全部產品
Search

搜尋本產品

    AnalyticDB：使用COPY或UNLOAD命令匯入或匯出資料到OSS

    文件中心

    AnalyticDB：使用COPY或UNLOAD命令匯入或匯出資料到OSS

    更新時間：Jun 19, 2024

    AnalyticDB PostgreSQL版支援COPY和UNLOAD命令，COPY表示從外表匯入資料到本地表，UNLOAD表示從本地表匯出資料到外表。

    COPY和UNLOAD都是基於OSS Foreign Table來完成資料匯入匯出的，OSS Foreign Table的詳細內容請參見使用 OSS Foreign Table 訪問 OSS 資料。

    COPY

    文法

    COPY <table_name> 
[ <column_list> ]
FROM <data_source>
ACCESS_KEY_ID '<access_key_id>'
SECRET_ACCESS_KEY '<secret_access_key>'
[ [ FORMAT ] [ AS ] <data_format> ]
[ MANIFEST ]
[ option '<value>' [ ... ] ]

    參數

    參數

    是否必填

    說明

    table_name

    是

    需要匯入資料的本地表名，必須是已經存在的本地表。

    column_list

    否

    需要寫入的目標列列表。若不使用，則預設寫入所有列。

    data_source

    是

    OSS路徑，如oss://<bucket_name>/path_prefix。

    access_key_id

    是

    阿里雲帳號或者具備OSS存取權限的RAM使用者的AccessKey ID。

    如何擷取AccessKey ID，請參見建立AccessKey。

    secret_access_key

    是

    阿里雲帳號或者具備OSS存取權限的RAM使用者的AccessKey Secret。

    如何擷取AccessKey Secret，請參見建立AccessKey。

    [ FORMAT ] [ AS ] <data_format>

    否

    若不使用，則預設FORMAT AS CSV。

    data_format可以是BINARY，CSV，JSON，JSONLINE，ORC，PARQUET，TEXT（FORMAT與AS可預設，即FORMAT AS CSV與FORMAT CSV、CSV等價）。

    MANIFEST

    否

    表示data_source是Manifest資訊清單檔。Manifest資訊清單檔必須是JSON格式，由以下元素構成：

    • entries：數組，表示清單內具體的OSS檔案清單，可以位於不同的Bucket或擁有不同的路徑首碼，但需要能夠使用相同的AccessKey ID或AccessKey Secret訪問。樣本如下：

      {  "entries": [  
    {"url": "oss://adbpg-regress/local_t/_seg2_0.csv", "mandatory":true},
    {"url": "oss://adbpg-regress/local_t/_seg1_0.csv", "mandatory":true},
    {"url": "oss://adbpg-regress/local_t/_seg0_0.csv", "mandatory":true}, 
    {"url": "oss://adbpg-regress-2/local_t/_seg1_0.csv", "mandatory":true}, 
    {"url": "oss://adbpg-regress-2/local_t/_seg2_0.csv", "mandatory":true}, 
    {"url": "oss://adbpg-regress-2/local_t/_seg0_0.csv", "mandatory":true} 
   ]
}

    • url：一個OSS檔案的完整路徑。

    • mandatory：OSS檔案不存在時是否報錯。

    [ option '<value>' [ ... ] ]

    否

    選項列表，以key value的形式輸入。選項說明見下表。

    選項列表。

    選項

    類型

    是否必選

    備忘

    ENDPOINT

    字串

    是

    指定OSS的Endpoint。如何擷取OSS的Endpoint，請參見訪問網域名稱和資料中心。

    FDW

    字串

    是

    指定OSS FDW外掛程式名字。COPY命令在建立臨時Server時需要用到。

    其他所有建立外表時用到的option，如FORMAT，FILETYPE，DELIMITER，ESCAPE等。

    不涉及

    不涉及

    建立臨時外表時用到的option，詳細內容請參見使用 OSS Foreign Table 訪問 OSS 資料。

    樣本

    樣本1

    1. 建立本地表。

       CREATE TABLE local_t2 (a int, b float8, c text);

