Oracle对百万条记录的数据sqlldr加载(超详细)
ccwgpt 2024-11-26 01:04 90 浏览 0 评论
欢迎关注
奋进的码哥的博客_CSDN博客-Oracle,hadoop,PostgreSQL领域博主
https://blog.csdn.net/u010438126?type=blog
背景：
在实际工作中应用SQLLDR执行数据加载，多数情况是数据量已经达到了一定的级别，下面是我自己构建了100W条记录的场景，看看实际加载情况如何，以及如何进行加载优化。
1，找到一张合适的表
[root@dongjj-pc-01 file]#sqlplus /nolog
SQL*Plus: Release 12.2.0.1.0 Production on 星期三 12月 28 17:45:36 2022
Copyright (c) 1982, 2016, Oracle. All rights reserved.
SQL> conn sys/abcABC123 as sysdba
已连接。
SQL> select count(*) from dba_objects;
COUNT(*)
----------
72930
做笛卡尔积关联，生成130W的记录
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 as rn from dual connect by rownum <=20) b;
SQL> select count(*) from (
2 select a.owner||',"'||a.object_name||'",'||a.object_id||','||to_char(a.created,'YYYY-MM-DD hh24:mi:ss')||','||a.status
3 from dba_objects a,(select rownum as rn from dual connect by rownum <=20) b
4 ) m
5 ;
COUNT(*)
----------
1458600
2，生成数据文件并初始化数据
生成140W的记录，到指定csv文件中，具体的操作步骤如下
首先创建一个sql文件，保存上面的语句，注意在sql后面已经带分号 ;
[root@dongjj-pc-01 sql]#ls
load.sql
[root@dongjj-pc-01 sql]#pwd
/file/sql
[root@dongjj-pc-01 sql]#cat load.sql
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 as rn from dual connect by rownum <=20) b;
[root@dongjj-pc-01 sql]#
创建执行sql文件，getdata.sql
set echo off
set term off
set line 1000 pages 0
set feedback off
set heading off
spool /file/data/load_data.csv
@/file/sql/load.sql
spool off
set heading on
set feedback on
set term on
set echo on
[root@dongjj-pc-01 sql]#pwd
/file/sql
[root@dongjj-pc-01 sql]#cat getdata.sql
set echo off
set term off
set trims on --去掉空字符
set line 1000 pages 0
set feedback off
set heading off
spool /file/data/load_data.csv
@/file/sql/load.sql
spool off
set heading on
set feedback on
set term on
set echo on
[root@dongjj-pc-01 sql]#
然后到sqlplus中，命令行执行getdata.sql
@/file/sql/getdata.sql
[root@dongjj-pc-2005 data]#ll -h
总用量 1.4G
-rw-r--r-- 1 root root 1.4G 1月 8 18:08 load_data.csv
初始化，创建测试表
create table tb_getdata(
owner varchar2(30),
object_name varchar2(50),
object_id number,
status varchar2(50),
created date
);
create index idx_ob on tb_getdata(owner,object_name);
4，创建控制文件 ldr_tb_getdata.ctl
LOAD DATA
INFILE '/file/data/load_data.csv'
truncate into table tb_getdata
fields terminated by "," optionally enclosed by '"'
(OWNER,
OBJECT_NAME,
OBJECT_ID,
CREATED date 'yyyy-mm-dd hh24:mi:ss',
STATUS
)
注意时间列这个字段，已经指定了时间格式，并进行了转换，一定要和数据文件的时间格式相符。不然会导致失败。
5，sqlldr 命令常规导入
sqlldr c##djj/c##djj@orcl control=ldr_tb_getdata.ctl errors = 10
查看导入日志
SQL*Loader: Release 12.2.0.1.0 - Production on 星期日 1月 8 20:41:42 2023
Copyright (c) 1982, 2017, Oracle and/or its affiliates. All rights reserved.
