信创-TDSQL迁移GaussDB实战之数据迁移和表结构变换

       在某公司的信创改造任务中，前期因为公司采购的TDSQL在实际的生产过程中存在一些性能问题，随着后期的采购转变为GaussDB（虽然非功能和性能问题也是有一些），因此在目前已经上线的项目中来对现有的TDSQL部分进行替代，在本次文章中介绍TDSQL迁移GaussDB的数据迁移和表结构变换部分。

       GaussDB提供了ugo和drs两个工具，可以完成大部分的异构数据库之间的表结构变换和数据迁移任务，但是TDSQL这款封装了MySQL的产品因为其保护性目前暂不支持使用ugo和drs因此需要开发人员来采用其他方式完成任务。

下面部分将开始介绍TDSQL（MySQL）与GaussDB for PG的不同之处和数据迁移的方案。

1 数据类型

1.1  数值类型

1.1.1 整数类型

MySQL

GaussDB PG

名称

描述

存储空间

范围

名称

描述

存储空间

范围

BIT

对于bit来说有bit(m)，顾名思义m就是bit位数，当m为8的时候，就表示一个字节。不可以保存负数。

与m值有关

M指示每个值的位数，从1到64。默认为1，如果M被省略了。

 

 

 

 

BOOL

对于Boolean来说，存储的值也就是0和1。在MySQL中已经将bool类型转换成了tinyint(1)。

1个字节

零的值被认为是假的。非零值被认为是真的。

 

 

 

 

TINYINT

对于tinyint而言，在建表的时候如果使用tinyint(m)的格式，由于tinyint的大小为1字节们也就是m的最大值为255，如果超过255的话，则会报错Display width out of range for column `XXX` (max = 255)。

 

1个字节

对于无符号的数的存储范围是0~255，而对于有符号数的存储范围为-128~127。

TINYINT

微整数，别名为

INT1。

1字节

0 ~ 255

SMALLINT

Smallint可以存储2个字节，也就是16位的数据。

2个字节

对于无符号数的存储范围是0~65535，而对于有符号数的存储范围是-32768~32767。

 

SMALLINT

小范围整数，别名为

INT2。

2字节

-32,768 ~ +32,767

MEDIUMINT

Mediumint可以存储3个字节的数据，也就是24位的数据。

3个字节

可以存储无符号数的范围是0~16777216，而对于无符号数的存储范围是-8388608~8388607。

 

 

 

 

INT/INTEGER

Int可以存储4个字节的数据，也就是32位数据.

4个字节

可以存储无符号数据的范围为0~4294967295，而对无符号数的存储范围是-2147483648~2147483647。

INTEGER/BINARY_IN

TEGER

常用的整数，别名为

INT4。

4字节

-2,147,483,648 ~ +2,147,483,647

BIGINT

Bigint可以存储8个字节的数据，也就是64位的数据。

8个字节

可以存储无符号数的范围是0~18446744073709551615，而对无符号数的存储范围是-9223372036854775808~9223372036854775807。已经很大了，在实际的工程应用中使用bigint的场景也是有很多。

BIGINT

大范围的整数，别名

为INT8。

8字节

-9,223,372,036,854,775,808 ~

+9,223,372,036,854,775,807

 

 

 

 

int16

十六字节的大范围整

数，目前不支持用户

用于建表等使用。

16字节

-170,141,183,460,469,231,731,68

7,303,715,884,105,728 ~

+170,141,183,460,469,231,731,68

7,303,715,884,105,727

1.1.2 任意精度类型

MySQL

GaussDB PG

名称

描述

存储空间

范围

名称

描述

存储空间

范围

DECIMAL、NUMERIC

Decimal(M,D)大小不确定，M表示指定长度，就是小数位数（精度）的总数，D表示小数点（标度）后的位数。如果D是0，则设置没有小数点或分数部分。M最大65，D最大30。如果D被省略，默认是0。如果M被省略，默认是10。

 

标准SQL要求DECIMAL(5,2)可以用五位数和两个小数来存储任何值，因此可以将这些值存储在salary列范

围-999.99到999.99

NUMERIC[

(p[,s])],

DECIMAL[(

p[,s])]

精度p取值范围为

[1,1000]，标度s取

值范围为[0,p]。

说明

p为总位数，s为小

数位数。

用户声明精度。每四

位（十进制位）占用

两个字节，然后在整

个数据上加上八个字

节的额外开销。

未指定精度的情况下，

小数点前最大131,072

位，小数点后最大

16,383位。

 

 

 

 

NUMBER[(

p[,s])]

NUMERIC类型的

别名。

用户声明精度。每四

位（十进制位）占用

两个字节，然后在整

个数据上加上八个字

节的额外开销。

未指定精度的情况下，

小数点前最大131,072

位，小数点后最大

16,383位。

1.1.3 序列整型

MySQL

GaussDB PG

名称

描述

存储空间

范围

名称

描述

存储空间

范围

AUTO_INCREMENT

MySQL本身没有内建的序列类型，但可以使用AUTO_INCREMENT属性来模拟序列的行为。

 

 

 

 

 

 

 

 

 

 

SMALLSERIAL

二字节序列整型

2字节

-32,768 ~ +32,767

 

 

 

 

SERIAL

四字节序列整型

4字节

-2,147,483,648 ~

+2,147,483,647

 

 

 

 

BIGSERIAL

八字节序列整型

8字节

-9,223,372,036,854,775,808 ~

+9,223,372,036,854,775,807

 

 

 

 

LARGESERIAL

默认插入十六字节

序列整形，实际数

值类型和numeric

相同。

变长类

型，每四

位（十进

制位）占

用两个字

节，然后

在整个数

据上加上

八个字节

的额外开

销。

小数点前最大131,072位，小数

点后最大16,383位。

 

 

 

 

说明：SMALLSERIAL，SERIAL，BIGSERIAL和LARGESERIAL类型不是真正的类型，只是为在表中设置唯一标识做的概念上的便利。因此，创建一个整数字段，并且把它的缺省数值安排为从一个序列发生器读取。应用了一个NOT NULL约束以确保NULL不会被插入。在大多数情况下用户可能还希望附加一个UNIQUE或PRIMARY KEY约束避免意外地插入重复的数值，但这个不是自动的。最后，将序列发生器从属于那个字段，这样当该字段或表被删除的时候也一并删除它。目前只支持在创建表时候指定SERIAL列，不可以在已有的表中，增加SERIAL列。另外临时表也不支持创建SERIAL列。因为SERIAL不是真正的类型，也不可以将表中存在的列类型转化为SERIAL。

1.1.4 浮点类型

MySQL

GaussDB PG

名称

描述

存储空间

范围

名称

描述

存储空间

范围

FLOAT

 

Float为单精度4个字节

可以保证6位精度

 

 

 

 

DOUBLE

 

Double为双精度8个字节

可以保证16位精度

 

 

 

 

DECIMAL

Decimal(M,D)大小不确定，M表示指定长度，就是小数位数（精度）的总数，D表示小数点（标度）后的位数。如果D是0，则设置没有小数点或分数部分。M最大65，D最大30。如果D被省略，默认是0。如果M被省略，默认是10。

 

 

 

 

 

 

 

 

 

 

REAL,

FLOAT4

单精度浮点数，不

精准。

4字节

-3.402E+38~3.402E

+38，6位十进制数字精度。

 

 

 

 

DOUBLE

PRECISION

,

FLOAT8

双精度浮点数，不

精准。

8字节

-1.79E+308~1.79E

+308，15位十进制数字

精度。

 

 

 

 

FLOAT[(p)]

浮点数，不精准。

精度p取值范围为

[1,53]。

说明

p为精度，表示二进

制总位数。

4字节或8字节

根据精度p不同选择

REAL或DOUBLE

PRECISION作为内部表

示。如不指定精度，内

部用DOUBLE

PRECISION表示。

 

 

 

 

BINARY_D

OUBLE

是DOUBLE

PRECISION的别

名。

8字节

-1.79E+308~1.79E

+308，15位十进制数字

精度。

 

 

 

 

DEC[(p[,s])]

精度p取值范围为

[1,1000]，标度s取

值范围为[0,p]。

说明

p为总位数，s为小

数位位数。

用户声明精度。每四

位（十进制位）占用

两个字节，然后在整

个数据上加上八个字

节的额外开销。

未指定精度的情况下，

小数点前最大131,072

位，小数点后最大

16,383位。

 

 

 

 

INTEGER[(p[,s])]

精度p取值范围为

[1,1000]，标度s取

值范围为[0,p]。

用户声明精度。每四

位（十进制位）占用

两个字节，然后在整

个数据上加上八个字

节的额外开销。

 

说明：同样的数据4.125，由于我们选择的是（5,2），就会导致出现float和double的结果是4.12，而decimal的结果是4.13，也就是说float和double与decimal之间所采用的数据截断和进位的方式不同。这是因为float和double使用的是四舍六入五成双。对于四舍六入五成双，就是5以下舍弃5以上进位，如果需要处理数据为5的时候，需要看5后面是否还有不为0的任何数字，如果有，则直接进位，如果没有，需要看5前面的数字，如果是奇数则进位，如果是偶数则将5舍掉，也就是4.125取两位小数在float和double取2位小数的情况下的结果为4.12，而decimal是4.13。

 

 

 

 

 

1.2  字符类型

MySQL

GaussDB PG

名称

描述

存储空间

名称

描述

存储空间

CHAR

显示的是字符，固定长度字符串最长255字符。

 

CHAR(n)

CHARACTER(n)

NCHAR(n)

定长字符串，不足补空

格。n是指字节长度，如

不带精度n，默认精度为

1。

最大为10MB。

VARCHAR

显示的是字符，0~65535字节，可变长度字符串，最大65535字节。字符和字节有很大区别，对于字节而言，不同的编码方式字符占用的字节长度不同。Utf8编码最大21844字符，1~3个字节用于记录大小，对于utf8格式，3个字节表示1个字符，所以有(65535 - 3) / 3 = 21844。

 

VARCHAR(n)

CHARACTER

VARYING(n)

变长字符串。PG兼容模式

下，n是字符长度。其他

兼容模式下，n是指字节

长度。

最大为10MB。

 

 

 

VARCHAR2(n)

变长字符串。n是指字节长度。

是VARCHAR(n)类型的别名，为兼容Oracle类型特设。

存储类型VARCHAR。

最大为10MB。

 

 

 

NVARCHAR2(n)

变长字符串。n是指字符

长度。

最大为10MB。

TINYBLOB

在MySQL中，BLOB类型实际是个系统类型系列（TinyBlob、Blob、MediumBlob、LongBlob），除了在存储的最大信息量上不同外，他们是等同的。不过在MySQL中一般是不用Blob来存储大型对象的，可以使用MongoDB来进行代替。

最大255B

 

 

 

BLOB

 

最大65535B

BLOB

二进制大对象

目前BLOB支持的外部存取

接口仅为：

DBE_LOB.GET_LENGTH

DBE_LOB.READ

DBE_LOB.WRITE

DBE_LOB.WRITE_APPEND

DBE_LOB.COPY

DBE_LOB.ERASE

说明：

列存不支持BLOB类型

最大为32TB（即35184372088832字

节）。

MEDIUMBLOB

 

最大 16777215B

 

 

 

 

LONGBLOB

 

最大4294967295B

 

 

 

TINYTEXT

 

最大255B

 

 

 

TEXT

 

最大65535B

TEXT

变长字符串

最大为1GB-1，但还需要考虑到列描述头信息的大小，以及列所在元组的大小限制（也小于1GB-1），因此TEXT类型最大大小可能小于1GB-1

MEDIUMTEXT

 

最大16777215B

 

 

 

LONGTEXT

 

最大4294967295B

 

 

 

 

 

 

CLOB

文本大对象。是TEXT类型

的别名。

最大为32TB-1，但还需要考虑到列描述头信息的大小，以及列所在元组的大小限制（也小于32TB-1），因此CLOB类型最大大小可能小于32TB-1。

 

 

 

RAW

变长的十六进制类型。

说明：

列存不支持RAW类型，

RAW(n)，n是指字节长度建议值，不会用于校验输入raw类型的字节长度。

4字节加上实际的十六进制字符串。最

大为1GB-8203字节（即1073733621字

节）。

 

 

 

BYTEA

变长的二进制字符串

4字节加上实际的二进制字符串。最大

为1GB-8203字节（即1073733621字

节）。

1.3  日期类型

MySQL

GaussDB PG

名称

描述

存储空间

名称

描述

存储空间

DATE

日期，yyyy-mm-dd

 

DATE

日期。

说明

A兼容性下，数据库将空字符串作为

NULL处理，数据类型DATE会被替换为

TIMESTAMP(0) WITHOUT TIME

ZONE。

4字节（兼容模式A

下存储空间大小为8

字节）

TIME

时间，hh:mm:ss。

 

 

TIME [(p)]

[WITHOUT TIME

ZONE]

只用于一日内时间。

p表示小数点后的精度，取值范围为

0~6。

8字节

 

 

 

TIME [(p)] [WITH

TIME ZONE]

只用于一日内时间，带时区。

p表示小数点后的精度，取值范围为

0~6。

12字节

DATETIME

日期和时间的组合，yyyy-mm-dd hh:mm:ss。

8字节

 

 

 

 

 

 

SMALLDATETIME

日期和时间，不带时区。

精确到分钟，秒位大于等于30秒进一

位。

8字节

TIMESTAMP

Yyyymmddhhmmss。

4字节

TIMESTAMP[(p)]

[WITHOUT TIME

ZONE]

日期和时间。

p表示小数点后的精度，取值范围为

0~6。

8字节

 

 

 

TIMESTAMP[(p)]

[WITH TIME ZONE]

日期和时间，带时区。TIMESTAMP

的别名为TIMESTAMPTZ。

p表示小数点后的精度，取值范围为

0~6。

8字节

 

 

 

INTERVAL DAY (l)

TO SECOND (p)

时间间隔，X天X小时X分X秒。

l：天数的精度，取值范围为

0~6。兼容性考虑，目前未实现具

体功能。

p：秒数的精度，取值范围为

0~6。小数末尾的零不显示。

16字节

 

 

 

INTERVAL [FIELDS]

[ (p) ]

时间间隔。

fields：可以是YEAR，MONTH，

DAY，HOUR，MINUTE，

SECOND，DAY TO HOUR，DAY

TO MINUTE，DAY TO

SECOND，HOUR TO MINUTE，

HOUR TO SECOND，MINUTE

TO SECOND。

p：秒数的精度，取值范围为

0~6，且fields为SECOND，DAY

TO SECOND，HOUR TO

SECOND或MINUTE TO SECOND

时，参数p才有效。小数末尾的零

不显示。

12字节

 

 

