sql - 有没有办法将文本数据加载到 PostgreSQL 数据库中？

Question

我想从一个文本文件(近 1GB)中提取信息并将其存储在 PostgreSQL 数据库中。 文本文件采用以下格式:

DEBUG, 2017-03-23T10:02:27+00:00, ghtorrent-40 -- ghtorrent.rb:Repo EFForg/https-everywhere exists
DEBUG, 2017-03-24T12:06:23+00:00, ghtorrent-49 -- ghtorrent.rb:Repo Shikanime/print exists
...

我想从每一行中提取“DEBUG”、时间戳、“ghtorrent-40”、“ghtorrent”和“Repo EFForg/https-everywhere contains”并将其存储在数据库中。

我已经使用 python (psycopg2) 和 C++ (libpqxx) 等其他语言完成了此操作，但是是否可以在 PostgreSQL 本身中编写一个函数来导入整个数据本身。

我目前正在使用 PostgreSQL 的 pgAdmin4 工具。 我考虑在函数中使用类似 pg_read_file 的东西来读取文件，但一次一行并将其插入表中。

Answer 1

我对大型 XML 文件(130GB 或更大)使用的一种方法是将整个文件上传到一个临时的未记录表中，然后从那里提取我想要的内容。 Unlogged tables不能保证崩溃，但比记录的快得多，这完全适合临时表的目的;-)

考虑下表..

CREATE UNLOGGED TABLE tmp (raw TEXT);

..您可以使用控制台 (unix) 中的单行 psql 导入这个 1GB 文件..

$ cat 1gb_file.txt | psql -d db -c "COPY tmp FROM STDIN" 

之后，您所需要做的就是应用您的逻辑来查询和提取您想要的信息。根据表的大小，您可以从 SELECT 创建第二个表，例如:

CREATE TABLE t AS
SELECT 
  trim((string_to_array(raw,','))[1]) AS operation,
  trim((string_to_array(raw,','))[2])::timestamp AS tmst,
  trim((string_to_array(raw,','))[3]) AS txt
FROM tmp
WHERE raw LIKE '%DEBUG%' AND
      raw LIKE '%ghtorrent-40%' AND 
      raw LIKE '%Repo EFForg/https-everywhere exists%'

根据您的逻辑调整 string_to_array 函数和 WHERE 子句!您也可以选择将这些多个 LIKE 操作替换为单个 SIMILAR TO。

..您的数据就可以使用了:

SELECT * FROM t;

 operation |        tmst         |                               txt                                
-----------+---------------------+------------------------------------------------------------------
 DEBUG    | 2017-03-23 10:02:27 | ghtorrent-40 -- ghtorrent.rb:Repo EFForg/https-everywhere exists
(1 Zeile)

提取数据后，您可以DROP TABLE tmp;来释放一些磁盘空间;)

进一步阅读:COPY , PostgreSQL array functions和 pattern matching