控制文件: ldr_tb_getdata.ctl
数据文件: /file/data/load_data.csv
错误文件: load_data.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: 10
绑定数组: 64 行, 最大 256000 字节
继续: 未作指定
所用路径: 常规
表 TB_GETDATA,已加载从每个逻辑记录
插入选项对此表 TRUNCATE 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 (") DATE yyyy-mm-dd hh24:mi:ss
STATUS NEXT * , O (") CHARACTER
表 TB_GETDATA:
已成功载入 1453560 行。
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值, 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: 1453560
拒绝的逻辑记录总数: 0
废弃的逻辑记录总数: 0
从 星期日 1月 08 20:41:42 2023 开始运行
在 星期日 1月 08 20:42:24 2023 处运行结束
经过时间为: 00: 00: 41.83
CPU 时间为: 00: 00: 05.315.1 sqlldr 优化，使用rows
sqlldr这个命令默认的加载行数是64行，因为现在导入的行数是百万级别，需要重新设置rows的值
--加载全部数据，同时指定errors参数值=10，指定出现10次错误就停止加载。rows = 640
sqlldr c##djj/c##djj@orcl control=ldr_tb_getdata.ctl errors = 10 rows = 640
经过重设rwos的值，发现本次的导入时间缩短
SQL*Loader: Release 12.2.0.1.0 - Production on 星期日 1月 8 20:49:13 2023
Copyright (c) 1982, 2017, Oracle and/or its affiliates. All rights reserved.
控制文件: ldr_tb_getdata.ctl
数据文件: /file/data/load_data.csv
错误文件: load_data.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: 10
绑定数组: 640 行, 最大 256000 字节
继续: 未作指定
所用路径: 常规
表 TB_GETDATA,已加载从每个逻辑记录
插入选项对此表 TRUNCATE 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 (") DATE yyyy-mm-dd hh24:mi:ss
STATUS NEXT * , O (") CHARACTER
ROWS 参数所用的值已从 640 更改为 198
表 TB_GETDATA:
已成功载入 1453560 行。
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值, 0 行 没有加载。
为绑定数组分配的空间: 255420 字节 (198 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: 1453560
拒绝的逻辑记录总数: 0
废弃的逻辑记录总数: 0
从 星期日 1月 08 20:49:13 2023 开始运行
在 星期日 1月 08 20:49:43 2023 处运行结束
经过时间为: 00: 00: 29.98
CPU 时间为: 00: 00: 04.45
5.2 sqlldr优化，使用bindsize
可以设置bindsize的值，默认是256K，可以改为10m（即 1024*1024*10 = 10485760），同时将一次加载的行数提高到5000
sqlldr c##djj/c##djj@orcl control=ldr_tb_getdata.ctl errors = 10 rows = 5000 bindsize = 10485760
SQL*Loader: Release 12.2.0.1.0 - Production on 星期日 1月 8 20:56:01 2023
Copyright (c) 1982, 2017, Oracle and/or its affiliates. All rights reserved.
控制文件: ldr_tb_getdata.ctl
数据文件: /file/data/load_data.csv
错误文件: load_data.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: 10
绑定数组: 5000 行, 最大 10485760 字节
继续: 未作指定
所用路径: 常规
表 TB_GETDATA,已加载从每个逻辑记录
插入选项对此表 TRUNCATE 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 (") DATE yyyy-mm-dd hh24:mi:ss
STATUS NEXT * , O (") CHARACTER
表 TB_GETDATA:
已成功载入 1453560 行。
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值, 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:10485760
跳过的逻辑记录总数: 0
读取的逻辑记录总数: 1453560
拒绝的逻辑记录总数: 0
废弃的逻辑记录总数: 0
从 星期日 1月 08 20:56:01 2023 开始运行
在 星期日 1月 08 20:56:25 2023 处运行结束
经过时间为: 00: 00: 23.81
CPU 时间为: 00: 00: 03.58发现又缩短了几秒的时间。
那还能不能在快点呢？下面该使用杀手锏了。。。。。
可以使用直接路径加载，需要设置direct参数
5.3 sqlldr 优化，direct参数
sqlldr c##djj/c##djj@orcl control=ldr_tb_getdata.ctl direct = true
SQL*Loader: Release 12.2.0.1.0 - Production on 星期日 1月 8 21:00:23 2023
Copyright (c) 1982, 2017, Oracle and/or its affiliates. All rights reserved.