 

reltime

相对时间间隔。格式为：

X years X mons X days XX:XX:XX。

采用儒略历计时，规定一年为365.25

天，一个月为30天，计算输入值对应

的相对时间间隔。

4字节

 

 

 

abstime

日期和时间。格式为：

YYYY-MM-DD hh:mm:ss+timezone

取值范围为1901-12-13 20:45:53

GMT~2038-01-18 23:59:59 GMT，

精度为秒。

4字节

YEAR

年份yyyy。

 

 

 

 

说明：Datatime用8个字节来保存数据，其取值范围为1000-01-01 00:00:00 ~ 9999-12-31 23:59:59。其跟时区无关。Timestamp用4个字节来保存数据，其取值范围为1970-01-01 00:00:00 UTC ~ 2038-01-19 03:14:07，timestamp和时区有关。优先推荐使用datatime类型保存日期和时间，可以保存的时间范围更大一些。注意事项：在给时间字段设置默认值时，建议不要设置成0000-00-00 00:00:00，不然查询表时可能会因为转换不了，而直接报错。

 

 

  

2 数据库操作

2.1 DDL

2.1.1 建库建表

1）MySQL：

CREATE DATABASE [IF NOT EXISTS] db_name [create_specification[,create_specification]…]

create_specification：

1-1）CHARACTER_SET：

指定数据库采用的字符集，如果不能指定字符集，默认是utf8。

1-2）COLLATE：

指定数据库字符集的校对规则，常用的是utf8_bin（区分大小写）和utf8_general_ci（不区分大小写），注意默认使用的是utf8_general_ci。

虽然默认的是utf8，但是在实际的工程应用中都会建议使用utf8mb4。在所占字节数上utf8占3个字节，utf8mb4占4个字节。显然utf8mb4是要比utf8能存储更多的信息。

在MySQL中的utf8实际上不是真正的UTF-8。因为MySQL中的utf8编码只支持每个字符最多三个字节，而真正的UTF-8是每个字符最多四个字节。在MySQL的utf8编码中，中文是3个字节，其他数据、英文和符号占1个字节。

但是emoji符号占4个字节，一些较为复杂的文字、繁体字也是4个字节。所以会导致以上这些写入失败，因此需要改为utf8mb4。MySQL的utf8mb4才是真正的UTF-8。MySQL的utf8是一种专属的编码，它能够编码的Unicode字符并不多。

所有在使用utf8的MySQL和MariaDB用户都应该改用utf8mb4，不要再使用utf8。

1-3）创建数据表：

创建数据表的语句如下：

 

CREATE TABLE IF NOT EXISTS table_name(

Filed1 datatype,

Filed2 datatype,

Filed3 datatype

) character set 字符集 collate 校对规则 engine 存储引擎

Filed：指定列名

Datatype：指定列类型（字段类型）

Character set：如不指定则为数据库字符集

Collate：如不指定则为所在数据库校对规则

Engine：存储引擎，前面大篇幅内容介绍过的，默认使用InnoDB，还可以选择MyISAM和Memory等等。

当然对于一个实际的建表任务而言，还会有AUTO_INCREMENT、ROW_FORMAT等参数来控制表的构建。

2）GaussDB PG：

建库：

 

CREATE DATABASE database_name

[ [ WITH ] { [ OWNER [=] user_name ] |

[ TEMPLATE [=] template ] |

[ ENCODING [=] encoding ] |

[ LC_COLLATE [=] lc_collate ] |

[ LC_CTYPE [=] lc_ctype ] |

[ DBCOMPATIBILITY [=] compatibilty_type ] |

[ TABLESPACE [=] tablespace_name ] |

[ CONNECTION LIMIT [=] connlimit ] |

[ DBTIMEZONE [=] time_zone ]}[...] ];

2-1）database_name：

数据库名称。

取值范围：字符串，要符合标识符的命名规范。

2-2）OWNER [ = ] user_name：

数据库所有者。缺省时，新数据库的所有者是当前用户。

取值范围：已存在的用户名。

2-3）TEMPLATE [ = ] template:

模板名。即从哪个模板创建新数据库。GaussDB采用从模板数据库复制的方式来

创建新的数据库。初始时，GaussDB包含两个模板数据库template0、

template1，以及一个默认的用户数据库postgres。

取值范围：仅template0。

2-4）ENCODING [ = ] encoding：

指定数据库使用的字符编码，可以是字符串（如'SQL_ASCII'）、整数编号。

不指定时，默认使用模版数据库的编码。模板数据库template0和template1的编

码默认与操作系统环境相关。template1不允许修改字符编码，因此若要变更编

码，请使用template0创建数据库。

常用取值：GBK、UTF8、Latin1、GB18030等。

2-5）LC_COLLATE [ = ] lc_collate：

指定新数据库使用的字符集。例如，通过lc_collate = 'zh_CN.gbk'设定该参数。

该参数的使用会影响到对字符串的排序顺序（如使用ORDER BY执行，以及在文本

列上使用索引的顺序）。默认是使用模板数据库的排序顺序。

取值范围：操作系统支持的字符集。

注：

ENCODING、LC_COLLATE和LC_CTYPE可以根据如下命令查询：

 

select pg_encoding_to_char(collencoding) as encoding,collname,collcollate,collctype from pg_collation;

2-6）LC_CTYPE [ = ] lc_ctype：

指定新数据库使用的字符分类。例如，通过lc_ctype = 'zh_CN.gbk'设定该参数。

该参数的使用会影响到字符的分类，如大写、小写和数字。默认是使用模板数据

库的字符分类。

取值范围：操作系统支持的字符分类。

2-7）DBCOMPATIBILITY [ = ] compatibility_type：

指定兼容的数据库的类型，默认兼容O。

取值范围：A、B、C、PG。分别表示兼容O、MY、TD和POSTGRES。

A兼容性下，数据库将空字符串作为NULL处理，数据类型DATE会被替换为

TIMESTAMP(0) WITHOUT TIME ZONE。

将字符串转换成整数类型时，如果输入不合法，B兼容性会将输入转换为0，而其它兼

容性则会报错。

PG兼容性下，CHAR和VARCHAR以字符为计数单位，其它兼容性以字节为计数单位。

例如，对于UTF-8字符集，CHAR(3)在PG兼容性下能存放3个中文字符，而在其它兼容

性下只能存放1个中文字符。

2-8）TABLESPACE [ = ] tablespace_name：

指定数据库对应的表空间。

取值范围：已存在表空间名。

2-9）CONNECTION LIMIT [ = ] connlimit

数据库可以接受的并发连接数。

2-10）特别说明：

在GaussDB for PG中，Encoding 是编码规则，collate是基于这个编码规则中对于字符的排序，而 CTYPE 是什么，Ctype是针对字符的大小写比对起作用的配置。

 　　可以在设计索引的时候，指定不同的字符集。

在默认的情况下建表：

可以创建不同字符集的索引：

C.UTF-8 是一种语言环境设置，主要用于确保程序在处理文本时使用 UTF-8 编码。它与其他语言环境（如 en_US.UTF-8 和 zh_CN.UTF-8）有一些区别。

语言环境的区别：

C.UTF-8 是 POSIX 标准兼容的默认语言环境，严格支持 ASCII 字符，并扩展支持基本的 UTF-8。

en_US.UTF-8 是美式英语的 UTF-8 语言环境，支持英文及其他拉丁字母语种。

zh_CN.UTF-8 是中文的 UTF-8 语言环境，主要支持汉字、拼音、符号以及少量英文单词。

使用场景：

C.UTF-8 适用于需要严格遵循 POSIX 标准的场景，通常用于服务器端。

en_US.UTF-8 适用于以英语为主的应用程序和系统。

zh_CN.UTF-8 适用于中文应用程序和系统，显示中文更为兼容。

GaussDB数据库设计规范：

禁止使用postgres数据库，必须为业务创建Database。

创建Database必须设置字符集编码(ENCODING)、兼容性(DBCOMPATIBILITY)。

ENCODING：设置为UTF8；

DBCOMPATIBILITY：需配置为兼容Oracle语法，集中式版本需将参数配置为A,分布式版本需将参数配置为ORA，参考建库语句如下：

版本

参考建库语句

集中式

CREATE DATABASE test2 ENCODING='UTF8' lc_collate='C' lc_ctype='C' DBCOMPATIBILITY='A' TEMPLATE template0;

分布式

CREATE DATABASE test2 ENCODING='UTF8' DBCOMPATIBILITY='ORA' TEMPLATE template0;

建议一个数据库实例内应用自定义的Database数量不超过3个。

建议使用Schema进行业务隔离。

建表：

数据表设计规范

必须使用行存及ASTORE引擎;

建表语句参考:

 

CREATE TABLE tbl_name ....

WITH (orientation=row,storage_type = astore);

 

　必须定义Range分区表的上边界为Maxvalue。

删除、切割、合并、清空、交换分区的操作会使分区Global索引失效，建议申明UPDATE GLOBAL INDEX子句更新索引。

说明:UPDATE GLOBAL INDEX的更新策略为异步更新，可以避免在分区操作并UPDATE GLOBAL INDEX时，产生无法使用索引的问题。

对于ASTORE和USTORE：

Ustore 存储引擎，又名In-place Update存储引擎（原地更新），是openGauss 内核新增的一种存储模式。此前的版本使用的行存储引擎是Append （追加更新）模式。相比于Append Update（追加更新）行存储引擎，Ustore存储引擎可以提高数据页面内更新的HOT UPDATE的垃圾回收效率，有更新元组后存储空间占用的问题。Append Update和 In-place Update是两种不同的存储引擎策略，适用场景有所不同。

2.1.2 索引

1）MYSQL：

单张表的索引尽量控制在5个以内

单个索引的字段原则上不超过5个

表索引总长度不超过3072字节（系统限制）

组合索引的顺序要斟酌，以下需综合考虑

常用的筛选条件字段放在前面

选择性（基数）高的字段放在前面

尽可能地使用数据原生顺序从而避免额外的排序操作，需要经常排序的字段可加到索引中，字段顺序和最常用的排序一致

对于较长的字符串类型字段，建议使用前缀索引

合理合并索引，避免冗余，例如：

组合索引的最左前缀部分，不再创建相同的索引，比如(a,b)和(a)，应该去掉(a)

主键字段（a），不再创建（a,b）这样的组合索引

创建索引：

索引的类型：

键索引：主键自动的为主索引（类型primary key）。

唯一索引：UNIQUE。

普通索引：INDEX。

全文索引：FULLTEXT，适用于MyISAM存储引擎。对于全文索引在实际开发中的考虑，要使用Solr或ElasticSearch。

添加索引：

 

CREATE [UNIQUE] INDEX index_name ON tbl_name (col_name[(length)][ASC|DESC],…);

或

 

ALTER TABLE tbl_name ADD INDEX [index_name] (index_col_name,…);

2）GaussDB：

合理设计组合索引，避免冗余。

禁止使用外键。

禁止索引总字符串长度超过200(单个索引、组合索引)。

关于NULL约束：

明确不存在NULL 值的字段必须添加NOT NULL 约束

用于WHERE 条件过滤和关联的字段都建议设置NOT NULL 约束

索引（包括单列索引和复合索引）字段建议添加NOT NULL约束

建议给数据表建立业务主键。

说明：使用DRS进行数据迁移或数据同步时，目标数据表上必须要有主键。

创建索引时，如果有联机事务，必须添加CONCURRENTLY参数。

说明：创建索引时，一般会阻塞其他DML对该索引所依赖表的访问，添加CONCURRENTLY参数将不阻塞其他DML操作。

在表上创建索引：

 

CREATE [ UNIQUE ] INDEX [ CONCURRENTLY ] [ [schema_name.]index_name ] ON table_name

[ USING method ]

({ { column_name [ ( length ) ] | ( expression ) } [ COLLATE collation ] [ opclass ] [ ASC | DESC ]

[ NULLS { FIRST | LAST } ] }[, ...] )

[ INCLUDE ( column_name [, ...] )]

[ WITH ( {storage_parameter = value} [, ... ] ) ]

[ TABLESPACE tablespace_name ]

[ WHERE predicate ];

在分区表上创建索引：

 

CREATE [ UNIQUE ] INDEX [ CONCURRENTLY ] [ [schema_name.]index_name ] ON table_name

[ USING method ]

( {{ column_name [ ( length ) ] | ( expression ) } [ COLLATE collation ] [ opclass ] [ ASC | DESC ]

[ NULLS LAST ] }[, ...] )

[ LOCAL [ ( { PARTITION index_partition_name | SUBPARTITION index_subpartition_name

[ TABLESPACE index_partition_tablespace ] } [, ...] ) ] | GLOBAL ]

[ INCLUDE ( column_name [, ...] )]

[ WITH ( { storage_parameter = value } [, ...] ) ]

[ TABLESPACE tablespace_name ]

[ WHERE predicate ];

重点参数说明：

UNIQUE：

创建唯一性索引，每次添加数据时检测表中是否有重复值。如果插入或更新的值

会引起重复的记录时，将导致一个错误。

目前只有B-tree及UBtree索引支持唯一索引。

CONCURRENTLY：

以不阻塞DML的方式创建索引（加ShareUpdateExclusiveLock锁）。创建索引

时，一般会阻塞其他语句对该索引所依赖表的访问。指定此关键字，可以实现创

建过程中不阻塞DML。

此选项只能指定一个索引的名称。

普通CREATE INDEX命令可以在事务内执行，但是CREATE INDEX

CONCURRENTLY不可以在事务内执行。

列存表不支持CONCURRENTLY方式创建索引。对于临时表，支持使用

CONCURRENTLY关键字创建索引，但是实际创建过程中，采用的是阻塞式的

创建方式，因为没有其他会话会并发访问临时表，并且阻塞式创建成本更

低。

创建索引时指定此关键字，Astore需要执行先后两次对该表的全表扫描来完成build，

第一次扫描的时候创建索引，不阻塞读写操作；第二次扫描的时候合并更新第一次扫描

到目前为止发生的变更；Ustore只需全表扫描一次来完成索引创建。

2.1.3 分区

1）MySQL：

建议只使用RANGE、LIST和HASH最基本的分区方式；分区字段的类型请参照下面的介绍。分区表支持的分区类型：

1-1）RANGE

 

CREATE TABLE tbl_name ....

