转自：http://blog.chinaunix.net/uid-23284114-id-3259752.html
日常中，大量有格式的数据存放在平面文件中，如csv、txt中。通过sql*loader可以很方便导入到oracle数据库中。
先看一个例子，把平面文件test_action.txt中的数据导入到test_action表中。
test_action.txt
--------
"2012-06-25 00:03:01","5D8969C289594C4FE76188066C4D72C4","official","newwap","boutique_product","0","140","x39x0xxx89x3x","S60V52","45"
--------
test_action表结构
控制文件
test_action.ctl
----
load data
CHARACTERSET UTF8
infile '/home/oracle/test_action.txt'
append into table scott.test_p2sp
fields terminated by ","
optionally enclosed by '"'
(LOG_TIME date "yyyy-mm-dd hh24:mi:ss",MD5ID,CHANNEL,SUB_CHANNEL,ACTION_TYPE,STATUS,VER,IMEI,MBL,PRODUCT_ID )
----
导入语句
$ sqllder user/password errors=1000 control='/home/oracle/test_action.ctl'
一、sql*loader的组成
1.命令
sqlldr user/password errors=n control='/xx/xx/xx/xx.ctl' log='/xx/xx.log' bad='/xx/xx.bad'
--errors：允许失败的最大行数，默认50。超过errors sqlldr自动停止。
--control：控制文件
--log：日志，不指定也可，默认在执行sqlldr命令所在的目录。
--bad：记录导入失败的数据，默认在执行sqlldr命令所在的目录。
2.平面文件
平面文件中存放有规律的数据，比如以","逗号作为列之间的分割，各列以双引号""包围。
如下：
"2012-06-25 00:03:01","5D8969C289594C4FE76188066C4D72C4","official","newwap","boutique_product","0","140","x39x0xxx89x3x","S60V52","45"
3.控制文件.ctl
也就是上面命令中的control=。控制文件时平面文件与数据库表之间的桥梁。控制文件指定平面文件各列对应表中的哪些列。
如:
load data
CHARACTERSET UTF8
infile '/home/oracle/test_action.txt'
append into table scott.test_p2sp
fields terminated by ","
optionally enclosed by '"'
(LOG_TIME date "yyyy-mm-dd hh24:mi:ss",MD5ID,CHANNEL,SUB_CHANNEL,ACTION_TYPE,STATUS,VER,IMEI,MBL,PRODUCT_ID )
二、常用参数
sqlldr help=y可以查看所有参数
DIRECT:直接路径加载，它直接将数据写入到database block中，大大加速了导入速度。默认值是false。使用direct=true，表中的触发器失效。
PARALLEL:并行加载。默认值是false。
rows:多少行提交一次
bindsize:每次提交记录(依据rows参数)的缓冲区的大小，默认255420 bytes，一般设置为20971520(20M)，目前还没测出最大值。与rows配合使用。在conventional path load（一般方式)下有效。bindsize制约rows，如果rows提交的数据，
即 行*行长>bindsize，那么还是以bindsize为准。所以增大rows，一定要考虑bindsize是否够用。
readsize:读取缓冲区的大小 (默认 1048576),一般设置成20971520(20M)。readsize负责读，而bindsize负责提交。如果readsize小于bindsize，那么readsize会自动增加。
三、加速导入
1.表改为nologging
执行sqlldr命令之前，最好把相关表的logging模式改为nologging，这样会减少redo日志产生，同时也就加速了导入的速度。导完后再改为logging模式。
alter table table_name nologging;
alter table table_name logging;
2.PARALLEL
在命令中加入parallel=true
并行技术
3.DIRECT
使用direct path load(直接路径加载)，触发器会失效。
有效的约束有：
NOT NULL
UNIQUE
PRIMARY KEY (unique-constraints on not-null columns)
失效的约束：
CHECK constraints
Referential constraints (FOREIGN KEY)
当然，也可以parallel=true+direct=true
4.rows
rows=n，导入n行提交一次。
5.bindsize:
和rows结合使用，决定一次提交的行数。
6.readsize
四、控制文件参数
load data
CHARACTERSET UTF8
infile '/home/oracle/test_action.txt'
append into table scott.test_p2sp
fields terminated by ","
optionally enclosed by '"'
(LOG_TIME date "yyyy-mm-dd hh24:mi:ss",MD5ID,CHANNEL,SUB_CHANNEL,ACTION_TYPE,STATUS,VER,IMEI,MBL,PRODUCT_ID )
以上面为例：
1.CHARACTERSET :字符集,如UTF8
infile 平面文件所在位置，这里可以写多个infile，也就是多个平面文件导入到一张表里
infile '/home/oracle/1.csv'
infile '/home/oracle/2.csv'
2.xx into table:append into --追加
truncate into --把表的数据都删除，然后导入
insert into --空表可以采用insert
3.fields terminated by "," :以逗号作为分隔
4.optionally enclosed by '"':列被双引号包围
5.函数
（1）日期转换：平面文件中
"2012-06-25 00:03:01",
那么ctl中，要根据平面文件日期格式在ctl中标明
LOG_TIME date "yyyy-mm-dd hh24:mi:ss",
（2）upper，转成大写
格式:col1 "upper(:col1)"
如：ACTION_TYPE "upper(:action_type)"
如果表中某列的类型为varchar2(300),那么在ctl中就要写成char(300)