控制文件: ldr_tb_getdata.ctl
数据文件: /file/data/load_data.csv
错误文件: load_data.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: 50
继续: 未作指定
所用路径: 直接
表 TB_GETDATA,已加载从每个逻辑记录
插入选项对此表 TRUNCATE 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 (") DATE yyyy-mm-dd hh24:mi:ss
STATUS NEXT * , O (") CHARACTER
表 TB_GETDATA 的以下索引已处理:
索引 C##DJJ.IDX_OB 已成功加载, 具有 1453560 个关键字
表 TB_GETDATA:
已成功载入 1453560 行。
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值, 0 行 没有加载。
日期转换高速缓存由于溢出而被禁用 (默认大小: 1000)
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: 1453560
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: 336
由 SQL*Loader 加载线程加载的流缓冲区总数: 169
从 星期日 1月 08 21:00:23 2023 开始运行
在 星期日 1月 08 21:00:38 2023 处运行结束
经过时间为: 00: 00: 14.80
CPU 时间为: 00: 00: 02.01时间直接缩短了10多秒，相当不错了啊
那还能不能再快点啊？别着急，还有办法啊
5.4 sqlldr优化，streamsize参数和date_cache参数
streamsize :
直接路径加载默认读取全部数据，因此不需要设置row参数，读取的数据存入流缓存区。该参数默认值是256k，可以加载到10mb，即10485760
date_cache:
该参数指定一个转换后的时间格式缓存区，以条为单位，默认值是1000条，即保存1000条后转换时间格式。因为导入的数据中有时间列，所以把该参数设置5000，以降低日期转换操作带来的时间开销。
sqlldr c##djj/c##djj@orcl control=ldr_tb_getdata.ctl direct = true streamsize = 10485760 date_cache = 5000
SQL*Loader: Release 12.2.0.1.0 - Production on 星期日 1月 8 21:17:16 2023
Copyright (c) 1982, 2017, Oracle and/or its affiliates. All rights reserved.
控制文件: ldr_tb_getdata.ctl
数据文件: /file/data/load_data.csv
错误文件: load_data.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: 50
继续: 未作指定
所用路径: 直接
表 TB_GETDATA,已加载从每个逻辑记录
插入选项对此表 TRUNCATE 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 (") DATE yyyy-mm-dd hh24:mi:ss
STATUS NEXT * , O (") CHARACTER
表 TB_GETDATA 的以下索引已处理:
索引 C##DJJ.IDX_OB 已成功加载, 具有 1453560 个关键字
表 TB_GETDATA:
已成功载入 1453560 行。
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值, 0 行 没有加载。
日期高速缓存:
最大大小: 5000
条目数: 1663
命中数 : 1451897
未命中数 : 0
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: 1453560
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: 336
由 SQL*Loader 加载线程加载的流缓冲区总数: 0
从 星期日 1月 08 21:17:16 2023 开始运行
在 星期日 1月 08 21:17:24 2023 处运行结束
经过时间为: 00: 00: 07.65
CPU 时间为: 00: 00: 01.09从以上结果看出，时间直接缩短了两倍不止啊。。。。。
相关推荐
- 一个基于.Net Core遵循Clean Architecture原则开源架构
-
今天给大家推荐一个遵循CleanArchitecture原则开源架构。项目简介这是基于Asp.netCore6开发的，遵循CleanArchitecture原则，可以高效、快速地构建基于Ra...
- AI写代码翻车无数次，我发现只要提前做好这3步，bug立减80%
-
写十万行全是bug之后终于找到方法了开发"提示词管理助手"新版本那会儿，我差点被bug整崩溃。刚开始两周，全靠AI改代码架构，结果十万行程序漏洞百出。本来以为AI说没问题就稳了，结果...
- OneCode低代码平台的事件驱动设计:架构解析与实践
-
引言：低代码平台的事件驱动范式在现代软件开发中，事件驱动架构（EDA）已成为构建灵活、松耦合系统的核心范式。OneCode低代码平台通过创新性的注解驱动设计，将事件驱动理念深度融入平台架构，实现了业务...
- 国内大厂AI插件评测:根据UI图生成Vue前端代码
-
在IDEA中安装大厂的AI插件，打开ruoyi增强项目：yudao-ui-admin-vue31.CodeBuddy插件登录腾讯的CodeBuddy后，大模型选择deepseek-v3，输入提示语：...