PARTITION BY RANGE(column)

( PARTITION partition_name1 VALUES LESS THAN (value),

…,

PARTITION partition_nameN VALUES LESS THAN MAXVALUE)

语法说明：

支持指定一列的值进行RANGE分区。

分区键须为主键的一部分

建议分区键的类型为整型或时间类型

使用时间进行RANGE分区，均支持年、月、日函数。

注：若增加分区，需要人工干预。

实际操作：

创建分区表：

 

DROP TABLE if exists orders_1;
CREATE TABLE orders_1 (
id INT PRIMARY KEY,
order_date CHAR(4) ,
customer_id INT,
product_name VARCHAR(255)
) PARTITION BY RANGE (order_date)
( PARTITION p1 VALUES LESS THAN (2021),
PARTITION p2 VALUES LESS THAN (2022),
PARTITION p3 VALUES LESS THAN (2023),
PARTITION P4 VALUES LESS THAN(MAXVALUE));

查询分区信息：

 

select relname,parttype,parentid,boundaries from pg_partition where parentid in (SELECT parentid FROM pg_partition where relname='orders_1');

修改分区表：

 

ALTER TABLE orders_1 DROP PARTITION P4;
ALTER TABLE orders_1 DROP PARTITION P5;
ALTER TABLE orders_1 ADD PARTITION P4 VALUES LESS THAN (2024);
ALTER TABLE orders_1 ADD PARTITION P6 VALUES LESS THAN (2025);
ALTER TABLE orders_1 ADD PARTITION P4 VALUES LESS THAN (2024);
ALTER TABLE orders_1 ADD PARTITION P6 VALUES LESS THAN (2025);
ALTER TABLE orders_1 ADD PARTITION P10 VALUES LESS THAN (MAXVALUE);
ALTER TABLE orders_1 RENAME PARTITION P10 TO P5;

注意：

GaussDB for PG中不存在类似MySQL的REORGANIZE PARTITION语法用于重新组织表的分区，需要先删除旧分区，然后添加一个新的分区，覆盖旧分区的范围。

1-2）LIST

 

CREATE TABLE tbl_name ....

PARTITION BY LIST(column)

( PARTITION partition_name1 VALUES IN (value)或

PARTITION partition_name1 VALUES (value),

…)

 

语法说明：

只支持按指定一列的值进行LIST分区。

分区键须为主键的一部分

建议分区键的类型为整型或时间类型

原因：MySQL、集中式TDSQL、分布式TDSQL单表如果采用PARTITION BY LIST，那么VALUES中的值只支持整型。如果希望支持字符类型，需要使用PARTITION BY LIST COLUMNS，而Oracle不兼容该语法，因此将该语法作为TDSQL独有语法，不建议使用。

采用LIST分区，程序需要保证不允许有LIST分区之外的值插入。

1-3）HASH

 

CREATE TABLE tbl_name ....
PARTITION BY HASH(column)
PARTITIONS num

 

　　语法说明：

只支持按指定一列的值进行HASH分区

分区键需要是主键的一部分

支持整型和时间类型（支持年、月、日函数）

分布式TDSQL中的分表不支持HASH二级分区

2）GaussDB：

GaussDB 分布式range、list分布表主键要求必须包含分布列。

当表中的数据量很大时，应当对表进行分区，一般需要遵循以下原则：

【建议】使用具有明显区间性的字段进行分区，比如日期、区域等字段上建立分区。

【建议】分区名称应当体现分区的数据特征。例如，关键字+区间特征。

【建议】将分区上边界的分区值定义为MAXVALUE，以防止可能出现的数据溢出。

分区方式

描述

Range

表数据通过范围进行分区。

Interval

表数据通过范围进行分区，超出范围的会自动根据间隔创建新的分区。

List

表数据通过指定列按照具体值进行分区。

Hash

表数据通过Hash散列方式进行分区。

典型的分区表定义如下：

创建Range分区表：

 

CREATE TABLE staffS_p1

(

staff_ID NUMBER(6) not null,

FIRST_NAME VARCHAR2(20),

LAST_NAME VARCHAR2(25),

EMAIL VARCHAR2(25),

PHONE_NUMBER VARCHAR2(20),

HIRE_DATE DATE,

employment_ID VARCHAR2(10),

SALARY NUMBER(8,2),

COMMISSION_PCT NUMBER(4,2),

MANAGER_ID NUMBER(6),

section_ID NUMBER(4)

)

PARTITION BY RANGE (HIRE_DATE)

(

PARTITION HIRE_19950501 VALUES LESS THAN ('1995-05-01 00:00:00'),

PARTITION HIRE_19950502 VALUES LESS THAN ('1995-05-02 00:00:00'),

PARTITION HIRE_maxvalue VALUES LESS THAN (MAXVALUE)

);

创建Interval分区表，初始两个分区，插入分区范围外的数据会自动新增分区：

 

CREATE TABLE sales

(prod_id NUMBER(6),

cust_id NUMBER,

time_id DATE,

channel_id CHAR(1),

promo_id NUMBER(6),

quantity_sold NUMBER(3),

amount_sold NUMBER(10,2)

)

PARTITION BY RANGE (time_id)

INTERVAL('1 day')

( PARTITION p1 VALUES LESS THAN ('2019-02-01 00:00:00'),

PARTITION p2 VALUES LESS THAN ('2019-02-02 00:00:00')

);

创建List分区表：

 

CREATE TABLE test_list (col1 int, col2 int)

partition by list(col1)

(

partition p1 values (2000),

partition p2 values (3000),

partition p3 values (4000),

partition p4 values (5000)

);

创建Hash分区表：

 

CREATE TABLE test_hash (col1 int, col2 int)

partition by hash(col1)

(

partition p1,

partition p2

);

2.1.4 修改表

1）MySQL：

修改列的类型时优先使用MODIFY关键字，示例：

 

ALTER TABLE test_table MODIFY a VARCHAR (11);

TDSQL对表的修改绝大部分操作都会重构数据，可能对业务造成影响。为减少这种影响，必须把对表的多次ALTER操作合并为一次操作。

例如，要给表t增加一个字段b，同时给已有的字段aa建立索引, 通常的做法分为两步：

 

ALTER TABLE tt ADD COLUMN b VARCHAR(10);

ALTER TABLE tt ADD INDEX idx_aa(aa);

正确的做法：

 

ALTER TABLE tt ADD COLUMN b VARCHAR(10),ADD INDEX idx_aa(aa);

 

　　2）Gauss DB：

修改表，包括修改表的定义、重命名表、重命名表中指定的列、重命名表的约束、设

置表的所属模式、添加/更新多个列、打开/关闭行访问控制开关。

修改表的定义：

 

ALTER TABLE [ IF EXISTS ] { table_name [*] | ONLY table_name | ONLY ( table_name ) } action [, ... ];

其中具体表操作action可以是以下子句之一：

 

column_clause

| ADD table_constraint [ NOT VALID ]

| ADD table_constraint_using_index

| VALIDATE CONSTRAINT constraint_name

| DROP CONSTRAINT [ IF EXISTS ] constraint_name [ RESTRICT | CASCADE ]

| CLUSTER ON index_name

等。

2.2 DML

2.2.1 SELECT

1）MySQL：

1. 查询非重复项使用DISTINCT，禁用QNIQUE

2. 尽量避免子查询

3. 聚合操作

1) 先缩小范围再做聚合等操作，以减少CPU和IO

2) 尽量避免使用类似COUNT(*)的全表扫描查询，从设计上考虑另外用一张表存这个计数值

4. 注意字段类型，避免类型转换，类型转换除了会增加CPU消耗，如果转换失败，还会导致索引失效

5. 尽量避免让数据库做算术运算，交给应用层来做，例如：

 

SELECT a FROM tbl WHERE id*10=100;

6. 尽量使用UNION ALL，而不是UNION，UNION会做去重和排序

7. WHERE子句使用的原则

1) 尽量使用索引，尤其是主键，尽量简单，尽量匹配到更少的行

2) 即使有索引，WHERE子句匹配的行数也不要超过表的30%，否则效率仍很低

3) 多使用等值操作符，少使用非等值操作符，非等值操作符通常会导致索引失效

8. OR条件大于3个：

1) 不同字段的，使用UNION ALL代替

2) 相同字段的，用IN代替

9. 尽量使用WHERE子句代替HAVING子句，例如：

 

SELECT id,COUNT(*) FROM tbl GROUP BY id HAVING age>=30;

应该替换为：

 

SELECT id,COUNT(*) FROM tbl WHERE age>30 GROUP BY id;

10. 一个表的ORDER BY和GROUP BY的组合都不应该超过3种，否则从业务逻辑考虑进行优化或者分成多张表

11. 表关联

1) 数据分库分表后尽量避免跨库表关联

2) 对于大表，建议不多于2张表做关联；对于小表(如配置信息类的)容许超过2张表以上的关联

3) 关联列上要求必须有索引

JOIN/LEFT JOIN/RIGHT JOIN，选择满足应用场景的关联类型

2）Gauss DB：

1．带有LIMIT的分页查询语句中必须带有ORDER BY 保证有序。

2．避免对大字段（如VARCHAR(2000)）执行ORDER BY、DISTINCT、GROUP BY、UNION等会引起排序的操作。此类操作将消耗大量的CPU和内存资源，执行效率低下。

3．ORDER BY子句进行排序时，建议显式指定排序方式（ASC/DESC），NULL的排序方式（NULL FIRST/NULL LAST）。

4．禁止使用LOCK TABLE 语句加锁。

说明：LOCK TABLE提供多种锁级别，但如果对数据库原理和业务理解不足，误用表锁可能触发死锁，导致集群不可用。

5．不建议超过3张表或视图进行关联（特别是full join）。

6．建议使用连接操作符“||”替换concat函数进行字符串连接。

说明：concat函数的输出跟data type有关，生成执行计划时不能提前计算结果值，导致查询性能严重劣化。

7．建议使用CURRENT_DATE、CURRENT_TIME、CURRENT_TIMESTAMP(n)代替now函数获取当前时间。

说明:now函数生成的执行计划无法下推，导致查询性能严重劣化。

8．当in(val1, val2, val3…)表达式中字段较多时，建议使用in (values(va11), (val2),(val3)…)语句进行替换。

说明:优化器会自动把in约束转换为非关联子查询，从而提升查询性能。

9．若join列上的NULL值较多，则可以加上is not null过滤条件，以提前过滤数据，提高join效率。

10．多表关联查询时, 建议对表添加使用别名，保证语句逻辑清晰，便于维护。

11．子查询深度不建议超过2层。

2.2.2 INSERT

1）MySQL：

1. 多条INSERT语句要合并成一条批量提交，建议一次不要超过1000行数据

2. 禁止使用INSERT INTO tbl()，必须显示指明字段，示例：

 

INSERT INTO tbl_name(a,b,c) VALUES(1,2,3);

2）Gauss DB：

1．在批量数据入库之后，或者数据增量达到一定阈值后，建议对表进行analyze操作，防止统计信息不准确而导致的执行计划劣化。

2．INSERT ON DUPLICATE KEY UPDATE 不支持对主键或唯一约束的列上执行UPDATE。

说明:INSERT ON DUPLICATE KEY UPDATE的语义是对唯一约束冲突的行进行更新，这个过程中不应对约束的值进行更新。

3．不建议对存在多个唯一约束的表执行INSERT ON DUPLICATE KEY UPDATE。

说明:当存在多个唯一约束时，会默认检查所有的唯一约束条件，只要任何一个约束存在冲突，就会对冲突行进行更新，即可能更新多条记录，与业务预期不相符。业务应给予更加明确的插入更新条件。

4．对于批量插入的情况，建议使用executeBatch 执行INSERT INTO VALUES (?)，执行效率将高于执行多条INSERT INTO VALUES(?)或INSERT INTO VALUES(?),...,(?)。

5．批量插入数据量不宜过大，建议单次批量数据条数不超过1000。

2.2.3 UPDATE

1）MySQL：

1. 必须带WHERE条件，最好使用主键

2. 控制一次性更新的数据记录，建议在1万条记录以内，以避免引起事务持有锁的时间过长，甚至可能因为单个事务的binlog太大导致强同步阻塞

3. 不使用不确定值的函数，比如RAND ()和NOW()

4. 禁止在UPDATE语句中，将“,”写成AND，例如：

 

UPDATE tbl SET fid=fid+1000, gid=gid+1000 WHERE id > 2;

如果写成

 

UPDATE tbl SET fid=fid+1000 AND gid=gid+1000 WHERE id > 2;

此时“fid+1000 AND gid=gid+1000”将作为值赋给fid，且没有Warning。

2）GaussDB：

1．不建议UPDATE 语句中直接使用LIMIT，应使用WHERE 条件明确需要更新的目标行。

2．禁止在UPDATE 更新多个列时，被更新列同样是更新源。

说明:同时更新多列，且更新源相同，在不同的数据库下行为不同，避免带来兼容性问题。

 

UPDATE table SET col1 = col2, col3 = col1 WHERE col1 = 1;

该语句在Oracle中，col3的值为原col1的值；而MySQL中，col3的值为col2的值（因为col2的值被赋予给了col1）。

3．UPDATE 语句中禁止使用ORDER BY、GROUP BY 子句，避免不必要的排序。

4．有主键/索引的表，更新时WHERE条件应结合主键/索引。

5．对于频繁更新的表，建议应用使用VACUUM进行清理。

2.2.4 DELETE

1）MySQL：

1. 必须带WHERE条件，最好使用主键

2. 控制一次性删除的数据记录，建议在1万条记录以内，以避免引起事务持有锁的时间过长，甚至可能因为单个事务的binlog太大导致强同步阻塞

3. 不使用不确定值的函数，比如RAND ()和NOW()

2）GaussDB：

1．不建议DELETE 语句中使用LIMIT。应使用WHERE条件明确需要删除的目标行。

2．DELETE 有主键或索引的表，WHERE 条件应结合主键或索引，提高执行效率。

3．DELETE语句中禁止使用ORDER BY、GROUP BY子句，避免不必要的排序。

2.2.5 WHERE

1）MySQL：

2）Gauss DB：

1．关于NULL

1)、查询条件中与NULL做比较时，必须使用IS NULL或IS NOT NULL

2)、在关联字段不存在NULL值的情况下，使用(not) exist代替(not) in

2．查询条件中不建议对索引字段使用“!= ”比较符，避免索引失效。

3．查询条件的索引字段上不建议NOT IN。

4．如果过滤条件只有OR表达式，建议将OR表达式转化为UNION ALL以提升性能。使用OR的SQL语句经常无法优化，导致执行速度慢。

5．exists/not exists子查询中含大表的查询条件时，建议增加/*+ no_expand*/提示

说明:优化器可能会自动将exists/not exists子查询展开，一旦子查询中含有大表，优化器则无法找到最优执行计划，从而变成慢SQL

6．禁止在SELECT 目标列中使用子查询，子查询作为过滤条件会使索引失效，从而导致全表扫描。

 

如:select (select ...),t2.c2 from t2 WHERE ...