SQLLDR默认输入流为数据类型为CHAR 长度为 255 所以当 begindata section里面的 输入流 长于255 的时候会报错的
五、sqllder的两种方式
Direct path load和conventional path load。
从这里可以明显看出Direct path load 与（常用方式）的区别
1.Conventional Path Load
使用sql insert方式插入数据。
特点：
（1）适用表中含有索引
（2）适用簇表：load data to a clustered table。direct path load不支持load data to a clustered table簇表。
（3）满足所有约束constraint，如索引、not null等。
（5）你想知道哪些数据被rejected，信息记录在sqlldr的log和bad文件中。
（6）触发表中触发器
（7）在插入时，别的用户可以操作该表
2.Direct Path Load
直接把数据写到database block中，效率比Conventional Path Load高得多。Direct Path Load不经过oracle的sql这一层，也没有parseing、executing这些过程，对于oracle数据库的整个负载都是一个减轻。插入数据时，只是在表的HWM之上直接重新分配新的数据块，而不是在freelist中查找可以insert 的块。
注意：direct path load方式也会产生redo，因为插入数据时会分配新extend，oracle必须记录这些redo信息。
特点：
（1）direct path load不是满足所有的constraint，只满足primary key、unique、not null
（2）不能插入cluster table
（3）direct path load，在插入时，别的用户不能操作该表（不能进行DML操作，不能建立、重建索引，甚至查询）
（4）不会触发触发器
（5）适用于将大量数据导入到空表或者非空表，这个表最好不要含有触发器、参考约束。
Conventional Path Load（传统导入）优化实验：
1.rows=10000,10000行提交一次
$ sqlldr scott/tiger errors=1000000 control='/home/oracle/test_action.ctl' rows=10000
##Space allocated for bind array: 255420 bytes(99 rows)
##Elapsed time was: 00:03:05.90
#这里rows=10000,而实际是99 rows提交一次，原因在于bindsize<设置的rows*行长，所以采用默认的bindsize为准。解决办法：加大bindsize。
2.rows=10000,10000行提交一次，加大bindsize
$ sqlldr scott/tiger errors=1000000 control='/home/oracle/test_action.ctl' rows=10000 bindsize=20971520
##Space allocated for bind array: 20970240 bytes(8128 rows) //依然bindsize<设置的rows*行长
##Elapsed time was: // 00:00:52.51 效率大大提高
#提示specified value for readsize(1048576) less than bindsize(20971520)
解决办法：可以忽略，或者设置readsize和bindsize等值（意义不大，当readsize<bindsize时，oracle会自动增大readsize）。
3.rows=10000,10000行提交一次，继续加大bindsize
$ sqlldr scott/tiger errors=1000000 control='/home/oracle/test_action.ctl' rows=10000 bindsize=25800000
##Space allocated for bind array: 25800000 bytes(10000 rows)//终于可以一次提交10000行数据了
##Elapsed time was: 00:00:50.37 // 增大bindsize后，效果有所提高
4.row=10000,10000行提交一次,添加readsize
$ sqlldr scott/tiger errors=1000000 control='/home/oracle/p2sp_action.ctl' rows=10000 readsize=25800000 bindsize=25800000
##Space allocated for bind array: 25800000 bytes(10000 rows)
##Elapsed time was: 00:00:49.49 //添加readsize参数后，效率有所提高
5.rows=10000,10000行提交一次，添加parallel=true
$ sqlldr scott/tiger errors=1000000 control='/home/oracle/test_action.ctl' rows=10000 readsize=25800000 bindsize=25800000 parallel=true
##Space allocated for bind array: 25800000 bytes(10000 rows)
##Elapsed time was: 00:00:48.86 //效率又提高了
总结：rows+bindsize+readsize是传统导入最优方案。
Direct Path load实验：
$ sqlldr scott/tiger@67 errors=1000000 control='/home/oracle/test_action.ctl' direct=true
##Elapsed time was: 00:00:06.54//速度惊人啊！
远程sqlldr导入数据
在A服务器上有csv文件，要导入到B库中
用sqlldr+tnsnames.ora就可以实现
1.首先要在A服务器安装oracle client，client版本最好和DB版本相同
如果A服务器没有oracle DB，那么安装oracle client来获得sqlldr命令，安装的时候选择自定义安装，选择oracle database utilties和oracle net两项即可。
2.A库配置tnsnames.ora
# tnsnames.ora Network Configuration File: /u01/app/product/11.1.0/client/network/admin/tnsnames.ora
# Generated by Oracle configuration tools.
B =
(DESCRIPTION =
(ADDRESS_LIST =
(ADDRESS = (PROTOCOL = TCP)(HOST = 172.16.0.67)(PORT = 1521))
)
(CONNECT_DATA =
(SID = hou)
)
)
3.A服务器上执行sqlldr命令，csv数据和ctl控制文件都在A服务器
$ sqlldr scott/tiger@67 errors=10 control='/home/oracle/test.ctl'
扫一扫
9147
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
