代码改变世界

Oracle数据加载之sqlldr工具的介绍

2015-09-21 12:46  AlfredZhao  阅读(7722)  评论(0编辑  收藏  举报

环境:
服务端:RHEL6.4 + Oracle 11.2.0.4
客户端:WIN10 + Oracle 11.2.0.1 client
目录:

  1. sqlldr语法
  2. sqlldr实验准备
  3. sqlldr常规加载
  4. sqlldr常规加载优化
  5. sqlldr直接路径加载
  6. sqlldr直接路径加载优化
  7. References

1. sqlldr语法

用法: SQLLDR keyword=value [,keyword=value,...]

有效的关键字:

    userid -- ORACLE 用户名/口令
   control -- 控制文件名
       log -- 日志文件名
       bad -- 错误文件名
      data -- 数据文件名
   discard -- 废弃文件名
discardmax -- 允许废弃的文件的数目         (全部默认)
      skip -- 要跳过的逻辑记录的数目  (默认 0)
      load -- 要加载的逻辑记录的数目  (全部默认)
    errors -- 允许的错误的数目         (默认 50)
      rows -- 常规路径绑定数组中或直接路径保存数据间的行数
               (默认: 常规路径 64, 所有直接路径)
  bindsize -- 常规路径绑定数组的大小 (以字节计)  (默认 256000)
    silent -- 运行过程中隐藏消息 (标题,反馈,错误,废弃,分区)
    direct -- 使用直接路径                     (默认 FALSE)
   parfile -- 参数文件: 包含参数说明的文件的名称
  parallel -- 执行并行加载                    (默认 FALSE)
      file -- 要从以下对象中分配区的文件
skip_unusable_indexes -- 不允许/允许使用无用的索引或索引分区  (默认 FALSE)
skip_index_maintenance -- 没有维护索引, 将受到影响的索引标记为无用  (默认 FALSE)
commit_discontinued -- 提交加载中断时已加载的行  (默认 FALSE)
  readsize -- 读取缓冲区的大小               (默认 1048576)
external_table -- 使用外部表进行加载; NOT_USED, GENERATE_ONLY, EXECUTE  (默认 NOT_USED)
columnarrayrows -- 直接路径列数组的行数  (默认 5000)
streamsize -- 直接路径流缓冲区的大小 (以字节计)  (默认 256000)
multithreading -- 在直接路径中使用多线程
 resumable -- 启用或禁用当前的可恢复会话  (默认 FALSE)
resumable_name -- 有助于标识可恢复语句的文本字符串
resumable_timeout -- RESUMABLE 的等待时间 (以秒计)  (默认 7200)
date_cache -- 日期转换高速缓存的大小 (以条目计)  (默认 1000)
no_index_errors -- 出现任何索引错误时中止加载  (默认 FALSE)

PLEASE NOTE: 命令行参数可以由位置或关键字指定
。前者的例子是 'sqlldr
scott/tiger foo'; 后一种情况的一个示例是 'sqlldr control=foo
userid=scott/tiger'。位置指定参数的时间必须早于
但不可迟于由关键字指定的参数。例如,
允许 'sqlldr scott/tiger control=foo logfile=log', 但是
不允许 'sqlldr scott/tiger control=foo log', 即使
参数 'log' 的位置正确。

2. sqlldr实验准备

## 2.1 模拟构建导入的源文件 ##
select count(*) from dba_objects;

getobject.sql(利用两表关联无连接条件,由于笛卡儿积产生百万数量级结果集)

select a.owner||',"'||a.object_name||'",'||a.object_id||','||to_char(a.created, 'yyyy-mm-dd hh24:mi:ss')||','||a.status from dba_objects a, (select rownum rn from dual connect by rownum<=20) b;

call.sql

set echo off
set term off
set linesize 140 pagesize 0
set feedback off
set heading off
spool E:\jingyu\scripts\ldr_object.csv
@E:\jingyu\scripts\getobject.sql
spool off
set heading on
set feedback on
set term on
set echo on

SQL调用脚本生成源文件

@E:\jingyu\scripts\call.sql

我这里得到了一个234M大小的ldr_object.csv文件,最后一列有空行,可以考虑先数据清洗后再导入。

2.2 创建表

create table objects(
owner varchar2(30),
object_name varchar2(50),
object_id number,
status varchar2(10),
created date
);

create index idx_obj_owner_name on objects(owner, object_name);