3 其他注意点

3.1 MySQL和GaussDB不兼容语法处理建议

以下是在GaussDB PG和MySQL之间的一些主要的SQL语法不兼容性。这个列表包含了一些主要的不同之处，但并不是全部的不兼容性。在进行迁移之前，建议深入对比和测试以确保兼容性。

MySQL

GaussDB

备注

AUTO_INCREMENT

SERIAL

序列生成器

SHOW TABLES

\dt

查看所有表

SHOW DATABASES

\l

查看所有数据库

LIMIT n OFFSET m

LIMIT n OFFSET m 或 FETCH FIRST n ROWS ONLY OFFSET m

分页查询

DESCRIBE table or DESC table

\d table

描述表结构

CONCAT(str1, str2, ...)

str1 || str2

拼接字符串

SUBSTRING(str, pos, len)

SUBSTRING(str FROM pos FOR len)

子字符串

LENGTH(str)

LENGTH(str)或CHAR_LENGTH(str)

字符串长度

CURDATE()

CURRENT_DATE

当前日期

NOW()

CURRENT_TIMESTAMP

当前事件

RAND()

RANDOM()

生成随机数

IFNULL(exp, replace_exp)

COALESCE(exp, replace_exp)

判断表达式是否为空

ISNULL(exp)

exp IS NULL

判断表达式是否为空

`作为标识符引用符

“作为标识符引用符

标识符引用符

存储过程使用BEGIN和END

存储过程使用$$

存储过程定义

TRUNCATE TABLE不可在事务中

TRUNCATE TABLE可在事务中

清空表数据

REPALCE INTO

INSERT ... ON CONFLICT DO UPDATE

插入冲突更新

REGEXP

~

正则表达式搜索

CREATE DATABASE 不支持所有者

CREATE TABLE支持所有者

创建数据库

ENUM类型

无对应，可用CHECK约束代替

类型不一致

SET类型

无对应，可用ARRAY类型代替

类型不一致

YEAR类型

无对应，可用INTERVAL YEAR或DATE类型代替

类型不一致

UNSIGNED类型

无对应，需注意数值范围

类型不一致

ZEROFILL类型

无对应，需在应用层处理

类型不一致

SHOW CREATE TABLE

pg_dump -t table -s

查看表创建语句

ENGINE = InnoDB

无对应

存储引擎

CHARSET = utf8mb4

ENCODING = UTF8

字符集

COLLATE = utf8mb4_bin

COLLATE “C”

排序规则

分区表

分区表

分区定义语法不同

CREATE USER

CREATE ROLE

创建用户

REVOKE ALL PRIVILEGES

REVOKE ALL

撤销权限

GRANT SELECT ON *.*

GRANT SELECT ON ALL TABLES IN SCHEMA

授予权限

/*!50003 CREATE */

CREATE OR REPLACE

创建或替换

LOCK TABLES

LOCK TABLE

锁表

UNLOCK TABLES

COMMIT

解锁

KILL QUERY

CANCEL

取消查询

SHOW PROCESSLIST

SELECT * FROM pg_stat_activity

查看进程列表

LOAD DATA INFILE

COPY

数据导入

SELECT INTO OUTFILE

COPY TO

数据导出

RENAME COLUMN

ALTER COLUMN RENAME

重命名列

RENAME INDEX

ALTER INDEX RENAME

重命名索引

RENAME DATABASE

无对应

重命名数据库

ALTER DATABASE不支持修改所有者

ALTER DATABASE支持修改所有者

修改数据库所有者

ALTER DATABASE支持修改字符集和排序规则

ALTER DATABASE 不支持修改字符集和排序规则

修改数据库字符集和排序规则

ALTER TABLE支持一次修改多个列

ALTER TABLE一次只能修改一个列

修改表列

ALTER TABLE支持一次添加多个索引

ALTER TABLE一次只能添加一个索引

添加表索引

ALTER TABLE支持一次删除多个索引

ALTER TABLE一次只能删除一个索引

删除表索引

ALTER TABLE支持修改存储引擎

ALTER TABLE不支持修改存储引擎

修改表存储引擎

ALTER TABLE支持修改字符集和排序规则

ALTER TABLE不支持修改字符集和排序规则

修改表字符集和排序规则

ALTER TABLE支持修改自增值

ALTER TABLE不支持修改自增值

修改表自增值

3.2 语法差异

描述

MySQL

GaussDB PG

插入并存在时更新

REPLACE INTO或INSERT ... ON DUPLICATE KEY UPDATE ...

INSERT...ON CONFLICT DO UPDATE...

使用LIMIT进行分页查询

SELECT ... LIMIT offset,count

SELECT ... LIMIT count OFFSET offset

单行插入返回插入的ID

INSERT INTO ...;SELECT LAST_INSERT_ID()

INSERT INTO ... RETURNING id

单行更新返回更新的行

UPDATE...;SELECT...;

UPDATE ... RETURNING *;

单行删除返回删除的行

DELETE...;SELECT...;

DELETE...RETURNING*;

随机获取一行记录

SELECT...ORDER BY RAND() LIMIT 1;

SELECT...ORDER BY RANDOM() LIMIT 1;

索引字段查询优化

SELECT * FROM table USE INDEX(index) WHERE column = value;

SET enable_seqscan TO OFF;SELECT * FROM table WHERE column = value;SET enable_seqscan TO ON;

使用全文索引搜索

MATCH(column) AGAINST(‘text’)

to_tsvector(column) @@ to_tsquery(‘text’)

查询特定范围的行

SELECT * FROM table LIMIT x,y

SELECT * FROM table LIMIT y OFFSET x

使用存储过程

CALL procedure_name()

SELECT * FROM procedure_name()

事务处理

START TRANSACTION;

COMMIT;

ROLLBACK;

BEGIN;

COMMIT;

ROLLBACK;

创建临时表

CREATE TEMPORARY TABLE table_name

CREATE TEMP TABLE table_name

MySQL使用反引号（``）引用表名和列名

SELECT column FROM table

SELECT “column” FROM “table”

时间和日期函数

DATE(),NOW(),YEAR(),MONTH(),

DAY(),HOUR(),MINUTE(),

SECOND()

CURRENT_DATE, CURRENT_TIME, DATE_PART(‘year’, column), DATE_PAR

column), DATE_PART(‘day’, column), DATE_PART(‘hour’, column), DATE_PART

column), DATE_PART(‘second’, column)

字符串连接函数

CONCAT(column1, column2)

column1 || column2

对分组的限制

SELECT … FROM … GROUP BY … WITH ROLLUP

SELECT … FROM … GROUP BY … ROLLUP(…)

对NULL的处理

SELECT IFNULL(column, 0) FROM table

SELECT COALESCE(column, 0) FROM table

判断是否为空

SELECT column IS NULL FROM table

SELECT column IS NULL FROM table

日期加减操作

SELECT DATE_ADD(date, INTERVAL 1 DAY) FROM

table

SELECT date + INTERVAL ‘1 day’ FROM table

创建自增主键

CREATE TABLE table(id INT AUTO_INCREMENT, PRIMARY KEY(id))

CREATE TABLE table(id SERIAL PRIMARY KEY)

使用正则表达式匹配数据

SELECT column REGEXP ‘pattern’ FROM table

SELECT column ~ ‘pattern’ FROM table

计算平均值

SELECT AVG(column) FROM table

SELECT AVG(column) FROM table

计算最大值

SELECT MAX(column) FROM table

SELECT MAX(column) FROM table

计算最小值

SELECT MIN(column) FROM table

SELECT MIN(column) FROM table

计算总和

SELECT SUM(column) FROM table

SELECT SUM(column) FROM table

计算记录数

SELECT COUNT(column) FROM table

SELECT COUNT(column) FROM table

使用内置数学函数

SELECT ABS(column), CEIL(column),

FLOOR(column), ROUND(column) FROM table

SELECT ABS(column), CEILING(column), FLOOR(column), ROUND(column) FROM table

使用内置字符串函数

SELECT CHAR_LENGTH(column), LOWER(column),

UPPER(column), REVERSE(column) FROM table

SELECT LENGTH(column), LOWER(column), UPPER(column), REVERSE(column) FROM table

使用内置日期函数

SELECT CURRENT_DATE(), CURRENT_TIME(),

DATE_FORMAT(date, ‘format’) FROM table

SELECT CURRENT_DATE, CURRENT_TIME, TO_CHAR(date, ‘format’) FROM table

使用内置转换函数

SELECT CAST(column AS type) FROM table

SELECT CAST(column AS type) FROM table

4 数据迁移案例

4.1 登陆GaussDB服务器

登陆服务器，在开发环境登陆XXX.XXX.XXX.XXX这个高斯节点。

例如使用MobaXterm。打开软件，连接该节点XXX.XXX.XXX.XXX。

 

输入密码进行登录。

然后，输入命令cd /opt/bin。

然后运行脚本，输入命令source gsql_env.sh。

然后登录数据库，输入命令gsql -h XXX.XXX.XXX.XXX -d postgres -U root -p 8000 -W password。就可以进行相关的操作了。

4.2 创建数据库

在gaussdb目录下执行CREATE DATABASE XXXX TEMPLATE template0 ENCODING='UTF8' DBCOMPATIBILITY='A';来创建XXXX数据库。

然后在gaussdb目录下执行\l，来查看建好的数据库信息。

4.3 建表

执行命令\c XXXX来选择使用XXXX库，输入密码可以登录。

然后进行建表操作，执行如下样例建表语句。

CREATE TABLE IF NOT EXISTS tctatomtype (

atom_type char(8) NOT NULL,

ap_code char(4) DEFAULT NULL,

at_type_name varchar(256) DEFAULT NULL,

at_type_desc varchar(1024) DEFAULT NULL,

at_type_param1 varchar(64) DEFAULT NULL,

at_type_param2 varchar(64) DEFAULT NULL,

at_type_param3 varchar(64) DEFAULT NULL,

at_type_param4 varchar(64) DEFAULT NULL,

at_type_param5 varchar(64) DEFAULT NULL,

at_type_param6 varchar(64) DEFAULT NULL,

at_type_param7 varchar(64) DEFAULT NULL,

at_type_param8 varchar(64) DEFAULT NULL,

at_type_param9 varchar(64) DEFAULT NULL,

at_type_param10 varchar(64) DEFAULT NULL,

PRIMARY KEY(atom_type)

) WITH (orientation=row,storage_type = USTORE);

建表完成之后，在XXXX目录下执行\dt 来查看数据库里的表信息。

还可以在XXXX目录下执行\d tctatomtype来查看tctatomtype的建表信息。

4.4 使用DataX进行迁移

4.4.1 安装DataX

配置示例：从stream读取数据并打印到控制台

1）创建配置文件（json格式）：

通过命令查看配置模板：python datax.py -r {YOUR_READER} -w {YOUR_WRITER}

例如：python datax.py -r streamreader -w streamwriter

得到配置模板：

 

根据模板配置来配置脚本：

{

    "job": {

        "content": [

            {

                "reader": {

                    "name": "streamreader",

                    "parameter": {

"sliceRecordCount": 10,

                        "column": [

{

"type": "long",

"value": "10"

},

{

"type": "string",

"value": "hello, 你好，世界-DataX"

}

]

                    }

                },

                "writer": {

                    "name": "streamwriter",

                    "parameter": {

                        "encoding": "UTF-8",

                        "print": true

                    }

                }

            }

        ],

        "setting": {

            "speed": {

                "channel": "5"

            }

        }

    }

}

将该脚本上传至/XXXX/datax/job下，并执行chmod +x stream2stream.json，赋予执行权限。

2）启动DataX：

在/XXXX/datax/bin目录下来执行如下命令：

python datax.py /xxxx/datax/job/stream2stream.json

可以看到运行结果：

可以看到完成数据迁移。

4.4.2 DataX内部类型与MySQL和GaussDB的关系

DataX数据类型

MySQL表数据类型

GaussDB For PG表数据类型

long

int，tinyint，smallint，mediumint，int，bigint，year

bigint，bigserial，integer，smallint，serial

double

float，double，decimal

double precision，money， numeric，real

string

nvarchar，char，tinytext，text，mediumtext，longtext

nvarchar，char，text，bit，inet

boolean

bit，bool

bool

date

Date，datetime，timestamp，time

date，time，timestamp

bytes

tinyblob，mediumblob，blob，longblob，varbinary

bytea

4.4.3 创建校验数据表

创建一个check_data表来对数据量做校验来对迁移时间做记录。

CREATE TABLE IF NOT EXISTS check_data (
	table_name VARCHAR(200) NOT NULL,
	mysql_num BIGINT DEFAULT NULL,
	pgsql_num BIGINT DEFAULT NULL,
	start_time TIMESTAMP DEFAULT NULL,
	end_time TIMESTAMP DEFAULT NULL,
	sql_state VARCHAR(4) DEFAULT NULL,
	PRIMARY KEY(table_name)	
) WITH (orientation=row,storage_type = USTORE);

4.4.4 实际数据迁移测试

1）表结构信息：

选择XXXX里的某张配置表来进行数据迁移实验。选择控制交易类型的TCTATOMTYPE表来进行测试。

在TDSQL中，查看TCTATOMTYPE表的建表：

CREATE TABLE `tctatomtype` (
  `atom_type` char(2) COLLATE utf8_bin NOT NULL,
  `ap_code` char(1) COLLATE utf8_bin DEFAULT NULL,
  `at_type_name` varchar(64) COLLATE utf8_bin DEFAULT NULL,
  `at_type_desc` varchar(256) COLLATE utf8_bin DEFAULT NULL,
  `at_type_param1` varchar(16) COLLATE utf8_bin DEFAULT NULL,
  `at_type_param2` varchar(16) COLLATE utf8_bin DEFAULT NULL,
  `at_type_param3` varchar(16) COLLATE utf8_bin DEFAULT NULL,
  `at_type_param4` varchar(16) COLLATE utf8_bin DEFAULT NULL,
  `at_type_param5` varchar(16) COLLATE utf8_bin DEFAULT NULL,
  `at_type_param6` varchar(16) COLLATE utf8_bin DEFAULT NULL,
  `at_type_param7` varchar(16) COLLATE utf8_bin DEFAULT NULL,
  `at_type_param8` varchar(16) COLLATE utf8_bin DEFAULT NULL,
  `at_type_param9` varchar(16) COLLATE utf8_bin DEFAULT NULL,
  `at_type_param10` varchar(16) COLLATE utf8_bin DEFAULT NULL,
  PRIMARY KEY (`atom_type`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_bin;

