本篇讲述SQLLDR的最基本使用。
Oracle数据库导入csv文件，
当csv文件较小时，
可以使用数据库管理工具，
比如DBevaer导入到数据库，
当csv文件很大时，
可以使用Oracle提供的sqlldr命令行工具，
能够快速导入大量数据。
在数据库之间进行数据迁移时，
特别是不同类型的数据库，
使用csv文件是一种很好的选择。
下面介绍sqlldr用法，
有一个USER_INFO.csv文件，
需要导入到数据库中USER_INFO表，
而且有1.5亿条数据，
要求导入耗时尽量小。
这里先介绍基本的导入方式，
然后介绍direct导入方式，
最后介绍parallel导入方式。
注意表中字段要和csv文件对应。
创建名为loaddata_USER_INFO.ctl的控制文件：
是导入参数配置，
已经是支持大量数据导入的参数方案。
infile指定导入的文件是USER_INFO.csv；
into table前面的insert表示导入方式：
insert :默认方式，在导入记录前要求表为空；
append :在表中追加新导入的记录；
replace :删除旧记录(等价delete from table语句)，替换成新导入的记录；
truncate:删除旧记录(等价truncate table语句)，替换成新导入的记录；
into table后面指定导入数据库表USER_INFO，
且表名必须大写；
指定每一行的字段是以逗号(,)分隔；
指定字段是用两个分号(')包围起来的，可选的；
最后一行对应导入的字段，
注意如果导入的是时间字段，
需要指明时间转换的格式。
指定需要导入的数据库，
以及使用的control文件：
导入成功输出日志如下：
看到3条数据成功导入USER_INFO，
同时会生成loaddata_USER_INFO.log日志，
通过该日志可以查看更详细的导入信息，
如果导入时发生错误，
可以查看到详细的错误信息，
而且还会生成USER_INFO.bad文件，
bad文件原样输出了导入失败的数据。
默认情况下ERRORS达到50个就会停止导入，
如果需要忽略错误继续导入，
可以配置ERRORS最大值为。
sqlldr支持direct参数，
使用直接路径方式导效率非常高,
direct参数默认为FALSE，
上面第6步使用的就是默认常规路径方式，
下面使用直接路径方式，
进一步加快数据导入速度。
但是使用直接路径方式会导致表的唯一索引(或主键)失效，
可以在导入前先删除表的唯一索引，
然后在导入完成后重建索引即可，
如果有重复的数据，
需要先去重才能重建索引成功，
经过测试即使需要重建索引，
使用直接路径方式还是比常规路径方式快。
创建名为loaddata_USER_INFO_direct.ctl的控制文件：
这个文件和第5步中的区别在于，
options中的BINDSIZE换成了COLUMNARRAYROWS，
因为BINDSIZE是常规路径绑定数组的大小，
而COLUMNARRAYROWS是直接路径列数组的行数。
导入前需要先删除USER_INFO表的主键：
基本与第6步的命令相同，增加direct=true：
或:
数据成功导入日志如下：
至此使用直接路径方式导入数据成功，
经过测试1.5亿条不重复数据direct方式导入，
花费4分02秒，
然后重建主键花费19分14秒，
总耗时23分16秒。
然而使用常规路径方式导入需要48个小时，
导入效率得到了极大的提升。
前面使用的是串行方式导入数据，
通过设置parallel为true可以并行导入，
在多核服务器上面能进一步提升导入效率。
需要注意并行方式仅仅在直接路径方式时有效。
创建名为loaddata_USER_INFO_direct_parallel.ctl的控制文件：
这个文件和第8步中的区别在于，
并行方式只支持append导入，
而且要注意USER_INFO表不能有索引，
如果有需要先删除。
基本与第10步的命令相同，增加parallel=true：
数据成功导入日志如下：
15.1.用法
15.2.参数说明
15.3.注意事项
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’;
后这的例子是 ‘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。
15.4.重要参数
rows：
加载的行数，默认值：常规路径：64，直接路径：全部。
常规路径导入时，指定绑定数组中的行数。直
接路径导入时，指一次从数据文件只读取的行数。
该参数同时受bindsize制约，
如果rows每行实际占用大小超出bindsize的最大可用值，
则rows自动降低到bindsize最大可用值。
bindsize：
默认值：，以字节为单位。
为绑定数组指定最大可用空间，
用来存储一次读取的rows的记录，
该值不能太小，至少要能放入一条逻辑记录，
不然有可能造成加载失败，
但是设置一个超大值也没有意义，
浪费空间而且起不到任何效果。
direct：
直接路径，默认值是false。
直接路径加载并不是通过insert语句的方式提交数据，
直接路径的加载甚至不走db_buffer，
因为不会存在缓冲区争用，
直接路径加载直接向数据文件写数据，
因此效率较高。
file：
指定写入的表空间数据文件。
通常是并行加载时应该会用到该参数，
指定file文件后，
要加载的内容即只向指定的数据文件写入数据，
通过这种方式某些情况下可以减小磁盘间的竞争。
skip_unusable_indexes：
是否跳过不可用的索引,默认为false。
如果设置为true。在加载数据的时候，
如果没加载的表中索引为unusable，
则该索引数据不维护，数据加载完以后也不会改变索引的状态。
在oracle中也有一个参数叫skip_unusable_indexes，
但是sqlldr中的这个参数优先级比oracle数据库内部的这个参数优先级高。
如果sqlldr中未设置这个参数，则以oracle中的skip_unusable_indexes参数为准。
skip_index_maintenance:
是否跳过索引维护,默认值为false。
该参数仅在直接路径加载时有效，
如果设置为true，则数据加载过程中并不会维护索引，
因此数据加载完后会导致索引无效。
readsize:
缓冲区大小,默认值字节,最大不超过20M。
该参数设置的值仅当从数据文件中读取数据时有效，
如果数据包含在控制文件中则为64K，并不可修改。
streamsize:
流缓冲区大小，默认值是字节。
指定直接路径加载时流缓冲区大小。
multithreading：
是否启用多线程。
默认值：多cpu系统默认为true，单cpu的系统默认则为false。
该参数仅仅在直接路径加载时有效。
date_cache：
日期转换缓存，默认值为1000条。
指定一个专门用于日志转换的缓存区，
如果处理的日期在其中，则不需要转换，
否则直接取出来使用。
给出loaddata_USER_INFO_direct_parallel.log日志内容，
可以看到导入使用的配置，耗时等详细信息，
供给大家参考：
参考1
版权声明：
本文来源网络，所有图片文章版权属于原作者，如有侵权，联系删除。
本文网址：https://www.mushiming.com/mjsbk/10490.html