2.3 控制文件ldr_object.ctl

load data
infile "E:\jingyu\scripts\ldr_object.csv"
truncate into table objects
fields terminated by "," optionally enclosed by ' ' TRAILING NULLCOLS
(owner,
object_name,
object_id,
created "to_date(:created,'yyyy-mm-dd hh24:mi:ss')",
status  "trim(:status)"
)

这里没有处理源文件的行尾空格,所以用到了trim函数对最后一列进行处理,当然还是建议在加载前就进行源文件的格式处理。

3. sqlldr常规加载

sqlldr jingyu/jingyu@db1 control=E:\jingyu\scripts\ldr_object.ctl bad=E:\jingyu\scripts\ldr_object1.bad log=E:\jingyu\scripts\ldr_object1.log skip=0 errors=9999

对应log文件:

SQL*Loader: Release 11.2.0.1.0 - Production on 星期一 9月 21 10:58:39 2015

Copyright (c) 1982, 2009, Oracle and/or its affiliates.  All rights reserved.

控制文件:      E:\jingyu\scripts\ldr_object.ctl
数据文件:      E:\jingyu\scripts\ldr_object.csv
  错误文件:    E:\jingyu\scripts\ldr_object1.bad
  废弃文件:    未作指定
 
(可废弃所有记录)

要加载的数: ALL
要跳过的数: 0
允许的错误: 9999
绑定数组: 64 行, 最大 256000 字节
继续:    未作指定
所用路径:       常规

表 OBJECTS,已加载从每个逻辑记录
插入选项对此表 TRUNCATE 生效
TRAILING NULLCOLS 选项生效

   列名                        位置      长度  中止 包装数据类型
------------------------------ ---------- ----- ---- ---- ---------------------
OWNER                               FIRST     *   ,  O ( ) CHARACTER            
OBJECT_NAME                          NEXT     *   ,  O ( ) CHARACTER            
OBJECT_ID                            NEXT     *   ,  O ( ) CHARACTER            
CREATED                              NEXT     *   ,  O ( ) CHARACTER            
    列的 SQL 串: "to_date(:created,'yyyy-mm-dd hh24:mi:ss')"
STATUS                               NEXT     *   ,  O ( ) CHARACTER            
    列的 SQL 串: "trim(:status)"


表 OBJECTS:
  1731340 行 加载成功。
  由于数据错误, 0 行 没有加载。
  由于所有 WHEN 子句失败, 0 行 没有加载。
  由于所有字段都为空的, 0 行 没有加载。


为绑定数组分配的空间:                 82560 字节 (64 行)
读取   缓冲区字节数: 1048576

跳过的逻辑记录总数:          0
读取的逻辑记录总数:       1731340
拒绝的逻辑记录总数:          0
废弃的逻辑记录总数:        0

从 星期一 9月  21 10:58:39 2015 开始运行
在 星期一 9月  21 11:12:20 2015 处运行结束

经过时间为: 00: 13: 41.34
CPU 时间为: 00: 01: 51.13

13分41秒加载完成1731340记录数。

4. sqlldr常规加载优化

sqlldr jingyu/jingyu@db1 control=E:\jingyu\scripts\ldr_object.ctl bad=E:\jingyu\scripts\ldr_object2.bad log=E:\jingyu\scripts\ldr_object2.log skip=0 errors=9999 rows=5000 bindsize=20971520 readsize=20971520

对应log文件:

SQL*Loader: Release 11.2.0.1.0 - Production on 星期一 9月 21 11:17:26 2015

Copyright (c) 1982, 2009, Oracle and/or its affiliates.  All rights reserved.