- AI+低代码技术揭秘(二):核心架构
-
本文档介绍了为VTJ低代码平台提供支持的基本架构组件，包括Engine编排层、Provider服务系统、数据模型和代码生成管道。有关UI组件库和widget系统的信息，请参阅UI...
- GitDiagram用AI把代码库变成可视化架构图
-
这是一个名为gitdiagram的开源工具，可将GitHub仓库实时转换为交互式架构图，帮助开发者快速理解代码结构。核心功能一键可视化：替换GitHubURL中的"hub...
- 30天自制操作系统:第六天:代码架构整理与中断处理
-
1.拆开bootpack.c文件。根据设计模式将对应的功能封装成独立的文件。2.初始化pic:pic(可编程中断控制器)：在设计上，cpu单独只能处理一个中断。而pic是将8个中断信号集合成一个中断...
- AI写代码越帮越忙?2025年研究揭露惊人真相
-
近年来，AI工具如雨后春笋般涌现，许多人开始幻想程序员的未来就是“对着AI说几句话”，就能轻松写出完美的代码。然而，2025年的一项最新研究却颠覆了这一期待，揭示了一个令人意外的结果。研究邀请了16位...
- 一键理解开源项目:两个自动生成GitHub代码架构图与说明书工具
-
一、GitDiagram可以一键生成github代码仓库的架构图如果想要可视化github开源项目：https://github.com/luler/reflex_ai_fast，也可以直接把域名替换...
- 5分钟掌握 c# 网络通讯架构及代码示例
-
以下是C#网络通讯架构的核心要点及代码示例，按协议类型分类整理：一、TCP协议（可靠连接）1.同步通信//服务器端usingSystem.Net.Sockets;usingTcpListene...
- 从复杂到优雅:用建造者和责任链重塑代码架构
-
引用设计模式是软件开发中的重要工具，它为解决常见问题提供了标准化的解决方案，提高了代码的可维护性和可扩展性，提升了开发效率，促进了团队协作，提高了软件质量，并帮助开发者更好地适应需求变化。通过学习和应...
- 低代码开发当道，我还需要学习LangChain这些框架吗?| IT杂谈
-
专注LLM深度应用，关注我不迷路前两天有位兄弟问了个问题：当然我很能理解这位朋友的担忧：期望效率最大化，时间用在刀刃上，“不要重新发明轮子”嘛。铺天盖地的AI信息轰炸与概念炒作，很容易让人浮躁与迷茫。...
- 框架设计并不是简单粗暴地写代码，而是要先弄清逻辑
-
3.框架设计3.框架设计本节我们要开发一个UI框架，底层以白鹭引擎为例。框架设计的第一步并不是直接撸代码，而是先想清楚设计思想，抽象。一个一个的UI窗口是独立的吗？不是的，...
- 大佬用 Avalonia 框架开发的 C# 代码 IDE
-
AvalonStudioAvalonStudio是一个开源的跨平台的开发编辑器（IDE），AvalonStudio的目标是成为一个功能齐全，并且可以让开发者快速使用的IDE，提高开发的生产力。A...
- 轻量级框架Lagent 仅需20行代码即可构建自己的智能代理
-
站长之家（ChinaZ.com）8月30日消息:Lagent是一个专注于基于LLM模型的代理开发的轻量级框架。它的设计旨在简化和提高这种模型下代理的开发效率。LLM模型是一种强大的工具，可以...
欢迎 你 发表评论:
- 一周热门
- 最近发表
- 标签列表
-
- 框架图 (58)
- flask框架 (53)
- quartz框架 (51)
- abp框架 (47)
- springmvc框架 (49)
- 分布式事务框架 (65)
- scrapy框架 (56)
- shiro框架 (61)
- 定时任务框架 (56)
- java日志框架 (61)
- mfc框架 (52)
- abb框架断路器 (48)
- beego框架 (52)
- java框架spring (58)
- grpc框架 (65)
- tornado框架 (48)
- 前端框架bootstrap (54)
- orm框架有哪些 (51)
- 知识框架图 (52)
- ppt框架 (55)
- 框架图模板 (59)
- 内联框架 (52)
- cad怎么画框架 (58)
- ssm框架实现登录注册 (49)
- oracle字符串长度 (48)