    2. 使用COPY命令匯入資料，唯寫入a和c兩列，b列全部寫入NULL。

      COPY local_t2 (a, c)
FROM 'oss://adbpg-regress/local_t/'
ACCESS_KEY_ID 'LTAI5tDfyHVmxCf66Un****'
SECRET_ACCESS_KEY 'TNPPxOFY4xx7CZGjVgSsVBtIs****'
FORMAT AS CSV
ENDPOINT 'oss-cn-hangzhou-internal.aliyuncs.com'
FDW 'oss_fdw';

    3. 查詢表中的資料。

      SELECT * FROM local_t2 LIMIT 10;

      返回資訊如下。

       a  | b |                c
----+---+----------------------------------
 12 |   | a24cba6ebdc5e0c485cd88ef60b72fea
 15 |   | c4d3028f5205fab98e5f43c7945db4ba
 20 |   | 769884311db01f400e21a903a3f1cb50
 26 |   | 7d12c981d262e0067ea1a04368f32f2a
 30 |   | 4e64bda52d54d263d16f42771b1d0225
 35 |   | b70c976d4c04568bd497b42a7d2e451d
 40 |   | d07ce2948b8618b47c351b6e222182f6
 46 |   | c2234393f878f5557776b7e778299564
 47 |   | cde904b2331fa274cd8d9266aa858342
 50 |   | 1235b900fb644bb36440a274314e4b6b
(10 rows)

    4. 可以看到從外表匯入的a和c列，與來源資料表local_t的a和c列資料相同。

      • SELECT sum(hashtext(t.a::text)) AS col_a_hash, sum(hashtext(t.c::text)) AS col_c_hash FROM local_t2 t;

        返回資訊如下。

         col_a_hash  | col_c_hash
-------------+-------------
 23725368368 | 13447976580
(1 row)
      • SELECT sum(hashtext(t.a::text)) AS col_a_hash, sum(hashtext(t.c::text)) AS col_c_hash FROM local_t t;

        返回資訊如下。

         col_a_hash  | col_c_hash
-------------+-------------
 23725368368 | 13447976580
(1 row)

    5. 匯入其他格式樣本。

      • 匯入ORC格式資料：

        COPY tt
FROM 'oss://adbpg-regress/q_oss_orc_list/'
ACCESS_KEY_ID 'LTAI5tDfyHVmxCf66Un****'
SECRET_ACCESS_KEY 'TNPPxOFY4xx7CZGjVgSsVBtIs****'
FORMAT AS ORC
ENDPOINT 'oss-cn-hangzhou-internal.aliyuncs.com'
FDW 'oss_fdw';

      • 匯入PARQUET格式資料：

        COPY tp
FROM  'oss://adbpg-regress/test_parquet/'
ACCESS_KEY_ID 'LTAI5tDfyHVmxCf66Un****'
SECRET_ACCESS_KEY 'TNPPxOFY4xx7CZGjVgSsVBtIs****'
FORMAT AS PARQUET
ENDPOINT 'oss-cn-hangzhou-internal.aliyuncs.com'
FDW 'oss_fdw';

    樣本2

    1. 建立本地表。

       CREATE TABLE local_manifest (a int, c text);

    2. 建立Manifest檔案，其中OSS檔案清單可位於不同的Bucket。

      {
   "entries": [
      {"url": "oss://adbpg-regress/local_t/_20210114103840_83f407434beccbd4eb2a0ce45ef39568_1450404435_seg2_0.csv", "mandatory":true},
      {"url": "oss://adbpg-regress/local_t/_20210114103840_83f407434beccbd4eb2a0ce45ef39568_1856683967_seg1_0.csv", "mandatory":true},
      {"url": "oss://adbpg-regress/local_t/_20210114103840_83f407434beccbd4eb2a0ce45ef39568_1880804901_seg0_0.csv", "mandatory":true},
      {"url": "oss://adbpg-regress-2/local_t/_20210114103849_67100080728ef95228e662bc02cb99d1_1008521914_seg1_0.csv", "mandatory":true},
      {"url": "oss://adbpg-regress-2/local_t/_20210114103849_67100080728ef95228e662bc02cb99d1_1234881553_seg2_0.csv", "mandatory":true},
      {"url": "oss://adbpg-regress-2/local_t/_20210114103849_67100080728ef95228e662bc02cb99d1_1711667760_seg0_0.csv", "mandatory":true}
   ]
}