控制文件:      E:\jingyu\scripts\ldr_object.ctl
数据文件:      E:\jingyu\scripts\ldr_object.csv
  错误文件:    E:\jingyu\scripts\ldr_object2.bad
  废弃文件:    未作指定
 
(可废弃所有记录)

要加载的数: ALL
要跳过的数: 0
允许的错误: 9999
绑定数组: 5000 行, 最大 20971520 字节
继续:    未作指定
所用路径:       常规

表 OBJECTS,已加载从每个逻辑记录
插入选项对此表 TRUNCATE 生效
TRAILING NULLCOLS 选项生效

   列名                        位置      长度  中止 包装数据类型
------------------------------ ---------- ----- ---- ---- ---------------------
OWNER                               FIRST     *   ,  O ( ) CHARACTER            
OBJECT_NAME                          NEXT     *   ,  O ( ) CHARACTER            
OBJECT_ID                            NEXT     *   ,  O ( ) CHARACTER            
CREATED                              NEXT     *   ,  O ( ) CHARACTER            
    列的 SQL 串: "to_date(:created,'yyyy-mm-dd hh24:mi:ss')"
STATUS                               NEXT     *   ,  O ( ) CHARACTER            
    列的 SQL 串: "trim(:status)"


表 OBJECTS:
  1731340 行 加载成功。
  由于数据错误, 0 行 没有加载。
  由于所有 WHEN 子句失败, 0 行 没有加载。
  由于所有字段都为空的, 0 行 没有加载。


为绑定数组分配的空间:               6450000 字节 (5000 行)
读取   缓冲区字节数:20971520

跳过的逻辑记录总数:          0
读取的逻辑记录总数:       1731340
拒绝的逻辑记录总数:          0
废弃的逻辑记录总数:        0

从 星期一 9月  21 11:17:26 2015 开始运行
在 星期一 9月  21 11:19:43 2015 处运行结束

经过时间为: 00: 02: 17.92
CPU 时间为: 00: 00: 35.25

加载速度从13分41秒提升到2分17秒。因为默认一次加载从64行改为5000行,同时增大了bindsize的值为20971520(20M),实际5000行使用了6M左右的空间,所以表数据量大的情况下,还可以继续加大rows的参数值,具体效率提升情况还是需要具体的测试才可以最终选择合适的值。

5. sqlldr直接路径加载

sqlldr jingyu/jingyu@db1 control=E:\jingyu\scripts\ldr_object.ctl bad=E:\jingyu\scripts\ldr_object3.bad log=E:\jingyu\scripts\ldr_object3.log skip=0 errors=9999 rows=10000 direct=true

对应log文件:

SQL*Loader: Release 11.2.0.1.0 - Production on 星期一 9月 21 11:33:10 2015

Copyright (c) 1982, 2009, Oracle and/or its affiliates.  All rights reserved.

控制文件:      E:\jingyu\scripts\ldr_object.ctl
数据文件:      E:\jingyu\scripts\ldr_object.csv
  错误文件:    E:\jingyu\scripts\ldr_object3.bad
  废弃文件:    未作指定
 
(可废弃所有记录)

要加载的数: ALL
要跳过的数: 0
允许的错误: 9999
继续:    未作指定
所用路径:       直接

表 OBJECTS,已加载从每个逻辑记录
插入选项对此表 TRUNCATE 生效
TRAILING NULLCOLS 选项生效

   列名                        位置      长度  中止 包装数据类型
------------------------------ ---------- ----- ---- ---- ---------------------
OWNER                               FIRST     *   ,  O ( ) CHARACTER            
OBJECT_NAME                          NEXT     *   ,  O ( ) CHARACTER            
OBJECT_ID                            NEXT     *   ,  O ( ) CHARACTER            
CREATED                              NEXT     *   ,  O ( ) CHARACTER            
    列的 SQL 串: "to_date(:created,'yyyy-mm-dd hh24:mi:ss')"
STATUS                               NEXT     *   ,  O ( ) CHARACTER            
    列的 SQL 串: "trim(:status)"

表 OBJECTS 的以下索引已处理:
索引 JINGYU.IDX_OBJ_OWNER_NAME 已成功加载, 具有 1731340 个关键字

表 OBJECTS:
  1731340 行 加载成功。
  由于数据错误, 0 行 没有加载。
  由于所有 WHEN 子句失败, 0 行 没有加载。
  由于所有字段都为空的, 0 行 没有加载。

在直接路径中没有使用绑定数组大小。
列数组  行数:    5000
流缓冲区字节数:  256000
读取   缓冲区字节数: 1048576

跳过的逻辑记录总数:          0
读取的逻辑记录总数:       1731340
拒绝的逻辑记录总数:          0
废弃的逻辑记录总数:        0
由 SQL*Loader 主线程加载的流缓冲区总数:      581
由 SQL*Loader 加载线程加载的流缓冲区总数:      669