对应的在GaussDB中的建表：

CREATE TABLE IF NOT EXISTS tctatomtype (
	atom_type char(8) NOT NULL,
	ap_code char(4) DEFAULT NULL,
	at_type_name varchar(256) DEFAULT NULL,
	at_type_desc varchar(1024) DEFAULT NULL,
	at_type_param1 varchar(64) DEFAULT NULL,
	at_type_param2 varchar(64) DEFAULT NULL,
	at_type_param3 varchar(64) DEFAULT NULL,
	at_type_param4 varchar(64) DEFAULT NULL,
	at_type_param5 varchar(64) DEFAULT NULL,
	at_type_param6 varchar(64) DEFAULT NULL,
	at_type_param7 varchar(64) DEFAULT NULL,
	at_type_param8 varchar(64) DEFAULT NULL,
	at_type_param9 varchar(64) DEFAULT NULL,
	at_type_param10 varchar(64) DEFAULT NULL,
	PRIMARY KEY(atom_type)
) WITH (orientation=row,storage_type = USTORE);

　　共计14个字段。

2）迁移脚本准备：

在/XXXX/datax/bin目录下执行命令python datax.py -r mysqlreader -w postgresqlwriter。

得到TDSQL迁移GaussDB的模板。

{
    "job": {
        "content": [
            {
                "reader": {
                    "name": "mysqlreader", 
                    "parameter": {
                        "column": [], 
                        "connection": [
                            {
                                "jdbcUrl": [], 
                                "table": []
                            }
                        ], 
                        "password": "", 
                        "username": "", 
                        "where": ""
                    }
                }, 
                "writer": {
                    "name": "postgresqlwriter", 
                    "parameter": {
                        "column": [], 
                        "connection": [
                            {
                                "jdbcUrl": "", 
                                "table": []
                            }
                        ], 
                        "password": "", 
                        "postSql": [], 
                        "preSql": [], 
                        "username": ""
                    }
                }
            }
        ], 
        "setting": {
            "speed": {
                "channel": ""
            }
        }
    }
}

　　3）准备校验数据表：

在GaussDB中出创建一张表来记录数据迁移的信息和两个数据库的数据校验。

 

CREATE TABLE IF NOT EXISTS check_data (
	table_name VARCHAR(200) NOT NULL,
	mysql_num BIGINT DEFAULT NULL,
	start_time TIMESTAMPTZ[6] DEFAULT NULL,
	end_time TIMESTAMPTZ[6] DEFAULT NULL,
	sql_state VARCHAR(4) DEFAULT NULL,
	PRIMARY KEY(table_name)	
) WITH (orientation=row,storage_type = USTORE);

 

　　4）填写迁移脚本：

按照要迁移的数据库和数据表信息来完成迁移脚本的填写。

 

命名为mysql2postgresql.json。

 

{
    "job": {
        "content": [
            {
                "reader": {
                    "name": "mysqlreader", 
                    "parameter": {
                        "column": ["atom_type","ap_code","at_type_name","at_type_desc","at_type_param1",
									"at_type_param2","at_type_param3","at_type_param4","at_type_param5",
									"at_type_param6","at_type_param7","at_type_param8","at_type_param9",
									"at_type_param10"], 
                        "connection": [
                            {
                                "jdbcUrl": ["jdbc:mysql://XXXX/XXXX"], 
                                "table": ["tctatomtype"]
                            }
                        ], 
                        "password": "XXXXXXXX", 
                        "username": "XXXX"
                    }
                }, 
                "writer": {
                    "name": "postgresqlwriter", 
                    "parameter": {
                        "column": ["atom_type","ap_code","at_type_name","at_type_desc","at_type_param1",
									"at_type_param2","at_type_param3","at_type_param4","at_type_param5",
									"at_type_param6","at_type_param7","at_type_param8","at_type_param9",
									"at_type_param10"], 
                        "connection": [
                            {
                                "jdbcUrl": "jdbc:postgresql://XXXXX/XXXX", 
                                "table": ["tctatomtype"]
                            }
                        ], 
                        "password": "XXXXX", 
                        "postSql": ["update check_data set pgsql_num = (select count(1) from tctatomtype),end_time = current_timestamp,sql_state = '2' where table_name = 'tctatomtype'"], 
                        "preSql": ["update check_data set start_time = current_timestamp,sql_state = '1' where table_name = 'tctatomtype'"], 
                        "username": "root"
                    }
                }
            }
        ], 
        "setting": {
            "speed": {
                "channel": "1"
            }
        }
    }
}

 

　　然后上传至/XXXX/datax/job路径下。

        5）执行迁移数据脚本：

在/XXXX/datax/bin路径下执行命令：python datax.py /XXXX/datax/job/mysql2postgresql.json

但是可以看到会有报错，如下所示：

错误信息为：org.postgresql.util.PSQLException: The authentication type 10 is not supported. Check that you have configured the pg_hba.conf file to include the client's IP address or subnet, and that it is using an authentication scheme supported by the driver.]

这个报错的原因是postgresql驱动版本低不匹配，需要更新驱动，但是由于是使用GaussDB，因此不能使用原生的postgresql驱动来进行替换升级。登陆GaussDB官网，下载dws_8.1.x_jdbc_driver.zip这个压缩包，解压后找到gsjdbc4.jar，来替换/baas/datax/plugin/writer/postgresqlwriter/libs中的postgresql-9.3-1102-jdbc4.jar。

最终结果如下：

替换前：

 

共计14个字段。

2）迁移脚本准备：

在/XXXX/datax/bin目录下执行命令python datax.py -r mysqlreader -w postgresqlwriter。

得到TDSQL迁移GaussDB的模板。

 

{

    "job": {

        "content": [

            {

                "reader": {

                    "name": "mysqlreader",

                    "parameter": {

                        "column": [],

                        "connection": [

                            {

                                "jdbcUrl": [],

                                "table": []

                            }

                        ],

                        "password": "",

                        "username": "",

                        "where": ""

                    }

                },

                "writer": {

                    "name": "postgresqlwriter",

                    "parameter": {

                        "column": [],

                        "connection": [

                            {

                                "jdbcUrl": "",

                                "table": []

                            }

                        ],

                        "password": "",

                        "postSql": [],

                        "preSql": [],

                        "username": ""

                    }

                }

            }

        ],

        "setting": {

            "speed": {

                "channel": ""

            }

        }

    }

 

3）准备校验数据表：

在GaussDB中出创建一张表来记录数据迁移的信息和两个数据库的数据校验。

 

CREATE TABLE IF NOT EXISTS check_data (
	table_name VARCHAR(200) NOT NULL,
	mysql_num BIGINT DEFAULT NULL,
	start_time TIMESTAMPTZ[6] DEFAULT NULL,
	end_time TIMESTAMPTZ[6] DEFAULT NULL,
	sql_state VARCHAR(4) DEFAULT NULL,
	PRIMARY KEY(table_name)	
) WITH (orientation=row,storage_type = USTORE);

4）填写迁移脚本：

按照要迁移的数据库和数据表信息来完成迁移脚本的填写。

命名为mysql2postgresql.json。

 

{
    "job": {
        "content": [
            {
                "reader": {
                    "name": "mysqlreader", 
                    "parameter": {
                        "column": ["atom_type","ap_code","at_type_name","at_type_desc","at_type_param1",
									"at_type_param2","at_type_param3","at_type_param4","at_type_param5",
									"at_type_param6","at_type_param7","at_type_param8","at_type_param9",
									"at_type_param10"], 
                        "connection": [
                            {
                                "jdbcUrl": ["jdbc:mysql://XXXX/XXXX"], 
                                "table": ["tctatomtype"]
                            }
                        ], 
                        "password": "XXXX", 
                        "username": "XXXX"
                    }
                }, 
                "writer": {
                    "name": "postgresqlwriter", 
                    "parameter": {
                        "column": ["atom_type","ap_code","at_type_name","at_type_desc","at_type_param1",
									"at_type_param2","at_type_param3","at_type_param4","at_type_param5",
									"at_type_param6","at_type_param7","at_type_param8","at_type_param9",
									"at_type_param10"], 
                        "connection": [
                            {
                                "jdbcUrl": "jdbc:postgresql://XXXX/XXXX", 
                                "table": ["tctatomtype"]
                            }
                        ], 
                        "password": "XXXX", 
                        "postSql": ["update check_data set pgsql_num = (select count(1) from tctatomtype),end_time = current_timestamp,sql_state = '2' where table_name = 'tctatomtype'"], 
                        "preSql": ["update check_data set start_time = current_timestamp,sql_state = '1' where table_name = 'tctatomtype'"], 
                        "username": "root"
                    }
                }
            }
        ], 
        "setting": {
            "speed": {
                "channel": "1"
            }
        }
    }
}

然后上传至/XXXX/datax/job路径下。

 

 

5）执行迁移数据脚本：

在/xxxx/datax/bin路径下执行命令：python datax.py /xxxx/datax/job/mysql2postgresql.json

但是可以看到会有报错，如下所示：

错误信息为：org.postgresql.util.PSQLException: The authentication type 10 is not supported. Check that you have configured the pg_hba.conf file to include the client's IP address or subnet, and that it is using an authentication scheme supported by the driver.]

这个报错的原因是postgresql驱动版本低不匹配，需要更新驱动，但是由于是使用GaussDB，因此不能使用原生的postgresql驱动来进行替换升级。登陆GaussDB官网，下载dws_8.1.x_jdbc_driver.zip这个压缩包，解压后找到gsjdbc4.jar，来替换/baas/datax/plugin/writer/postgresqlwriter/libs中的postgresql-9.3-1102-jdbc4.jar。

最终结果如下：

替换前：

替换后：

然后再在/XXXX/datax/bin路径下执行命令：python datax.py /XXXX/datax/job/mysql2postgresql.json，可以看到数据完成迁移。

 

数据查看：

check_data表，TDSQL和GaussDB数据量一致：

 

 

校对后迁移结果与在TDSQL上的表一致。

4.4.5数据迁移前准备

在check_data表中有table_name和mysql_num字段，需要在数据迁移之前来填充。

这块也使用DataX来完成，执行的脚本为check_data.json。

 

具体如下：

{
	"job": {
		"setting": {
			"speed": {
				"channel": 1
			}
		},
		"content": [{
			"reader": {
                    "name": "mysqlreader",
                    "parameter": {
                        "username": "baas",
                        "password": "XXXX",
                        "connection": [
                            {
                                "querySql": [
									"select 'tctatomtype' as table_name,count(1) as mysql_num from tctatomtype"],
                                "jdbcUrl": [
                                    "jdbc:mysql://XXXX/XXXX"
                                ]
                            }
                        ]
                    }
                },
			"writer": {
				"name": "postgresqlwriter",
				"parameter": {
					"column": ["table_name","mysql_num"],
					"connection": [{
						"jdbcUrl": "jdbc:postgresql://XXXX/XXXX",
						"table": ["check_data"]
					}],
					"preSql":["delete from check_data"],
					"password": "XXXX",
					"username": "root"
				}
			}
		}]
	}
}

在/XXXX/datax/bin目录下执行python datax.py /XXXX/datax/job/check_data.json，迁移成功之后可以看到：

 

 

5 数据迁移实战

本次数据迁移工作是从TDSQL（MySQL）迁移到GaussDB for PG，总共704张表。

5.1 DDL

5.1.1字段

TDSQL中使用的字段和一些关键字与GaussDB for PG的对应关系：

序号

TDSQL字段或关键字

GaussDB for PG相应替代

备注

1

bigint

bigint

GaussDB for PG中bigint为有符号数，存储范围为-9,223,372,036,854,775,808 ~

+9,223,372,036,854,775,807。

TDSQL中bigint可以存储无符号数的范围是0~18446744073709551615，而对有符号数的存储范围是-9223372036854775808~9223372036854775807。

2

varchar

varchar

GaussDB for PG中varchar为字节，TDSQL中varchar为字符。

需要进行相应的换算。

3

timestamp

timestamp

GaussDB for PG中，timestamp类型用于存储带有日期和时间部分的值，其范围是公元0001年01月01日 00:00:00.000000至公元9999年12月31日 23:59:59.999999

TDSQL中timestamp存储时间范围为1970-01-01 00:00:00 UTC ~ 2038-01-19 03:14:07。

建议对TDSQL中的timestamp进行替换。

4

longblob

blob

GaussDB for PG中，blob最大为32TB（即35184372088832字节）。

TDSQL中，longblob最大4294967295B，约4GB。

GaussDB for PG的blob可以包含TDSQL的longblob。

5

tinyint

tinyint

GaussDB for PG中tinyint为无符号数，存储范围为0 ~ 255。

TDSQL中tinyint对于无符号的数的存储范围是0~255，而对于有符号数的存储范围为-128~127。

6

int

integer

GaussDB for PG中integer为有符号数，存储范围为-2,147,483,648 ~ +2,147,483,647。

TDSQL中tinyint可以存储无符号数据的范围为0~4294967295，而对无符号数的存储范围是-2147483648~2147483647。

需要判断GaussDB for PG中integer作为有符号数的存储范围是否够，如果不够需要换bigint。

7

datetime

timestamp

GaussDB for PG中timestamp类型用于存储带有日期和时间部分的值，其范围是公元0001年01月01日 00:00:00.000000至公元9999年12月31日 23:59:59.999999。

TDSQL中datetime取值范围为1000-01-01 00:00:00 ~ 9999-12-31 23:59:59。其跟时区无关。

8

double

dec[(p[,s])]或double precision

,

float8

GaussDB for PG中DEC[(p[,s])]精度p取值范围为

[1,1000]，标度s取值范围为[0,p]。说明：p为总位数，s为小数位位数。未指定精度的情况下，

小数点前最大131,072位，小数点后最大16,383位。

TDSQL中double为双精度8个字节，可以保证16位精度。Double类型不精确，double使用的是四舍六入五成双，可能会产生一些问题。

但是如果不确定使用DEC是否正确，使用DOUBLE PRECISION,FLOAT8，但是GaussDB for PG中 DOUBLE PRECISION,FLOAT8与TDSQL中的double不相同，不存在四舍六入五成双。

9

char

char(n)

GaussDB for PG中char(n)定长字符串，不足补空

格。n是指字节长度，如不带精度n，默认精度为

1。最大为10MB。

TDSQL中char显示的是字符，固定长度字符串最长255字符。

10

decimal

numeric[(p[,s])],

decimal[(p[,s])]

GaussDB for PG中numeric精度p取值范围为

[1,1000]，标度s取值范围为[0,p]。说明：p为总位数，s为小数位数。

TDSQL中decimal(M,D)大小不确定，M表示指定长度，就是小数位数（精度）的总数，D表示小数点（标度）后的位数。如果D是0，则设置没有小数点或分数部分。M最大65，D最大30。如果D被省略，默认是0。如果M被省略，默认是10。

11

blob

blob

GaussDB for PG中，blob最大为32TB（即35184372088832字节）。

TDSQL中，blob最大最大65535B。

12

mediumtext

text

GaussDB for PG中，text最大为1GB-1，但还需要考虑到列描述头信息的大小，以及列所在元组的大小限制（也小于1GB-1），因此TEXT类型最大大小可能小于1GB-1。