    3. 使用COPY命令從Manifest清單中匯入本地表。

      COPY local_manifest
FROM 'oss://adbpg-regress-2/unload_manifest/t_manifest'
ACCESS_KEY_ID 'LTAI5tDfyHVmxCf66Un****'
SECRET_ACCESS_KEY 'TNPPxOFY4xx7CZGjVgSsVBtIs****'
FORMAT AS CSV
MANIFEST          -- 表示從Manifest檔案中匯入。
ENDPOINT 'oss-cn-hangzhou-internal.aliyuncs.com'
FDW 'oss_fdw';

    樣本3

    COPY匯入OSS資料時，可能會存在異常的資料行（無法正常COPY匯入）。當遇到這種情況時，可以通過額外的option選項設定實現容錯。

    • log_errors：表示是否記錄錯誤行資訊。

    • segment_reject_limit：segment_reject_limit '10' 表示最多容忍10行，大於等於10行時報錯退出；segment_reject_limit '10%' 表示當前的錯誤總行數/當前總共已處理的行 >= 10% 時，報錯退出。

    1. 建立本地表。

      CREATE TABLE sales(id integer, value float8, x text) DISTRIBUTED BY (id);

    2. 使用COPY匯入OSS資料檔案，檔案中有3行資料存在編碼問題。

      COPY sales
FROM 'oss://adbpg-const/error_sales/'
ACCESS_KEY_ID 'LTAI5tDfyHVmxCf66Un****'
SECRET_ACCESS_KEY 'TNPPxOFY4xx7CZGjVgSsVBtIs****'
FORMAT AS csv
log_errors 'true'
segment_reject_limit '10'
endpoint 'oss-cn-hangzhou-internal.aliyuncs.com'
FDW 'oss_fdw';
NOTICE:  found 3 data formatting errors (3 or more input rows), rejected related input data
COPY FOREIGN TABLE

    3. 查看具體的錯誤行資訊。

      SELECT * FROM gp_read_error_log('<COPY的目標表名>');

      例如，查看sales表的錯誤行資訊。

      SELECT * FROM gp_read_error_log('sales');

      返回資訊如下。

                  cmdtime            |                    relname                     |        filename         | linenum | bytenum |                          errmsg                           | rawdata | rawbytes
-------------------------------+------------------------------------------------+-------------------------+---------+---------+-----------------------------------------------------------+---------+----------
 2021-02-08 14:24:04.225238+08 | adbpgforeigntabletmp_20210208142403_1936866966 | error_sales/sales.2.csv |       2 |         | invalid byte sequence for encoding "UTF8": 0xed 0xab 0xad |         | \x
 2021-02-08 14:24:04.225238+08 | adbpgforeigntabletmp_20210208142403_1936866966 | error_sales/sales.2.csv |       3 |         | invalid byte sequence for encoding "UTF8": 0xed 0xab 0xad |         | \x
 2021-02-08 14:24:04.225269+08 | adbpgforeigntabletmp_20210208142403_1936866966 | error_sales/sales.3.csv |       2 |         | invalid byte sequence for encoding "UTF8": 0xed 0xab 0xad |         | \x
(3 rows)
      說明

      追加儲存的錯誤行日誌，需要佔用一定的儲存空間。刪除錯誤行日誌文法為：SELECT gp_truncate_error_log('<table_name>') 。

    UNLOAD

    注意事項

    當您匯出CSV檔案時，可能出現option因關鍵字衝突而發生語法錯誤，此時需要將option選項用雙引號引用，並寫成小寫字母形式。需要進行特殊處理的options如下：delimiter、quote、null、header 、escape、encoding。樣本如下：

