载。
由于所有字段都为空的, 0 行 没有加载。
为绑定数组分配的空间: 82560 字节 (64 行)
读取 缓冲区字节数: 1048576
跳过的逻辑记录总数: 0
读取的逻辑记录总数: 1731340
拒绝的逻辑记录总数: 0
废弃的逻辑记录总数: 0
从 星期一 9月 21 10:58:39 2015 开始运行
在 星期一 9月 21 11:12:20 2015 处运行结束
经过时间为: 00: 13: 41.34
CPU 时间为: 00: 01: 51.13
13分41秒加载完成1731340记录数。
4. sqlldr常规加载优化
sqlldr jingyu/jingyu@db1 control=E:\jingyu\scripts\ldr_object.ctl bad=E:\jingyu\scripts\ldr_object2.bad log=E:\jingyu\scripts\ldr_object2.log skip=0 errors=9999 rows=5000 bindsize=20971520 readsize=20971520
对应log文件:
SQL*Loader: Release 11.2.0.1.0 - Production on 星期一 9月 21 11:17:26 2015
Copyright (c) 1982, 2009, Oracle and/or its affiliates. All rights reserved.
控制文件: E:\jingyu\scripts\ldr_object.ctl
数据文件: E:\jingyu\scripts\ldr_object.csv
错误文件: E:\jingyu\scripts\ldr_object2.bad
废弃文件: 未作指定
(可废弃所有记录)
要加载的数: ALL
要跳过的数: 0
允许的错误: 9999
绑定数组: 5000 行, 最大 20971520 字节
继续: 未作指定
所用路径: 常规
表 OBJECTS,已加载从每个逻辑记录
插入选项对此表 TRUNCATE 生效
TRAILING NULLCOLS 选项生效
列名 位置 长度 中止 包装数据类型
------------------------------ ---------- ----- ---- ---- ---------------------
OWNER FIRST * , O ( ) CHARACTER
OBJECT_NAME NEXT * , O ( ) CHARACTER
OBJECT_ID NEXT * , O ( ) CHARACTER
CREATED NEXT * , O ( ) CHARACTER
列的 SQL 串: "to_date(:created,'yyyy-mm-dd hh24:mi:ss')"
STATUS NEXT * , O ( ) CHARACTER
列的 SQL 串: "trim(:status)"
表 OBJECTS:
1731340 行 加载成功。
由于数据错误, 0 行 没有加载。
由于所有 WHEN 子句失败, 0 行 没有加载。
由于所有字段都为空的, 0 行 没有加载。
为绑定数组分配的空间: 6450000 字节 (5000 行)
读取 缓冲区字节数:20971520
跳过的逻辑记录总数: 0
读取的逻辑记录总数: 1731340
拒绝的逻辑记录总数: 0
废弃的逻辑记录总数: 0
从 星期一 9月 21 11:17:26 2015 开始运行
在 星期一 9月 21 11:19:43 2015 处运行结束
经过时间为: 00: 02: 17.92
CPU 时间为: 00: 00: 35.25
加载速度从13分41秒提升到2分17秒。因为默认一次加载从64行改为5000行,同时增大了bindsize的值为20971520(20M),实际5000行使用了6M左右的空间,所以表数据量大的情况下,还可以继续加大rows的参数值,具体效率提升情况还是需要具体的测试才可以最终选择合适的值。
5. sqlldr直接路径加载
sqlldr jingyu/jingyu@db1 control=E:\jingyu\scripts\ldr_object.ctl bad=E:\jingyu\scripts\ldr_object3.bad log=E:\jingyu\scripts\ldr_object3.log skip=0 errors=9999 rows=10000 direct=true
对应log文件:
SQL*Loader: Release 11.2.0.1.0 - Production on 星期一 9月 21 11:33:10 2015
Copyright (c) 1982, 2009, Oracle and/or its affiliates. All rights reserved.
