• yaml文件结构


    VERSION: 1.0.0.1            --指定控制文件schema的版本
    DATABASE: db_name           --指定连接数据库的名字,如果没有指定,由环境变量$PGDATABASE,或者通过gpload参数-d指定
    USER: db_username           --指定连接目标数据库的用户名,如果不使用超级管理员,服务参数gp_external_grant_privileges必须设置成on。
    HOST: master_hostname       --指定master主机名,也可以通过gpload的-h选项,或者环境变量$PGHOST指定
    PORT: master_port           --指定master的连接端口号,默认是5432,或者通过gpload命令的-p选项或者环境变量$PGPORT指定。
    GPLOAD:                     --必须指定,表示装载设置部分在它下面必须定义INPUT:和OUTPUT:两个部分。
    INPUT:                      --必须指定,这部分指定装载数据的格式和位置
    - SOURCE:                   --必须指定,定义source文件的位置,每个输入部分可以定义多个source部分, windows路径的指定比较特别,比如c: 要写成 c:/
    LOCAL_HOSTNAME:             --指定gpload运行的主机名称和ip地址,如果有多块网卡,可以同时使用它们,提高装载速度。默认只使用首选主机名和IP。
    - hostname_or_ip
    PORT: http_port             --指定gpfdist使用的端口,也可以选择端口范围,由系统选择,如果同时指定,port设置优先级高。
    | PORT_RANGE: [start_port_range, end_port_range]
    FILE:                       --指定装载数据文件的位置,目录或者命名管道。如果文件使用gpzip或者bzip2进行了压缩,它可以自动解压。可以使用通配符*和C语言风格的关系匹配模式指定多个文件。
    - /path/to/input_file
    - COLUMNS:                    --指定数据源的数据格式,如果没有指定这部分,source表的列顺序,数量,以及数据类型必须与目标表一致。
    - field_name: data_type
    - FORMAT: text | csv          --指定文件格式是text还是csv
    - DELIMITER: 'delimiter_character'  --指定文本数据域(列)之间的分割符,默认是|
    - ESCAPE: 'escape_character' | 'OFF'  --text定义转义字符,text格式默认是,在text格式中可以选择off关掉转义字符(web log处理时比较有用)
    - NULL_AS: 'null_string'       --指定描述空值的字符串,text格式默认是N,csv格式不使用转义符号的空值。
    - FORCE_NOT_NULL: true | false --csv格式,强制所有字符默认都用”“括起,因此不能有空值,如果两个分割符之间没有值,被当做0长度字符串,认为值已经丢失。
    - QUOTE: 'csv_quote_character'  --csv指定转义字符,默认是"
    - HEADER: true | false          --是否跳过数据文件第一行,当做表头
    - ENCODING: database_encoding   --指定数据源的字符集
    - ERROR_LIMIT: integer          --指定由于不符合格式数据记录的上限,如果超过该上限,gpload停止装载,否则正确记录可以被装载,错误记录抛出写入错误表。但它仅支持数据格式错误,不支持违背约束的问题
    - ERROR_TABLE: schema.table_name --指定不符合格式要求记录的错误表。如果指定的表不存在系统自动创建。

    OUTPUT:
    - TABLE: schema.table_name       --指定装载的目标表
    - MODE: insert | update | merge  --指定操作模式,默认是insert。merge操作不支持使用随机分布策略的表。
    - MATCH_COLUMNS:                 --为update操作和merge操作指定匹配条件。
         - target_column_name            
    - UPDATE_COLUMNS:                 --为update操作和merge操作指定更新的列
         - target_column_name
    - UPDATE_CONDITION: 'boolean_condition'  --指定where条件,目标表中只有满足条件的记录才能更改,(merge情况下,只有满足条件的记录才能insert)
    - MAPPING:                        --指定source列和目标列的映射关系。
    target_column_name: source_column_name | 'expression'
    PRELOAD:                          --指定load之前的操作
    - TRUNCATE: true | false          --如果设置成true,装载之前先删除目标表中所有记录,再装载
    - REUSE_TABLES: true | false     --设置成true,不会删除外部表对象会这中间表对象。从而提升性能。
    SQL:
    - BEFORE: "sql_command"         --装载操作开始前执行的SQL,比如写日志表
    - AFTER: "sql_command"          --装载操作之后执行的SQL。

  • 相关阅读:
    opensuse使用zypper安装软件
    补习系列(1)-springboot项目基础搭建课
    补习系列-springboot-使用assembly进行项目打包
    log4j2 使用纪要
    mongos-sharding连接池配置
    maven-代码风格检查工具
    mtools-你可能没用过的mongodb神器
    mongodb分布式集群搭建手记
    mongodb分片扩展架构
    mongodb副本集高可用架构
  • 原文地址:https://www.cnblogs.com/songyuejie/p/6377161.html
Copyright © 2020-2023  润新知