    UNLOAD ('SELECT * FROM test') 
TO 'oss://adbpg-regress/local_t/'
ACCESS_KEY_ID 'LTAI5tDfyHVmxCf66Un****'
SECRET_ACCESS_KEY 'TNPPxOFY4xx7CZGjVgSsVBtIs****'
FORMAT csv
"delimiter" '|'
"quote" '"'
"null" ''
"header" 'true'
"escape" 'E'
"encoding" 'utf-8'
FDW 'oss_fdw'
ENDPOINT 'oss-cn-hangzhou-internal.aliyuncs.com';

    文法

    UNLOAD ('<select_statement>')
TO <destination_url>
ACCESS_KEY_ID '<access_key_id>'
SECRET_ACCESS_KEY '<secret_access_key>'
[ [ FORMAT ] [ AS ] <data_format> ]
[ MANIFEST [ '<manifest_url>' ] ]
[ PARALLEL [ { ON | TRUE } | { OFF | FALSE } ] ]
[ option '<value>' [ ... ] ]

    參數

    參數

    是否必填

    說明

    select_statement

    是

    一個SELECT查詢語句，查詢的結果資料會被寫到OSS。

    destination_url

    是

    OSS路徑，如oss://<bucket_name>/path_prefix。

    access_key_id

    是

    阿里雲帳號或者具備OSS存取權限的RAM使用者的AccessKey ID。

    如何擷取AccessKey ID，請參見建立AccessKey。

    secret_access_key

    是

    阿里雲帳號或者具備OSS存取權限的RAM使用者的AccessKey Secret。

    如何擷取AccessKey ID，請參見建立AccessKey。

    [ FORMAT ] [ AS ] <data_format>

    否

    若不使用，則預設FORMAT AS CSV。

    data_format可以是CSV，ORC，TEXT（FORMAT與AS可預設，即FORMAT AS CSV與FORMAT CSV、CSV等價）。

    MANIFEST

    否

    表示匯出時需要產生匯出資訊清單檔。manifest_url可以指定與資料檔案不同Bucket的OSS完整路徑，且路徑需要以manifest為尾碼。不指定manifest_url時，表示資訊清單檔與匯出的資料檔案有相同的路徑首碼。

    說明

    如果manifest_url指定的檔案已經存在，則需要在[ option [ value ] [ ... ] ]選項列表中指定allowoverwrite選項為true， 表示覆蓋原Manifest檔案。

    PARALLEL

    否

    是否多Segment並行匯出。預設多節點並行匯出，每個節點產生獨立的匯出檔案。值設定為OFF或FALSE時，表示關閉並行，匯出資料大小不超過8 GB時，僅匯出一個檔案。

    [ option '<value>' [ ... ] ]

    否

    選項列表，以key value的形式輸入。選項說明見下表。

    選項列表。

    選項

    類型

    是否必選

    備忘

    ENDPOINT

    字串

    是

    指定OSS的Endpoint。如何擷取OSS的Endpoint，請參見訪問網域名稱和資料中心。

    FDW

    字串

    是

    指定OSS FDW外掛程式名字。COPY命令在建立臨時Server時需要用到。

    其他所有建立外表時用到的option，如FORMAT，FILETYPE，DELIMITER，ESCAPE等。

    不涉及

    不涉及

    建立臨時外表時用到的option，詳細內容請參見使用 OSS Foreign Table 訪問 OSS 資料。

    樣本

    樣本1

    1. 建立本地表並寫入測試資料。

      2. CREATE TABLE local_t (a int, b float8, c text);
INSERT INTO local_t SELECT r, random() * 1000, md5(random()::text) FROM generate_series(1,1000)r;

    2. 查詢本地表。

      SELECT * FROM local_t LIMIT 5;

      返回資訊如下。

      3.  a  |        b         |                c
----+------------------+----------------------------------
  5 |  550.81393988803 | 8009fa725372e996786849213a695ce0
  6 | 95.8335199393332 | ce7952c6728cdffdee06cc5b502d6457
  9 | 421.379795763642 | d3260ccbf6b9c03f3658d96bb7678b4d
 10 | 362.347379792482 | 2bbbf89d23a2f83b089b589f55b5c4fc
 11 | 800.203878898174 | a52994c5573e6b36d8a1c357bf800ce5
(5 rows)

