文本文件導入到數據庫中的幾種方法
發表時間:2024-01-11 來源:明輝站整理相關軟件相關文章人氣:
[摘要]大型的數據庫開發中常常遇到數據源是平面文件(如文本文件)的情況,對于這樣的數據源,無法使用數據庫對其數據進行有效的管理,另外也無法使用SQL語句對其進行查詢和操作,所以當務之急就是將這些平面文件導入到數據庫中,然后就可以對其進行高效的操作了。 下面介紹幾種常見的數據導入的方法,希望能夠給大家啟...
大型的數據庫開發中常常遇到數據源是平面文件(如文本文件)的情況,對于這樣的數據源,無法使用數據庫對其數據進行有效的管理,另外也無法使用SQL語句對其進行查詢和操作,所以當務之急就是將這些平面文件導入到數據庫中,然后就可以對其進行高效的操作了。
下面介紹幾種常見的數據導入的方法,希望能夠給大家啟迪。另外,本文所涉及到的數據庫均為ORACLE數據庫,其實對于其他數據庫而言,方法類似。
一、Sql*:Loader
該方法是Oracle數據庫下數據導入的最重要的方法之一,該工具由Oracle客戶端提供,
其基本工作原理是:首先要針對數據源文件制作一個控制文件,控制文件是用來解釋如何對源文件進行解析,其中需要包含源文件的數據格式、目標數據庫的字段等信息,一個典型的控制文件為如下形式:
LOAD DATA
INFILE '/ora9i/fengjie/agent/data/ipaagentdetail200410.txt'
TRUNCATE
INTO TABLE fj_ipa_agentdetail
fields terminated ","
trailing nullcols
( AGENT_NO char,
AGENT_NAME char,
AGENT_ADDRESS char,
AGENT_LINKNUM char,
AGENT_LINKMAN char
)
其中,INFILE '/ora9i/fengjie/agent/data/ipaagentdetail200410.txt'指明所要導入的源文件,其實源文件也可以直接通過命令行來輸入獲得,fj_ipa_agentdetail為目標表的名字,fields terminated ","是指源文件的各個字段是以逗號分隔,trailing nullcols表示遇到空字段依然寫入到數據庫表中,最后這5個字段是目標數據庫表的字段結構。通過上面這個典型的控制文件的格式分析可知,控制文件需要與源文件的格式信息一致,否則導入數據會出現異常。
除了控制以外,sql*loader的還需要數據文件,即源文件。根據格式的不同,源文件可以分為固定字段長度和有分隔符這兩大類,這里將分別說明這兩種情況:
固定字段長度的文本文件
就是每個字段擁有固定的字段長度,比如:
602530005922 1012
602538023138 1012
602536920355 1012
602531777166 1012
602533626494 1012
602535700601 1012
有分隔符的文本文件
就是每個字段都有相同的分隔符分隔,比如:
1001,上海長途電信綜合開發公司,南京東路34號140室
1002,上海樺奇通訊科技有限公司,武寧路19號1902室
1003,上海邦正科技發展有限公司,南京東路61號903室
對于上述兩種文件格式sql*loader均可以做處理,下面就前面那個固定長度的文本來舉例說明:
由于該文本只有兩個字段,一個為設備號,一個是區局編號,兩者的長度分別為20和5,那么可以編制控制文件如下:
LOAD DATA
INFILE '/ora9i/fengjie/agent/data/ipaagent200410.txt'
TRUNCATE
INTO TABLE fj_ipa_agent
( DEVNO POSITION(1:20) CHAR,
BRANCH_NO POSITION(21:25) CHAR
)
其中,'/ora9i/fengjie/agent/data/ipaagent200410.txt'為該文件的完全路徑,POSITION(M:N)表示該字段是從位置M到位置N。
對于有分隔符的數據文件,前面已經有一個例子,這里就不再贅述了。總之,使用Sql*Loader能夠輕松將數據文件導入到數據庫中,這種方法也是最常用的方法。
二、 使用專業的數據抽取工具
目前在數據倉庫領域中,數據抽取與裝載(ETL)是一重要的技術,這一技術對于一些大的數據文件或者文件數量較多尤其適合。這里簡單介紹目前一款主流的數據抽取工具――Informatica。
該工具主要采用圖形界面進行編程,其主要工作流程是:首先將源數據文件的結構(格式)導入為Informatica里,然后根據業務規則對該結構進行一定的轉換(transformation),最終導入到目標表中。
以上過程僅僅只是做了一個從源到目標的映射,數據的實際抽取與裝載需要在工作流(workflow)里進行。
使用專業的數據抽取工具,可以結合業務邏輯對多個源數據進行join,union,insect等操作,適合于大型數據庫和數據倉庫。
三、 使用Access工具導入
可以直接在Access里選擇‘打開‘文本文件,這樣按照向導來導入一個文本文件到Access數據庫中,然后使用編程的方法將其導入到最終的目標數據庫中。
這種方法雖然煩瑣,但是其對系統的軟件配置要求相對較低,所以也是有一定的使用范圍。
四、 小結
總之,平面文件轉化為數據庫格式有利于數據的處理,顯然,數據庫強大的數據處理能力比直接進行文件I/O效率高出很多,希望本文能夠對該領域做一個拋磚引玉的作用。