TDSQL中mediumtext最大65535B。

13

longtext

clob

GaussDB for PG中，clob最大为32TB-1，但还需要考虑到列描述头信息的大小，以及列所在元组的大小限制（也小于32TB-1），因此CLOB类型最大大小可能小于32TB-1。

TDSQL中longtext最大4294967295B。

14

date

date或timestamp without time zone

GaussDB for PG中，A兼容性下，数据库将空字符串作为NULL处理，数据类型DATE会被替换为

TIMESTAMP(0) WITHOUT TIME ZONE。

TDSQL中格式为日期，yyyy-mm-dd。

如果要将TDSQL中的date字段值插入到GaussDB For PG中，会存储为 yyyy-mm-dd 00:00:00的格式，在使用的时候，需要做substring(dt, 0, 11)截断处理。

15

text

text

GaussDB for PG中，text最大为1GB-1，但还需要考虑到列描述头信息的大小，以及列所在元组的大小限制（也小于1GB-1），因此TEXT类型最大大小可能小于1GB-1。

TDSQL中，text最大65535B。

16

smallint

smallint

GaussDB for PG中，smallint取值范围为-32,768 ~ +32,767。

TDSQL中，smallint对于无符号数的存储范围是0~65535，而对于有符号数的存储范围是-32768~32767。

需要判断GaussDB for PG中smallint作为有符号数的存储范围是否够，如果不够需要换integer。

17

int unsigned

integer

GaussDB for PG中integer为有符号数，存储范围为-2,147,483,648 ~ +2,147,483,647。

TDSQL中int可以存储无符号数据的范围为0~4294967295，而对无符号数的存储范围是-2147483648~2147483647。

需要判断GaussDB for PG中integer作为有符号数的存储范围是否够，如果不够需要换bigint。

18

bigint unsigned

bigint

GaussDB for PG中bigint为有符号数，存储范围为-9,223,372,036,854,775,808 ~

+9,223,372,036,854,775,807。

TDSQL中bigint可以存储无符号数的范围是0~18446744073709551615，而对有符号数的存储范围是-9223372036854775808~9223372036854775807。

5.1.2建表

其他关键字：

序号

TDSQL字段或关键字

GaussDB for PG相应替代

备注

1

not null

not null

无区别

2

comment 'column' 

comment on column

table_name.column_name

is 'column';

字段备注

GaussDB for PG中的comment使用在建表完成之后，用单独的语句来完成备注，并且一次只能完成一个字段的备注，多个字段需要分别执行来完成。

TDSQL中comment跟在建表中字段之后使用。

3

comment='table'

comment on table table_name is 'table';

表备注

GaussDB for PG中的comment使用在建表完成之后，用单独的语句来完成备注。

TDSQL中comment跟在建表语句之后使用。

4

auto_increment

serial

GaussDB for PG中的serial不建议使用，需要使用uuid等来替换。

5

collate

默认在建库时使用lc_collate='C' lc_ctype='C'

GaussDB for PG中的排序是lc_collate和lc_ctype配合使用的。

6

default null

default null

无区别

7

primary key

primary key

GaussDB for PG中的primary key可以是如下格式：

create table test3 (a text primary key);

create table test4 (a text, primary key(a));

8

key

无

通过在表定义之后使用 CREATE INDEX 语句来实现

-- 创建表 CREATE TABLE example_table ( id SERIAL PRIMARY KEY, name VARCHAR(100), age INT ); -- 创建索引

CREATE INDEX idx_example_table_name ON example_table(name);

在这个例子中，我们首先创建了一个名为 example_table 的表，其中包含一个 id 列（作为主键，自动递增），一个 name 列和一个 age 列。然后，我们为 name 列创建了一个索引，索引名为 idx_example_table_name。

虽然 PostgreSQL 不支持直接在 CREATE TABLE 语句中嵌入 CREATE INDEX 语句，但你可以使用事务或脚本将这两步操作组合在一起，以确保它们在逻辑上是一起的，但是这种方式是在公司不允许的。

9

engine

无

GaussDB for PG不选择存储引擎。

10

default charset

encoding

GaussDB for PG中encoding='UTF8'替代TDSQL的DEFAULT CHARSET=utf8mb4

11

partition by range

partition by range

无区别

12

to_days()

无

GaussDB for PG中不存在对应的函数，需要自建函数来实现，但是在实际的开发过程中不允许使用自建函数，因为不通用。

13

charset

encoding

GaussDB for PG中encoding='UTF8'替代TDSQL的charset=utf8mb4

注：构建按日分区的表的方式

常见的分区方案有范围分区（Range Partitioning）、间隔分区（Interval Partitioning）、哈希分区（Hash Partitioning）、列表分区（List Partitioning）、数值分区（Value Partition）等。目前行存表支持范围分区、间隔分区、哈希分区、列表分区，列存表仅支持范围分区。

范围分区策略：根据分区键值将记录映射到已创建的某个分区上，如果可以映射到已

创建的某一分区上，则把记录插入到对应的分区上，否则给出报错和提示信息。这是最常用的分区策略。

间隔分区是一种特殊的范围分区，相比范围分区，新增间隔值定义，当插入记录找不

到匹配的分区时，可以根据间隔值自动创建分区。

间隔分区只支持基于表的一列分区，并且该列只支持TIMESTAMP[(p)] [WITHOUT TIME ZONE]、TIMESTAMP[(p)] [WITH TIME ZONE]、DATE数据类型。

由于GaussDB for PG不存在TDSQL中的to_days函数，因此建立分区时可以采用如下格式：

 

drop table if exists sales;
create table if not exists sales (
	sale_id SERIAL PRIMARY KEY,     
	sale_date DATE NOT NULL) 
partition by range(sale_date)
(
	partition p_20190201 VALUES LESS THAN ('2019-02-01'),
	partition p_20190202 VALUES LESS THAN ('2019-02-02'),
	partition p_20190203 VALUES LESS THAN ('2019-02-03'),
	partition p_DEF values less than ('9999-12-31')
)

直接使用日期来进行日期划分。注意，对于用于需要进行分区的字段赋成Date或timestamp，同时在批量程序中也需要做相应的修改。

 

5.1.3表结构转换

 

由于TDSQL迁移GaussDB无法使用华为提供的表结构转换工具，因此需要自行编写程序来实现相应的功能，总体是实现5.1.1和5.1.2部分的相关内容。

 

表结构转换程序的输入是TDSQL环境下的建表DDL语句，输出是GaussDB for PG环境下的建表DDL语句。

 

POM配置：

 

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>org.example</groupId>
    <artifactId>tdsql2guass</artifactId>
    <version>1.0-SNAPSHOT</version>

    <properties>
        <maven.compiler.source>8</maven.compiler.source>
        <maven.compiler.target>8</maven.compiler.target>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
    </properties>

    <dependencies>
        <dependency>
            <groupId>mysql</groupId>
            <artifactId>mysql-connector-java</artifactId>
            <version>8.0.29</version>
        </dependency>
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>fastjson</artifactId>
            <version>1.2.15</version>
        </dependency>
    </dependencies>
</project>

连接TDSQL数据库：

ConnectTdsql.java：

 

public class ConnectTdsql {
    private static Connection conn = null;
    private static Statement stsm =  null;

    // 注册驱动程序
    static {
        try {
            Class.forName("com.mysql.cj.jdbc.Driver");
        } catch (Exception e) {
            e.printStackTrace();
            System.out.println("获取数据库连接对象出错");
        }
    }
    // 获取连接对象，该方法返回一个连接
    public static Connection getConnection(String url, String user, String password) {
        // 创建连接对象
        try {
            conn = DriverManager.getConnection(url, user, password);
            System.out.println("数据库已经连接好了！");
        } catch (SQLException e) {
            e.printStackTrace();
            throw new RuntimeException(e);
        }
        return conn;
    }
    // 释放资源，断开连接
    public static void close(Connection conn, Statement stsm) {
        if (null != stsm) {
            try {
                stsm.close();
            } catch (SQLException e) {
                e.printStackTrace();
                throw new RuntimeException(e);
            }
        }
        if (null != conn) {
            try {
                conn.close();
            } catch (SQLException e) {
                e.printStackTrace();
                throw new RuntimeException(e);
            }
        }
    }
    // 释放资源，断开连接，重载
    public static void close(Connection conn, Statement stsm, ResultSet rs) {
        if (null != rs) {
            try {
                rs.close();
            } catch (SQLException e1) {
                e1.printStackTrace();
                throw new RuntimeException(e1);
            }
        }
        if (null != stsm) {
            try {
                stsm.close();
            } catch (SQLException e) {
                e.printStackTrace();
                throw new RuntimeException(e);
            }
        }
        if (null != conn) {
            try {
                conn.close();
            } catch (SQLException e) {
                e.printStackTrace();
                throw new RuntimeException(e);
            }
        }
    }
}

获取TDSQL中表的DDL：

 

public class GetTableNameAndDDL {

    public static ArrayList getTableName(String url, String user, String password, Connection conn, Statement stsm, String dataBaseName) {
        ArrayList<String> tableName = new ArrayList<>();
        ResultSet rs = null;
        int counter = 0;
        try {
            // 调用工具类连接对象
            conn = ConnectTdsql.getConnection(url, user, password);
            // 创建statement对象
            stsm = conn.createStatement();
            // 准备sql语句
            String sql = "SELECT TABLE_NAME, TABLE_SCHEMA FROM INFORMATION_SCHEMA.TABLES WHERE TABLE_SCHEMA = '" + dataBaseName + "';";
            // 执行sql语句，返回的是ResultSet对象
            rs = stsm.executeQuery(sql);
            // 遍历查询结果
            while (rs.next()) {
                StringBuilder sb = new StringBuilder();
                // 根据表情况来定制
                String table_name = rs.getString("TABLE_NAME");
                String table_schema = rs.getString("TABLE_SCHEMA");
                sb = sb.append(table_schema).append(".").append(table_name);
                String table_all_name = sb.toString();
                tableName.add(table_all_name);
                ++counter;
            }
            System.out.println("数据查询完毕！" + "共有 " + counter + " 张表");
        } catch (Exception e) {
            e.printStackTrace();
            throw new RuntimeException(e);
        } finally {
            // 调用工具类关闭连接
            ConnectTdsql.close(conn, stsm, rs);
        }
        return tableName;
    }

    public static void getTableDDL(String url,
                                   String user,
                                   String password,
                                   Connection conn,
                                   Statement stsm,
                                   String dataBaseName,
                                   String folderPath) {
        ResultSet rs = null;
        try {
            // 获取所有的表名
            ArrayList<String> allTableName = getTableName(url, user, password, conn, stsm, dataBaseName);
            // 获取建表信息
            // 调用工具类连接对象
            conn = ConnectTdsql.getConnection(url, user, password);
            // 创建statement对象
            stsm = conn.createStatement();
            // 创建文件夹
            makeFolder(folderPath);
            // 准备sql语句
            for (String tableName : allTableName) {
                String sql = "SHOW CREATE TABLE " + tableName;
                rs = stsm.executeQuery(sql);
                if (null != rs) {
                    if (rs.next()) {
                        String table_ddl = rs.getString("Create Table");
                        stringToFile(folderPath, tableName, table_ddl);
                    }
                 }
            }
        } catch (Exception e) {
            e.printStackTrace();
            throw new RuntimeException(e);
        } finally {
            // 调用工具类关闭连接
            ConnectTdsql.close(conn, stsm, rs);
        }

    }
    public static void stringToFile(String folderPath, String fileName, String tableDDLInfo) {
        try {

            String filePath = folderPath + fileName + ".sql";
            // 创建一个File文件，表示要保存的文件
            File file = new File(filePath);
            // 创建一个BufferedWriter对象
            BufferedWriter writer = new BufferedWriter(new FileWriter(file));
            // 将String字符串写入文件
            writer.write(tableDDLInfo);
            // 关闭BufferedWriter对象
            writer.close();

            System.out.println("存放 " + fileName + " 建表信息的文件已经建好！");
        } catch (IOException e) {
            e.printStackTrace();
            throw new RuntimeException(e);
        }
    }

    public static void makeFolder(String folderPath) {
        File folder = new File(folderPath);
        if (!folder.exists()) {
            folder.mkdirs();
        }
        System.out.println("存放建表信息的文件夹已经建好！");
    }

}

　　TDSQL的DDL结构转为GaussDB的DDL结构：

 

public class GetDDLAndTransform {
    public static void getAllFile(File fileInput, ArrayList<File> allFileList) {
        // 获取文件列表
        File[] fileList = fileInput.listFiles();
        assert fileList != null;
        for (File file : fileList) {
            allFileList.add(file);
        }
    }

    public static void getFileDDLInfoAndTransform(String folderPath) {

        File dir = new File(folderPath);

        ArrayList<File> allFileList = new ArrayList<>();

        // 判断文件夹是否存在
        if(!dir.exists()) {
            System.out.println("需要查询文件的文件夹不存在！");
            return;
        }

        getAllFile(dir, allFileList);

        for (File file : allFileList) {
            String ddlInfo = readFileByPath(file);
            System.out.println(ddlInfo);
            // 处理建表转换的主逻辑
            /*
             * 这里是实现本次任务的主要部分，执行tdsqlDDL2GaussDBDDL，然后输出到文件中
             */
            System.out.println(tdsqlDDL2GaussDBDDL(file));

        }

        System.out.println("该文件夹下共有 " + allFileList.size() + " 个文件");
    }

    public static String readFileByPath(File fileName) {
        StringBuilder result = new StringBuilder();
        try {
            FileInputStream fileInputStream = new FileInputStream(fileName);
            InputStreamReader inputStreamReader = new InputStreamReader(fileInputStream);
            BufferedReader bufferedReader = new BufferedReader(inputStreamReader);
            String line = null;
            while ((line = bufferedReader.readLine()) != null) {
                result.append(line).append("\n");
            }
            bufferedReader.close();
        } catch (Exception e) {
            e.printStackTrace();
        }
        return result.toString();
    }