    3. 使用UNLOAD，匯出指定列資料到OSS。

      4. UNLOAD ('select a, c from local_t') TO 'oss://adbpg-regress/local_t/'
ACCESS_KEY_ID 'LTAI5tDfyHVmxCf66Un****'
SECRET_ACCESS_KEY 'TNPPxOFY4xx7CZGjVgSsVBtIs****'
FORMAT AS CSV
ENDPOINT 'oss-cn-hangzhou-internal.aliyuncs.com'
FDW 'oss_fdw';
NOTICE:  OSS output prefix: "local_t/adbpgforeigntabletmp_20200907164801_1354519958_20200907164801_652261618".
UNLOAD

    4. 查看OSS對應路徑下已經寫入的CSV檔案。

      $ ossutil --config hangzhou-zmf.config ls oss://adbpg-regress/local_t/

      返回資訊如下。

      5. LastModifiedTime                   Size(B)  StorageClass   ETAG                                  ObjectName
2020-09-07 16:48:01 +0800 CST        12023      Standard   9F38B5407142C044C1F3555F00000000      oss://adbpg-regress/local_t/adbpgforeigntabletmp_20200907164801_1354519958_20200907164801_652261618_seg0_0.csv
2020-09-07 16:48:01 +0800 CST        12469      Standard   807BA680A0DED49BC1F3555F00000000      oss://adbpg-regress/local_t/adbpgforeigntabletmp_20200907164801_1354519958_20200907164801_652261618_seg1_0.csv
2020-09-07 16:48:01 +0800 CST        12401      Standard   3524F68F628CEB64C1F3555F00000000      oss://adbpg-regress/local_t/adbpgforeigntabletmp_20200907164801_1354519958_20200907164801_652261618_seg2_0.csv
Object Number is: 3

0.153414(s) elapsed

    5. 查看檔案資料，唯寫出了a和c兩列的資料。

      $ head -n 10 adbpgforeigntabletmp_20200907164801_1354519958_20200907164801_652261618_seg2_0.csv

      返回資訊如下。

      6. 7,1225341d0d367a69b1b345536b21ef73
19,424a7a5c36066842f4de8c8a8341fc89
27,c214432e9928e4a6f7bef7bd815424c0
29,ade5d636e2b5d2a606a02e79255da4bd
37,85660e60ede47b68493f6295620db568
77,e1be448ba2b08f0a2ca05b7ed812abfd
80,5e85d597a3b0f2f9736a728724a0f9e0
92,dc23f76f0b1446504b8f1c2274521d2f
94,50304822488d55a500e3a71bcf40890f
97,e970fde8cd0df9c6b610925a488f6042

    樣本2

    1. 使用UNLOAD匯出時自動產生Manifest檔案（Manifest檔案與資料檔案有相同的路徑首碼）。

      2. UNLOAD ('select * from local_t') TO 'oss://adbpg-regress/local_t/'
ACCESS_KEY_ID 'LTAI5tDfyHVmxCf66Un****'
SECRET_ACCESS_KEY 'TNPPxOFY4xx7CZGjVgSsVBtIs****'
FORMAT AS CSV
MANIFEST    -- 表示UNLOAD匯出時產生匯出清單，資訊清單檔與資料檔案有相同的路徑首碼。
ENDPOINT 'oss-cn-hangzhou-internal.aliyuncs.com'
FDW 'oss_fdw';
NOTICE:  OSS output prefix: "local_t/_20210114100329_3e9b07726306d88b3193dc95c10a5c5c".
UNLOAD

    2. 查看匯出的檔案清單。

      ossutil ls -s oss://adbpg-regress/local_t/

      除了資料檔案外，還有一個資訊清單檔，返回資訊如下。

      3. oss://adbpg-regress/local_t/_20210114100329_3e9b07726306d88b3193dc95c10a5c5c_162488956_seg1_0.csv
oss://adbpg-regress/local_t/_20210114100329_3e9b07726306d88b3193dc95c10a5c5c_163756258_seg0_0.csv
oss://adbpg-regress/local_t/_20210114100329_3e9b07726306d88b3193dc95c10a5c5c_1741120517_seg2_0.csv
oss://adbpg-regress/local_t/_20210114100329_3e9b07726306d88b3193dc95c10a5c5c_manifest
Object Number is: 4

