MySQL導入導出實踐

最近一次數據遷移,須要將MySQL的數據導出、處理後導入到新表和ES。這裏作個簡單記錄,方便後續查詢。php

注: 爲了寫文章方便及隱私安全,實際內容會有所簡化。例如表結構簡化、數據庫鏈接部分所有用 xxx 表示、目錄及文件名均爲化名等。html

實踐過程

原表:mysql

book_db 庫
  - b_book(id,create_time,update_time,price,title,intro)

新表:sql

book 庫
  - book(id,price,title,create_time,update_time)
  - book_ext(id,book_id,intro,create_time)

MySQL導出

mkdir -p /tmp/

# 導出原始數據
mysql -hxxx -uxxx -pxxx book_db  --default-character-set=utf8  -e 'select id,create_time,update_time,price,title,intro from b_book' | sed 's/NULL//g'   > /tmp/b_book.csv

sed 's/NULL//g'是由於導出的數據有些字段存的NULL,新表不須要存儲NULL,因此去掉。shell

導出的數據每行默認以\t分隔,第一行包含字段名。這裏咱們刪掉第一行:數據庫

sed -i '1d' /tmp/b_book.csv

數據處理

cd /tmp/

# 處理create_time,update_time,price,並生成文件 book.csv
cat b_book.csv | awk -F '\t' -v OFS=' @@@ ' '{gsub(/[-:]/," ",$2); $2=mktime($2);gsub(/[-:]/,"",$3);$3=mktime($3);$4=$4*100;$6="";print $0}' > book.csv

# 生成文件 book_ext.csv
cat b_book.csv | awk -F '\t' -v OFS=' @@@ ' '{print $1,$6}' > book_ext.csv

# 生成文件 book_es.csv
cat b_book.csv | awk -F '\t' -v OFS=' @@@ ' '{$4=$4*100;print $0}' > book_es.csv

由於原表裏時間都是datetime格式,新表是時間戳格式,這裏處理成時間戳格式。價格原表是以元爲單位,這裏*100是爲了處理成以分爲單位。json

-v OFS=' @@@ '表示輸出的時候每列以@@@爲分隔符。緣由是原表裏的intro字段存儲的是html,可能包含經常使用轉義字符,這裏使用@@@確保能正確分隔每列。安全

導入到MySQL

mysql -hxxx -uxxx -pxxx book
Load Data LOCAL InFile '/tmp/book.csv' Into Table book 
character set utf8 
Fields Terminated By ' @@@ ' Enclosed By '' Escaped By '' Lines Terminated By '\n'
(id,create_time,update_time,price,title);
 
Load Data LOCAL InFile '/tmp/book_ext.csv' Into Table book_ext 
character set utf8 
Fields Terminated By ' @@@ ' Enclosed By '' Escaped By '' Lines Terminated By '\n'
(book_id,intro);

說明:bash

  • Terminated 字段分隔符(列分隔符)。通常是空格或者\t
  • Enclosed 字段括起字符。沒有爲空字符便可
  • Escaped 轉義字符。沒有爲空字符便可
  • Terminated 記錄分隔符(行結束符)

Into Table 表明插入,記錄已存在(惟一鍵約束)則失敗再也不往下執行。Replace Into Table 表明覆蓋,記錄已存在則覆蓋(是整條記錄覆蓋,沒有列出的字段給默認值)。Ignore Into Table 遇到已存在直接跳過。app

導入到ES

因爲生產的book_es.csv文件比較大,因此這裏按20000條生成一個文件,防止文件過大,ES導入失敗。

cd /tmp/

awk '{filename = "book_es.csv." int((NR-1)/20000) ".csv"; print >> filename}' book_es.csv

ConvertBookToEs.php是PHP腳本,生成ES批量導入的文件。見附錄。執行後生成不少book_es.csv.*.csv.json文件。

php ConvertBookToEs.php

importToEs.sh是ES批量導入腳本,以下:

#!/bin/bash
for file in `ls /tmp/book_es.csv.*.csv.json` 
do
   echo $file;
   curl -XPOST http://xxx:9200/book/doc/_bulk -H "Content-Type: application/json" --data-binary "@$file"  >> importToEs.log
done

執行腳本:

sh importToEs.sh

等待數分鐘,便執行完畢了。

實現MySQL LOAD DATA按字段更新

爲了將大量數據加載到MySQL中,LOAD DATA INFILE是迄今爲止最快的選擇。可是,雖然這能夠以INSERT IGNOREREPLACE的方式使用,但目前不支持ON DUPLICATE KEY UPDATE

若是咱們想批量更新某個字段,ON DUPLICATE KEY UPDATE如何使用LOAD DATA INFILE模擬?

stackoverflow 上有網友給了答案。步驟是:

1)建立一個新的臨時表。

CREATE TEMPORARY TABLE temporary_table LIKE target_table;

2)從臨時表中刪除全部索引以加快速度。(可選)

