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。
最佳答案
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
关于sql - 有没有办法将文本数据加载到 PostgreSQL 数据库中?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59588107/