控制文件: E:\jingyu\scripts\ldr_object.ctl
数据文件: E:\jingyu\scripts\ldr_object.csv
错误文件: E:\jingyu\scripts\ldr_object3.bad
废弃文件: 未作指定
(可废弃所有记录)
要加载的数: ALL
要跳过的数: 0
允许的错误: 9999
继续: 未作指定
所用路径: 直接
表 OBJECTS,已加载从每个逻辑记录
插入选项对此表 TRUNCATE 生效
TRAILING NULLCOLS 选项生效
列名 位置 长度 中止 包装数据类型
------------------------------ ---------- ----- ---- ---- ---------------------
OWNER FIRST * , O ( ) CHARACTER
OBJECT_NAME NEXT * , O ( ) CHARACTER
OBJECT_ID NEXT * , O ( ) CHARACTER
CREATED NEXT * , O ( ) CHARACTER
列的 SQL 串: "to_date(:created,'yyyy-mm-dd hh24:mi:ss')"
STATUS NEXT * , O ( ) CHARACTER
列的 SQL 串: "trim(:status)"
表 OBJECTS 的以下索引已处理:
索引 JINGYU.IDX_OBJ_OWNER_NAME 已成功加载, 具有 1731340 个关键字
表 OBJECTS:
1731340 行 加载成功。
由于数据错误, 0 行 没有加载。
由于所有 WHEN 子句失败, 0 行 没有加载。
由于所有字段都为空的, 0 行 没有加载。
在直接路径中没有使用绑定数组大小。
列数组 行数: 5000
流缓冲区字节数: 256000
读取 缓冲区字节数: 1048576
跳过的逻辑记录总数: 0
读取的逻辑记录总数: 1731340
拒绝的逻辑记录总数: 0
废弃的逻辑记录总数: 0
由 SQL*Loader 主线程加载的流缓冲区总数: 581
由 SQL*Loader 加载线程加载的流缓冲区总数: 669
从 星期一 9月 21 11:33:10 2015 开始运行
在 星期一 9月 21 11:35:24 2015 处运行结束
经过时间为: 00: 02: 13.92
CPU 时间为: 00: 00: 23.92
sqlldr直接路径加载速度提升到2分13秒。
注意:直接路径加载过程中,索引会变成unusable状态,加载完成后变为valid状态。
#直接路径加载过程中,查看索引状态为UNUSABLE。
SQL> select table_name, index_name, status from user_indexes where table_name='OBJECTS';
TABLE_NAME INDEX_NAME STATUS
------------------------------ ------------------------------ --------
OBJECTS IDX_OBJ_OWNER_NAME UNUSABLE
#直接路径加载完成,查看索引状态为VALID。
SQL> select table_name, index_name, status from user_indexes where table_name='OBJECTS';
TABLE_NAME INDEX_NAME STATUS
------------------------------ ------------------------------ --------
OBJECTS IDX_OBJ_OWNER_NAME VALID
6. sqlldr直接路径加载优化
针对streamsize,date_cache两个参数,参数具体含义见第一部分的帮助。sqlldr jingyu/jingyu@db1 control=E:\jingyu\scripts\ldr_object.ctl bad=E:\jingyu\scripts\ldr_object4.bad log=E:\jingyu\scripts\ldr_object4.log skip=0 errors=9999 rows=10000 direct=true streamsize=10485760 date_cache=5000
对应log文件:
SQL*Loader: Release 11.2.0.1.0 - Production on 星期一 9月 21 11:58:35 2015
Copyright (c) 1982, 2009, Oracle and/or its affiliates. All rights reserved.
控制文件: E:\jingyu\scripts\ldr_object.ctl
数据文件: E:\jingyu\scripts\ldr_object.csv
错误文件: E:\jingyu\scripts\ldr_object4.bad
废弃文件: 未作指定
(可废弃所有记录)
要加载的数: ALL
要跳过的数: 0
允许的错误: 9999
继续: 未作指定
所用路径: 直接
表 OBJECTS,已加载从每个逻辑记录
插入选项对此表 TRUNCATE 生效
TRAILING NULLCOLS 选项生效
列名 位置 长度 中止 包装数据类型
------------------------------ ---------- ----- ---- ---- ---------------------
OWNER FIRST * , O ( ) CHARACTER
OBJECT_NAME NEXT * , O ( ) CHARACTER
OBJECT_ID NEXT * , O ( ) CHARACTER
CREATED NEXT * , O ( ) CHARACTER
列的 SQL 串: "to_date(:created,'yyyy-mm-dd hh24:mi:ss')"
STATUS NEXT * , O ( ) CHARACTER
列的 SQL 串: "trim(:status)"
表 OBJECTS 的以下索引已处理:
索引 JINGYU.IDX_OBJ_OWNER_NAME 已成功加载, 具有 1731340 个关键字
表 OBJECTS:
1731340 行 加载成功。
由于数据错误, 0 行 没有加载。
由于所有 WHEN 子句失败, 0 行 没有加载。
由于所有字段都为空的, 0 行 没有加载。
在直接路径中没有使用绑定数组大小。
列数组 行数: 5000
流缓冲区字节数:10485760
读取 缓冲区字节数: 1048576
跳过的逻辑记录总数: 0
读取的逻辑记录总数: 1731340
拒绝的逻辑记录总数: 0
废弃的逻辑记录总数: 0
由 SQL*Loader 主线程加载的流缓冲区总数: 581
由 SQL*Loader 加载线程加载的流缓冲区总数: 0
从 星期一 9月 21 11:58:35 2015 开始运行
在 星期一 9月 21 12:00:42 2015 处运行结束
经过时间为: 00: 02: 07.63
CPU 时间为: 00: 00: 29.36
速度提升到2分7秒。
References
- 涂抹 Oracle[M]. 中国水利水电出版社, 2010.
AlfredZhao©版权所有「从Oracle起航，领略精彩的IT技术。」