SHOW INDEX FROM temporary_table;

DROP INDEX `PRIMARY` ON temporary_table;
DROP INDEX `some_other_index` ON temporary_table;

3)將CSV加載到臨時表中

LOAD DATA INFILE 'your_file.csv'
INTO TABLE temporary_table
Fields Terminated By '\t' Enclosed By '' Escaped By '' Lines Terminated By '\n'
(field1, field2);

4)使用ON DUPLICATE KEY UPDATE複製數據

SHOW COLUMNS FROM target_table;

INSERT INTO target_table
SELECT * FROM temporary_table
ON DUPLICATE KEY UPDATE field1 = VALUES(field1), field2 = VALUES(field2);

MySQL將假定=以前的部分引用INSERT INTO子句中指定的列,第二部分引用SELECT列。

5)刪除臨時表

DROP TEMPORARY TABLE temporary_table;

使用SHOW INDEX FROMSHOW COLUMNS FROM此過程能夠針對任何給定的表自動執行。

注:官方文檔裏 INSERT ... SELECT ON DUPLICATE KEY UPDATE語句被標記爲基於語句的複製不安全。因此上述方案請在充分測試後再實施。詳見:
https://dev.mysql.com/doc/refman/5.6/en/insert-on-duplicate.html

附錄

ConvertBookToEs.php

<?php
/**
 * 轉換wish_book爲ES 批量格式(json)
 */

//id,create_time,update_time,price,title,intro
function dealBook($file)
{
    $fp = fopen($file, 'r');
    while (!feof($fp)) {
        $line = explode(' @@@ ', fgets($fp, 65535));
        if ($line && isset($line[1])) {
            $arr_head = [
                'index' => [
                    '_id' => (int)$line[0]
                ]
            ];
            $arr = [
                'id' => (int)$line[0],
                'create_time' => strtotime($line[1]),
                'update_time' => strtotime($line[2]),
                'price' => intval($line[3]),
                'title' => (string)$line[4],
                'intro' => (string)$line[18],
            ];

            file_put_contents($file . '.json', json_encode($arr_head, JSON_UNESCAPED_UNICODE) . PHP_EOL, FILE_APPEND);
            file_put_contents($file . '.json', json_encode($arr, JSON_UNESCAPED_UNICODE) . PHP_EOL, FILE_APPEND);
        }
    }

}

try {

    //處理CSV文件爲es bluk json格式
    //參考 https://www.elastic.co/guide/en/elasticsearch/reference/current/_batch_processing.html
    $files = glob("/tmp/book_es.csv.*.csv");
    if (false === $files) {
        exit("can not find csv file");
    }
    $pids = [];

    foreach ($files as $i => $file) {
        $pid = pcntl_fork();
        if ($pid < 0) {
            exit("could not fork");
        }

        if ($pid > 0) {
            $pids[$pid] = $pid;
        } else {
            echo time() . " new process, pid:" . getmypid() . PHP_EOL;
            dealBook($file);
            exit();
        }
    }

    while (count($pids)) {
        foreach ($pids as $key => $pid) {
            $res = pcntl_waitpid($pid, $status, WNOHANG);
            if ($res == -1 || $res > 0) {
                echo 'Child process exit,pid ' . $pid . PHP_EOL;
                unset($pids[$key]);
            }
        }
        sleep(1);
    }

} catch (Exception $e) {
    $message = $e->getFile() . ':' . $e->getLine() . ' ' . $e->getMessage();
    echo $message;
}

參考

一、Linux命令行文本工具 - 飛鴻影~ - 博客園 https://www.cnblogs.com/52fhy/p/5836429.html 二、mysqldump 導出 csv 格式 --fields-terminated-by=, :字段分割符; - superhosts的專欄 - CSDN博客 https://blog.csdn.net/superhosts/article/details/26054997 三、Batch Processing | Elasticsearch Reference [6.4] | Elastic https://www.elastic.co/guide/en/elasticsearch/reference/current/_batch_processing.html 四、mysql導入數據load data infile用法整理 - conanwang - 博客園 https://www.cnblogs.com/conanwang/p/5890753.html 五、MySQL LOAD DATA INFILE with ON DUPLICATE KEY UPDATE - Stack Overflow https://stackoverflow.com/questions/15271202/mysql-load-data-infile-with-on-duplicate-key-update 六、mysql - INSERT INTO ... SELECT FROM ... ON DUPLICATE KEY UPDATE - Stack Overflow https://stackoverflow.com/questions/2472229/insert-into-select-from-on-duplicate-key-update 七、MySQL :: MySQL 5.6參考手冊:: 13.2.5.2 INSERT ... ON DUPLICATE KEY UPDATE語法 https://dev.mysql.com/doc/refman/5.6/en/insert-on-duplicate.html 八、複製表結構和數據SQL語句 - becket - 博客園 https://www.cnblogs.com/zhengxu/articles/2206894.html

相關文章
相關標籤/搜索