0.136180(s) elapsed

    3. 查看資訊清單檔內容。

      ossutil cat oss://adbpg-regress/local_t/_20210114100329_3e9b07726306d88b3193dc95c10a5c5c_manifest

      返回資訊如下。

      4. {
   "entries": [
      {"url": "oss://adbpg-regress/local_t/_20210114100329_3e9b07726306d88b3193dc95c10a5c5c_162488956_seg1_0.csv"},
      {"url": "oss://adbpg-regress/local_t/_20210114100329_3e9b07726306d88b3193dc95c10a5c5c_163756258_seg0_0.csv"},
      {"url": "oss://adbpg-regress/local_t/_20210114100329_3e9b07726306d88b3193dc95c10a5c5c_1741120517_seg2_0.csv"}
   ]
}

    4. 使用UNLOAD匯出時，產生指定Manifest檔案（Manifest路徑可與資料檔案路徑不同）。

      5. 說明

      ALLOWOVERWRITE為TRUE時，會覆寫已存在的Manifest檔案，但不會覆寫資料檔案，資料檔案由客戶按需自行刪除。

      UNLOAD ('select * from local_t') TO 'oss://adbpg-regress/local_t/'
ACCESS_KEY_ID 'LTAI5tDfyHVmxCf66Un****'
SECRET_ACCESS_KEY 'TNPPxOFY4xx7CZGjVgSsVBtIs****'
FORMAT AS CSV
MANIFEST 'oss://adbpg-regress-2/unload_manifest/t_manifest' -- 表示UNLOAD匯出時產生指定路徑的匯出清單。
ALLOWOVERWRITE 'true' -- 覆寫已存在的Manifest檔案。
ENDPOINT 'oss-cn-hangzhou-internal.aliyuncs.com'
FDW 'oss_fdw';
NOTICE:  OSS output prefix: "local_t/_20210114100329_3e9b07726306d88b3193dc95c10a5c5c".
UNLOAD

    5. 查看匯出的檔案清單。

      ossutil ls -s oss://adbpg-regress/local_t/

      匯出路徑下只有資料檔案，返回資訊如下。

      6. oss://adbpg-regress/local_t/_20210114100956_4d3395a9501f6e22da724a2b6df1b6d3_1736161168_seg0_0.csv
oss://adbpg-regress/local_t/_20210114100956_4d3395a9501f6e22da724a2b6df1b6d3_1925769064_seg2_0.csv
oss://adbpg-regress/local_t/_20210114100956_4d3395a9501f6e22da724a2b6df1b6d3_644328153_seg1_0.csv
Object Number is: 3

0.118540(s) elapsed

    6. 查看資訊清單檔內容，資訊清單檔位於另一個Bucket下。

      ossutil cat oss://adbpg-regress-2/unload_manifest/t_manifest

      返回資訊如下。

      7. {
   "entries": [
      {"url": "oss://adbpg-regress/local_t/_20210114100956_4d3395a9501f6e22da724a2b6df1b6d3_1736161168_seg0_0.csv"},
      {"url": "oss://adbpg-regress/local_t/_20210114100956_4d3395a9501f6e22da724a2b6df1b6d3_1925769064_seg2_0.csv"},
      {"url": "oss://adbpg-regress/local_t/_20210114100956_4d3395a9501f6e22da724a2b6df1b6d3_644328153_seg1_0.csv"}
   ]
}

    常見問題

    Q：匯出CSV檔案時，為什麼產生了多個CSV檔案？

    A：AnalyticDB PostgreSQL版執行個體使用UNLOAD命令匯出資料到OSS時，每個計算節點都會產生一份CSV檔案，檔案數量與計算節點數量有關。例如您的執行個體有4個計算節點，那麼匯出CSV檔案時，也會產生4個CSV檔案。