    /*
     * 针对具体的TDSQL到GaussDB for PG的DDL转换任务，设计如下：
     * 使用3个HashMap来存储相关信息，定义为HashMap<String, ArrayList<String>>
     * 1）第1个HashMap存储字段信息，key为字段名，value为关于该字段的相关设定
     * 2）第2个HashMap存储索引信息，key为索引名，value为关于该索引的相关类型
     * 3）第3个HashMap存储分区信息，key为分区键信息，value为关于该分区的规则和数量信息
     * 将TDSQL中相关表信息拆解到上述数据结构中，然后读取出来按照GaussDB for PG的相关规则进行DDL重构
     */
    public static String tdsqlDDL2GaussDBDDL(File tdsqlFileName) {
        // 存储GaussDB的建表信息
        StringBuilder gaussDDL = new StringBuilder();
        // 存储GaussDB的分区信息
        StringBuilder gaussDDLPart = new StringBuilder();
        // 存储GaussDB的索引信息
        StringBuilder gaussDDLIndex = new StringBuilder();
        // 存储表信息
        LinkedHashMap<String, String> tableInfo = new LinkedHashMap<>();
        // 存储列信息
        LinkedHashMap<String, String> columnInfo = new LinkedHashMap<>();
        // 存储索引信息
        LinkedHashMap<String, String> indexInfo = new LinkedHashMap<>();
        // 存储分区信息
        LinkedHashMap<String, String> partitionInfo = new LinkedHashMap<>();
        // 存储comment信息
        ArrayList<String> commentInfo = new ArrayList<>();

        try {
            FileInputStream fileInputStream = new FileInputStream(tdsqlFileName);
            InputStreamReader inputStreamReader = new InputStreamReader(fileInputStream);
            BufferedReader bufferedReader = new BufferedReader(inputStreamReader);
            String line = null;
            // 提取完毕之后使用Map里的数据来进行重构
            while ((line = bufferedReader.readLine()) != null) {
                // 获取表名
                if (checkTableNameInfo(line)) {
                    tableInfo = getTableNameInfo(line);
                    // 获取列相关
                    // 重构GaussDB建表
                    // 1）首先获取表名
                    String gs_table_name = tableInfo.get("table_name");
                    String gs_create_table_name = "CREATE TABLE IF NOT EXISTS " + gs_table_name + " (";
                    gaussDDL.append(gs_create_table_name).append("\r\n");
                } else if (checkColumnNameInfo(line)) {
                    columnInfo = getColumnNameInfo(line);
                    // 关于列信息的构建需要字段的规则映射
                    /*
                     * 需要补充映射规则
                     */
                    // 列名之前需要缩进
                    gaussDDL.append("\t");
                    Iterator<Map.Entry<String, String>> iterator = columnInfo.entrySet().iterator();
                    String gs_column_name = null;
                    String gs_comment = null;
                    String gs_not_null = null;
                    String gs_default_null = null;
                    String gs_auto_increment = null;
                    String gs_column_type = null;
                    String tdsql_column_type = null;
                    // 遍历结果提取信息进行拼接
                    while (iterator.hasNext()) {
                        Map.Entry<String, String> entry = iterator.next();
                        String key = entry.getKey();
                        if ("column_name" == key) {
                            gs_column_name = entry.getValue();
                        } else if ("comment" == key) {
                            gs_comment = entry.getValue();
                            // comment信息存储起来
                            commentInfo.add(gs_comment);
                        } else if ("not_null" == key) {
                            gs_not_null = entry.getValue();
                        } else if ("default_null" == key) {
                            gs_default_null = entry.getValue();
                        } else if ("auto_increment" == key) {
                            gs_auto_increment = entry.getValue();
                        } else if ("column_type" == key) {
                            tdsql_column_type = entry.getValue();
                        }
                    }
                    // 列名
                    gaussDDL.append(gs_column_name.replace("`",""));
                    gaussDDL.append(" ");

                    // 判断是否为auto_increment，如果为auto_increment在Gauss中需要用uuid来替代，字段类型需要使用varchar，此时跳过字段类型的转换
                    if (gs_auto_increment == "1") {
                        gs_column_type = "varchar(256)";
                        gaussDDL.append(gs_column_type);
                        gaussDDL.append(" ");
                    } else {
                        // 字段类型，这里需要维护一个映射表，如果还涉及到char和varchar，需要将数字进行转换
                        if (null != tdsql_column_type) {
                            gs_column_type = tdsqlColumnConvert2Gauss(tdsql_column_type);
                            gaussDDL.append(gs_column_type);
                            gaussDDL.append(" ");
                        }
                    }

                    // 是否为not null
                    if (gs_not_null == "1") {
                        gaussDDL.append("NOT NULL");
                        gaussDDL.append(" ");
                    }
                    // 是否为default null
                    if (gs_default_null == "1") {
                        gaussDDL.append("DEFAULT NULL");
                        gaussDDL.append(" ");
                    }
                    gaussDDL.append(",").append("\r\n");
                    // 获取索引相关
                } else if (checkIndexNameInfo(line)) {
                    indexInfo = getIndexNameInfo(line);
                    // 先添加主键，普通索引的添加方式不同于主键
                    if (indexInfo.containsKey("primary_key")) {
                        gaussDDL.append("\t");
                        gaussDDL.append("PRIMARY KEY(");
                        gaussDDL.append(indexInfo.get("primary_key").replace("`",""));
                        gaussDDL.append(")").append("\r\n");
                    }

                    if (!indexInfo.isEmpty()) {
                        Iterator<Map.Entry<String, String>> iterator = indexInfo.entrySet().iterator();
                        while (iterator.hasNext()) {
                            Map.Entry<String, String> entry = iterator.next();
                            String key = entry.getKey();
                            if ("primary_key" != key) {
                                gaussDDLIndex.append("CREATE INDEX IF NOT EXISTS ").append(entry.getKey().replace("`","")).append(" ON ").append(tableInfo.get("table_name")).append("(").append(entry.getValue().replace("`","")).append(");").append("\r\n");
                            }
                        }
                    }
                    // 到主键完成，高斯中的新表已经构建完成
                    // 获取分区相关
                } else if (checkPartitionNameInfo(line)) {
                    partitionInfo = getPartitionNameInfo(line);
                    // 重构的时候需要注意，使用时期的字段需要时Date
                    if (!partitionInfo.isEmpty()) {
                        Iterator<Map.Entry<String, String>> iterator = partitionInfo.entrySet().iterator();
                        while (iterator.hasNext()) {
                            Map.Entry<String, String> entry = iterator.next();
                            String key = entry.getKey();
                            if ("PARTITION" == key) {
                                gaussDDLPart.append("PARTITION BY RANGE(").append(entry.getValue()).append(")").append("\r\n");
                                gaussDDLPart.append("(").append("\r\n");
                            } else if ("P_DEF".equals(key)) {
                                gaussDDLPart.append("\t").append("PARTITION ").append(key).append(" VALUES LESS THAN (").append(entry.getValue()).append(")").append("\r\n");
                                gaussDDLPart.append(");");
                            } else if (key != "PARTITION" && key != "P_DEF") {
                                gaussDDLPart.append("\t").append("PARTITION ").append(key).append(" VALUES LESS THAN (").append(entry.getValue()).append(")").append(",").append("\r\n");
                            }
                        }
                    }
                }
                // 还需要获取关于表的comment，这个就节后来做吧，tableInfo作为传入变量
            }
            gaussDDL.append(") WITH (orientation=row,storage_type = USTORE)").append("\r\n");

            if (gaussDDLPart.toString().trim().length() == 0) {
                gaussDDL.append(";").append("\r\n");
            } else {
                gaussDDL.append(gaussDDLPart.toString()).append("\r\n");
            }

            gaussDDL.append(gaussDDLIndex.toString()).append("\r\n");

        } catch (Exception e) {
            e.printStackTrace();
        }
        return gaussDDL.toString();
    }

    public static boolean checkTableNameInfo(String line) {
        boolean result = false;
        try {
            String regex = "CREATE TABLE";
            Pattern pattern = Pattern.compile(regex, Pattern.CASE_INSENSITIVE);
            Matcher matcher = pattern.matcher(line);
            if (matcher.find()) {
                System.out.println("表名信息匹配成功，开始获取表名！");
                result = true;
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
        return result;
    }

    public static LinkedHashMap<String, String> getTableNameInfo(String line) {
        LinkedHashMap<String, String> tableHashMap = new LinkedHashMap<>();
        String tableName = null;
        try {
            String splitRole = "`";
            String[] parts = line.split(splitRole);
            int partsLength = parts.length;
            if (partsLength >= 2) {
                tableName = parts[partsLength - 2];
            }
            tableHashMap.put("table_name", tableName);
        } catch (Exception e){
            e.printStackTrace();
        }
        return tableHashMap;
    }

    public static boolean checkColumnNameInfo(String line) {
        boolean result = false;
        try {
            String[] notColumnKeyWorlds = {"CREATE TABLE", "KEY", "ENGINE=InnoDB", "PARTITION"};
            boolean auxiliary = true;
            for (String keyworld : notColumnKeyWorlds) {
                Pattern pattern = Pattern.compile(keyworld, Pattern.CASE_INSENSITIVE);
                Matcher matcher = pattern.matcher(line);
                // 如果匹配到关键字，则代表不属于列定义行，需要同时满足
                auxiliary = auxiliary & (!matcher.find());
            }
            if (auxiliary == true) {
                result = true;
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
        return result;
    }

    public static LinkedHashMap<String, String> getColumnNameInfo(String line) {
        LinkedHashMap<String, String> columnHashMap = new LinkedHashMap<>();
        String beforeKeyword = null;
        String afterKeyword = null;
        String modifiedString = null;
        String columnName = null;
        String columnType = null;
        /*
         * 1）key为‘column_name’，value为相应的字段名，如果没有为0
         * 2）key为’column_type‘，value为该数据类型和数值，如果没有为0
         * 3）key为关键字‘not null'，value为1表示存在，value为0表示不存在
         * 4）key为关键字’default null‘，value为1表示存在，value为0表示不存在
         * 5）key为关键字’comment‘，value为具体的内容，如果没有的话为0
         * 6）key为关键字’auto_increment',value为1表示存在，value为0表示不存在（这部分使用uuid来替代，在程序中来进行改造）
         */
        try {
            // 首先将输入的字符串都转换为小写
            String input = line.toLowerCase().trim();
            // 首先提取出comment前后的内容，防止comment中的内容对具体的拆分产生影响，如果comment中继续包含comment关键字需要更加细致的分析
            String commentKeyWord = "comment";
            int resultCommentKeyWord = -1;
            resultCommentKeyWord = keywordOccurrence(input, commentKeyWord);
            if (resultCommentKeyWord != -1) {
                // 如果存在comment关键字
                beforeKeyword = input.substring(0, resultCommentKeyWord);
                int startIndexAfterKeyword = resultCommentKeyWord + commentKeyWord.length();
                if (startIndexAfterKeyword <= input.length()) {
                    afterKeyword = input.substring(startIndexAfterKeyword);
                    if (afterKeyword.endsWith(",")) {
                        modifiedString = afterKeyword.substring(0, afterKeyword.length() - 1);
                    }
                    columnHashMap.put("comment", modifiedString);
                }
                // 后面的部分围绕beforeKeyword来开展
                // 1）列名关键字：
                columnName = extraceColumnName(beforeKeyword);
                if (isNotBlank(columnName)) {
                    columnHashMap.put("column_name", columnName);
                } else {
                    columnHashMap.put("column_name", "0");
                }
                // 2）not null关键字
                int resultNotNullKeyWord = -1;
                String notNullKeyWord = "not null";
                resultNotNullKeyWord = keywordOccurrence(beforeKeyword, notNullKeyWord);
                if (resultNotNullKeyWord != -1) {
                    columnHashMap.put("not_null", "1");
                } else {
                    columnHashMap.put("not_null", "0");
                }
                // 3）default null关键字
                int resultDefualtNullKeyWord = -1;
                String defaultNullKeyWord = "default null";
                resultDefualtNullKeyWord = keywordOccurrence(beforeKeyword, defaultNullKeyWord);
                if (resultDefualtNullKeyWord != -1) {
                    columnHashMap.put("default_null", "1");
                } else {
                    columnHashMap.put("default_null", "0");
                }
                // 4）auto_increment关键字
                int resultAutoIncrementKeyWord = -1;
                String autoIncrementKeyWord = "auto_increment";
                resultAutoIncrementKeyWord = keywordOccurrence(beforeKeyword, autoIncrementKeyWord);
                if (resultAutoIncrementKeyWord != -1) {
                    columnHashMap.put("auto_increment", "1");
                } else {
                    columnHashMap.put("auto_increment", "0");
                }
                // 5）column_type关键字
                //  导出的标准SQL，column_type会紧跟在columnName之后，处于第二的位置，将beforeKeyword拆分之后找到第二个位置就好
                String regex = " ";
                String[] types = beforeKeyword.trim().split(regex);
                if (types.length >= 1) {
                    columnType = types[1];
                    columnHashMap.put("column_type", columnType);
                } else {
                    columnHashMap.put("column_type", "0");
                }
            } else {
                // 如果resultCommentKeyWord表示-1，则代表不存在comment关键字
                columnHashMap.put("comment", "0");
                // 后面的部分围绕beforeKeyword来开展
                // 1）列名关键字：
                columnName = extraceColumnName(input);
                if (isNotBlank(columnName)) {
                    columnHashMap.put("column_name", columnName);
                } else {
                    columnHashMap.put("column_name", "0");
                }
                // 2）not null关键字
                int resultNotNullKeyWord = -1;
                String notNullKeyWord = "not null";
                resultNotNullKeyWord = keywordOccurrence(input, notNullKeyWord);
                if (resultNotNullKeyWord != -1) {
                    columnHashMap.put("not_null", "1");
                } else {
                    columnHashMap.put("not_null", "0");
                }
                // 3）default null关键字
                int resultDefualtNullKeyWord = -1;
                String defaultNullKeyWord = "default null";
                resultDefualtNullKeyWord = keywordOccurrence(input, defaultNullKeyWord);
                if (resultDefualtNullKeyWord != -1) {
                    columnHashMap.put("default_null", "1");
                } else {
                    columnHashMap.put("default_null", "0");
                }
                // 4）auto_increment关键字
                int resultAutoIncrementKeyWord = -1;
                String autoIncrementKeyWord = "auto_increment";
                resultAutoIncrementKeyWord = keywordOccurrence(input, autoIncrementKeyWord);
                if (resultAutoIncrementKeyWord != -1) {
                    columnHashMap.put("auto_increment", "1");
                } else {
                    columnHashMap.put("auto_increment", "0");
                }
                // 5）column_type关键字
                //  导出的标准SQL，column_type会紧跟在columnName之后，处于第二的位置，将beforeKeyword拆分之后找到第二个位置就好
                String regex = " ";
                String[] types = input.trim().split(regex);
                if (types.length >= 1) {
                    columnType = types[1];
                    columnHashMap.put("column_type", columnType);
                } else {
                    columnHashMap.put("column_type", "0");
                }
            }