从 星期一 9月  21 11:33:10 2015 开始运行
在 星期一 9月  21 11:35:24 2015 处运行结束

经过时间为: 00: 02: 13.92
CPU 时间为: 00: 00: 23.92

sqlldr直接路径加载速度提升到2分13秒。
注意:直接路径加载过程中,索引会变成unusable状态,加载完成后变为valid状态。

#直接路径加载过程中,查看索引状态为UNUSABLE。
SQL> select table_name, index_name, status from user_indexes where table_name='OBJECTS';
 
TABLE_NAME                     INDEX_NAME                     STATUS
------------------------------ ------------------------------ --------
OBJECTS                        IDX_OBJ_OWNER_NAME             UNUSABLE

#直接路径加载完成,查看索引状态为VALID。
SQL> select table_name, index_name, status from user_indexes where table_name='OBJECTS';
 
TABLE_NAME                     INDEX_NAME                     STATUS
------------------------------ ------------------------------ --------
OBJECTS                        IDX_OBJ_OWNER_NAME             VALID

6. sqlldr直接路径加载优化

针对streamsize,date_cache两个参数,参数具体含义见第一部分的帮助。
sqlldr jingyu/jingyu@db1 control=E:\jingyu\scripts\ldr_object.ctl bad=E:\jingyu\scripts\ldr_object4.bad log=E:\jingyu\scripts\ldr_object4.log skip=0 errors=9999 rows=10000 direct=true streamsize=10485760 date_cache=5000

对应log文件:

SQL*Loader: Release 11.2.0.1.0 - Production on 星期一 9月 21 11:58:35 2015

Copyright (c) 1982, 2009, Oracle and/or its affiliates.  All rights reserved.

控制文件:      E:\jingyu\scripts\ldr_object.ctl
数据文件:      E:\jingyu\scripts\ldr_object.csv
  错误文件:    E:\jingyu\scripts\ldr_object4.bad
  废弃文件:    未作指定
 
(可废弃所有记录)

要加载的数: ALL
要跳过的数: 0
允许的错误: 9999
继续:    未作指定
所用路径:       直接

表 OBJECTS,已加载从每个逻辑记录
插入选项对此表 TRUNCATE 生效
TRAILING NULLCOLS 选项生效

   列名                        位置      长度  中止 包装数据类型
------------------------------ ---------- ----- ---- ---- ---------------------
OWNER                               FIRST     *   ,  O ( ) CHARACTER            
OBJECT_NAME                          NEXT     *   ,  O ( ) CHARACTER            
OBJECT_ID                            NEXT     *   ,  O ( ) CHARACTER            
CREATED                              NEXT     *   ,  O ( ) CHARACTER            
    列的 SQL 串: "to_date(:created,'yyyy-mm-dd hh24:mi:ss')"
STATUS                               NEXT     *   ,  O ( ) CHARACTER            
    列的 SQL 串: "trim(:status)"

表 OBJECTS 的以下索引已处理:
索引 JINGYU.IDX_OBJ_OWNER_NAME 已成功加载, 具有 1731340 个关键字

表 OBJECTS:
  1731340 行 加载成功。
  由于数据错误, 0 行 没有加载。
  由于所有 WHEN 子句失败, 0 行 没有加载。
  由于所有字段都为空的, 0 行 没有加载。

在直接路径中没有使用绑定数组大小。
列数组  行数:    5000
流缓冲区字节数:10485760
读取   缓冲区字节数: 1048576

跳过的逻辑记录总数:          0
读取的逻辑记录总数:       1731340
拒绝的逻辑记录总数:          0
废弃的逻辑记录总数:        0
由 SQL*Loader 主线程加载的流缓冲区总数:      581
由 SQL*Loader 加载线程加载的流缓冲区总数:        0

从 星期一 9月  21 11:58:35 2015 开始运行
在 星期一 9月  21 12:00:42 2015 处运行结束

经过时间为: 00: 02: 07.63
CPU 时间为: 00: 00: 29.36

速度提升到2分7秒。

References

  • 涂抹 Oracle[M]. 中国水利水电出版社, 2010.