        } catch (Exception e) {
            e.printStackTrace();
        }
        return columnHashMap;
    }

    public static int keywordOccurrence(String input, String keyword) {
        int firstOccurrentIndex = -1;
        int count = 0;
        int currentIndex = 0;
        while ((currentIndex = input.indexOf(keyword.toLowerCase(), currentIndex)) != -1) {
            count++;
            if (firstOccurrentIndex == -1) {
                firstOccurrentIndex = currentIndex;
            }
            currentIndex += keyword.length();
        }
        return firstOccurrentIndex;
    }

    public static String extraceColumnName(String input) {
        String result = null;
        String regex = "`([^`]*)`";
        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(input);
        while (matcher.find()) {
            result = matcher.group(0);
        }
        return result;
    }

    public static boolean isNotBlank(String s){
        if(s != null && !s.isEmpty()){
            return true;
        }
        return false;
    }

    public static boolean checkIndexNameInfo(String line) {
        boolean result = false;
        try {
            String regex = "KEY";
            Pattern pattern = Pattern.compile(regex, Pattern.CASE_INSENSITIVE);
            Matcher matcher = pattern.matcher(line);
            if (matcher.find()) {
                result = true;
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
        return result;
    }
    public static LinkedHashMap<String, String> getIndexNameInfo(String line) {
        LinkedHashMap<String, String> indexHashMap = new LinkedHashMap<>();

        try {
            // 判断主键
            String regex_prim_key = "PRIMARY KEY";
            Pattern pattern = Pattern.compile(regex_prim_key, Pattern.CASE_INSENSITIVE);
            Matcher matcher = pattern.matcher(line);
            if (matcher.find()) {
                String regex = "\\(([^)]+)\\)";
                Pattern pattern_prim_key = Pattern.compile(regex, Pattern.CASE_INSENSITIVE);
                Matcher matcher_prim_key = pattern_prim_key.matcher(line);
                while (matcher_prim_key.find()) {
                    String prim_key_column = matcher_prim_key.group(1);
                    indexHashMap.put("primary_key", prim_key_column);
                }
            } else {
                // 判断普通索引
                String regex_key = "KEY";
                Pattern pattern1 = Pattern.compile(regex_key, Pattern.CASE_INSENSITIVE);
                Matcher matcher1 = pattern1.matcher(line);
                if (matcher1.find()) {
                    String split_key = " ";
                    String[] indexs = line.trim().split(split_key);
                    String index_name = indexs[1];
                    String index_info = null;
                    String regex_index = "\\(([^)]+)\\)";
                    Pattern pattern_key = Pattern.compile(regex_index, Pattern.CASE_INSENSITIVE);
                    Matcher matcher_key = pattern_key.matcher(line);
                    while (matcher_key.find()) {
                        String index_column = matcher_key.group(1);
                        indexHashMap.put(index_name, index_column);
                    }
                }
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
        return indexHashMap;
    }

    public static boolean checkPartitionNameInfo(String line) {
        boolean result = false;
        try {
            String regex = "PARTITION";
            Pattern pattern = Pattern.compile(regex, Pattern.CASE_INSENSITIVE);
            Matcher matcher = pattern.matcher(line);
            if (matcher.find()) {
                result = true;
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
        return result;
    }

    public static LinkedHashMap<String, String> getPartitionNameInfo(String line) {
        StringBuilder sb = new StringBuilder();
        LinkedHashMap<String, String> partitionHashMap = new LinkedHashMap<>();
        String part_key_column = null;
        String part_info = null;
        String part_info_detail = null;
        try {
            // 判断分区键
            String regex_part_key = "PARTITION BY RANGE";
            Pattern pattern = Pattern.compile(regex_part_key, Pattern.CASE_INSENSITIVE);
            Matcher matcher = pattern.matcher(line);
            if (matcher.find()) {
                String regex = "to_days\\(([^)]+)\\)";
                Pattern pattern_part_key = Pattern.compile(regex, Pattern.CASE_INSENSITIVE);
                Matcher matcher_part_key = pattern_part_key.matcher(line);
                while (matcher_part_key.find()) {
                    part_key_column = matcher_part_key.group(1);
                    partitionHashMap.put("PARTITION", part_key_column);
                }
            } else {
                // 判断分区信息
                String regex_part_info = "VALUES LESS THAN";
                Pattern pattern1 = Pattern.compile(regex_part_info, Pattern.CASE_INSENSITIVE);
                Matcher matcher1 = pattern1.matcher(line);
                if (matcher1.find()) {
                    String split_key = " ";
                    String[] indexs = line.trim().split(split_key);
                    part_info = indexs[1];
                    part_info_detail = convertDateFormat(part_info);
                    sb.append("'").append(part_info_detail).append("'");
                    partitionHashMap.put(part_info, sb.toString());
                }
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
        return partitionHashMap;
    }

    public static String convertDateFormat(String input) {
        String dataPart = input.replace("P_", "");
        String result = null;

        SimpleDateFormat inputFormat = new SimpleDateFormat("yyyyMMdd");
        SimpleDateFormat outputFormat = new SimpleDateFormat("yyyy-MM-dd");

        try {
            if (isNumberic(dataPart)) {
                Date date = inputFormat.parse(dataPart);
                Calendar calendar = Calendar.getInstance();
                calendar.setTime(date);
                calendar.add(calendar.DAY_OF_MONTH, 1);
                Date tomorrow = calendar.getTime();
                result = outputFormat.format(tomorrow);
            } else {
                result = "9999-12-31";
            }
        } catch (ParseException e) {
            e.printStackTrace();
            return null;
        }
        return result;
    }

    public static boolean isNumberic(String str) {
        return str != null && str.matches("\\d+");
    }

    public static String tdsqlColumnConvert2Gauss(String str) {
        // 映射表，key为TDSQL字段类型，value为GaussDB字段类型
        HashMap<String, String> columnMap = new HashMap<>();
        // 向HashMap中添加一些键值对，用作后面column_info的转换
        columnMap.put("bigint", "bigint");
        columnMap.put("varchar", "varchar");
        columnMap.put("timestamp", "timestamp");
        columnMap.put("longblob", "blob");
        columnMap.put("tinyint", "tinyint");
        columnMap.put("int", "integer");
        columnMap.put("datetime", "timestamp");
        columnMap.put("double", "float8");
        columnMap.put("char", "char");
        columnMap.put("decimal", "decimal");
        columnMap.put("blob", "blob");
        columnMap.put("mediumtext", "text");
        columnMap.put("longtext", "clob");
        columnMap.put("date", "date");
        columnMap.put("text", "text");
        columnMap.put("smallint", "smallint");
        columnMap.put("int unsigned", "integer");
        columnMap.put("bigint unsigned", "bigint");
        // 存储结果
        StringBuilder result = new StringBuilder();
        String column_digit = null;
        String column_info = null;
        String column_info_gs = null;
        boolean isDecimal = false;
        boolean isVar2char = false;
        // 1）第一步：判断输入的字符串中是否含有数字，如果有就提取出来
        boolean containsDigit = containsDigit(str);
        if (containsDigit) {
            // 这里主要是针对varchar、char和decimal的情况
            // 如果包含数字且包含逗号","的情况
            boolean containsComma = containsComma(str);
            if (containsComma) {
                column_info = extractNonBracketContent(str);
                column_digit = extractContentInString(str);
                isDecimal = true;
            } else {
                // 在这之前需要去掉字段里的括号
                String input = str.replace("(","").replace(")","");
                // 数字部分
                column_digit = extractNumbers(input);
                // 字段类型
                column_info = extractNoDigitPart(input);

                isVar2char = true;
            }
        } else {
            column_info = str;
        }
        // 2）第二步：创建一个字段类型映射HashMap
        if (columnMap.containsKey(column_info)) {
            column_info_gs = columnMap.get(column_info);
        }
        // 3）第三步：拼接字段
        if (null != column_digit) {
            if (isDecimal) {
                result = result.append(column_info_gs).append(column_digit);
            } else if (isVar2char) {
                int num = Integer.parseInt(column_digit);
                if (column_info_gs == "varchar" || column_info_gs == "char") {
                    num = num * 4;
                }
//                num = num * 4;
                String var2CharDigit = Integer.toString(num);
                result = result.append(column_info_gs).append("(").append(var2CharDigit).append(")");
            }
        } else {
            result = result.append(column_info_gs);
        }

        return result.toString();
    }

    public static boolean containsDigit(String input) {
        Pattern pattern = Pattern.compile("\\d");
        Matcher matcher = pattern.matcher(input);
        return matcher.find();
    }

    public static boolean containsComma(String input) {
        return input.contains(",");
    }

    public static String extractNumbers(String input) {
        Pattern pattern = Pattern.compile("\\d+");
        Matcher matcher = pattern.matcher(input);
        StringBuilder result = new StringBuilder();
        while (matcher.find()) {
            result.append(matcher.group()).append(" ");
        }
        if (result.length() > 0) {
            result.setLength(result.length() - 1);
        }
        return result.toString();
    }

    public static String extractNoDigitPart(String str) {
        return str.replaceAll("\\d", "");
    }

    public static String extractContentInString(String str) {
        String result = null;
        String pattern = "\\((.*?)\\)";
        Pattern r = Pattern.compile(pattern);
        Matcher m = r.matcher(str);
        if (m.find()) {
            result = m.group(0);
        }
        return result;
    }

    public static String extractNonBracketContent(String str) {
        String result = null;
        String pattern = "^[^(]*";
        Pattern r = Pattern.compile(pattern);
        Matcher m = r.matcher(str);
        if (m.find()) {
            result = m.group();
        }
        return result;
    }
}

 

　　

5.1.4 表结构转换结果

以有多字段、多索引和多分区的TDSQL表转换为例：

TDSQL的DDL结构：

 

CREATE TABLE `baas_mq_tran_monitor` (
  `msg_id` varchar(40) COLLATE utf8mb4_bin NOT NULL COMMENT '消息ID',
  `global_serno` varchar(40) COLLATE utf8mb4_bin DEFAULT NULL COMMENT '全局流水号',
  `credit_type` varchar(20) COLLATE utf8mb4_bin DEFAULT NULL COMMENT '征信类型',
  `send_time` datetime NOT NULL COMMENT '发送时间',
  `receive_time` datetime DEFAULT NULL COMMENT '接收时间',
  PRIMARY KEY (`msg_id`,`send_time`),
  KEY `idx_global_serno_1` (`global_serno`),
  KEY `idx_sendTime_1` (`send_time`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin COMMENT='mq交易监控表'
/*!50100 PARTITION BY RANGE (TO_DAYS(send_time))
(PARTITION P_20250121 VALUES LESS THAN (739638) ENGINE = InnoDB,
 PARTITION P_20250122 VALUES LESS THAN (739639) ENGINE = InnoDB,
 PARTITION P_20250123 VALUES LESS THAN (739640) ENGINE = InnoDB,
 PARTITION P_20250124 VALUES LESS THAN (739641) ENGINE = InnoDB,
 PARTITION P_20250125 VALUES LESS THAN (739642) ENGINE = InnoDB,
 PARTITION P_20250126 VALUES LESS THAN (739643) ENGINE = InnoDB,
 PARTITION P_20250127 VALUES LESS THAN (739644) ENGINE = InnoDB,
 PARTITION P_20250128 VALUES LESS THAN (739645) ENGINE = InnoDB,
 PARTITION P_20250129 VALUES LESS THAN (739646) ENGINE = InnoDB,
 PARTITION P_20250130 VALUES LESS THAN (739647) ENGINE = InnoDB,
 PARTITION P_20250131 VALUES LESS THAN (739648) ENGINE = InnoDB,
 PARTITION P_20250201 VALUES LESS THAN (739649) ENGINE = InnoDB,
 PARTITION P_20250202 VALUES LESS THAN (739650) ENGINE = InnoDB,
 PARTITION P_20250203 VALUES LESS THAN (739651) ENGINE = InnoDB,
 PARTITION P_20250204 VALUES LESS THAN (739652) ENGINE = InnoDB,
 PARTITION P_20250205 VALUES LESS THAN (739653) ENGINE = InnoDB,
 PARTITION P_20250206 VALUES LESS THAN (739654) ENGINE = InnoDB,
 PARTITION P_20250207 VALUES LESS THAN (739655) ENGINE = InnoDB,
 PARTITION P_DEF VALUES LESS THAN MAXVALUE ENGINE = InnoDB) */

转换为GaussDB的DDL结构：

 

CREATE TABLE IF NOT EXISTS baas_mq_tran_monitor (
	msg_id varchar(160) NOT NULL ,
	global_serno varchar(160) DEFAULT NULL ,
	credit_type varchar(80) DEFAULT NULL ,
	send_time timestamp NOT NULL ,
	receive_time timestamp DEFAULT NULL ,
	PRIMARY KEY(msg_id,send_time)
) WITH (orientation=row,storage_type = USTORE)
PARTITION BY RANGE(send_time)
(
	PARTITION P_20250121 VALUES LESS THAN ('2025-01-22'),
	PARTITION P_20250122 VALUES LESS THAN ('2025-01-23'),
	PARTITION P_20250123 VALUES LESS THAN ('2025-01-24'),
	PARTITION P_20250124 VALUES LESS THAN ('2025-01-25'),
	PARTITION P_20250125 VALUES LESS THAN ('2025-01-26'),
	PARTITION P_20250126 VALUES LESS THAN ('2025-01-27'),
	PARTITION P_20250127 VALUES LESS THAN ('2025-01-28'),
	PARTITION P_20250128 VALUES LESS THAN ('2025-01-29'),
	PARTITION P_20250129 VALUES LESS THAN ('2025-01-30'),
	PARTITION P_20250130 VALUES LESS THAN ('2025-01-31'),
	PARTITION P_20250131 VALUES LESS THAN ('2025-02-01'),
	PARTITION P_20250201 VALUES LESS THAN ('2025-02-02'),
	PARTITION P_20250202 VALUES LESS THAN ('2025-02-03'),
	PARTITION P_20250203 VALUES LESS THAN ('2025-02-04'),
	PARTITION P_20250204 VALUES LESS THAN ('2025-02-05'),
	PARTITION P_20250205 VALUES LESS THAN ('2025-02-06'),
	PARTITION P_20250206 VALUES LESS THAN ('2025-02-07'),
	PARTITION P_20250207 VALUES LESS THAN ('2025-02-08'),
	PARTITION P_DEF VALUES LESS THAN ('9999-12-31')
);
CREATE INDEX IF NOT EXISTS idx_global_serno_1 ON baas_mq_tran_monitor(global_serno);
CREATE INDEX IF NOT EXISTS idx_sendTime_1 ON baas_mq_tran_monitor(send_time);

测试完毕无误。

欢迎大家讨论交流。

 

posted on 2025-02-08 17:19  桌子哥  阅读(531)  评论(0)    收藏  举报

博客园  ©  2004-2025
浙公网安备 33010602011771号 浙ICP备2021040463号-3