技术分享 | OceanBase 数据处理之控制文件

作者：杨文

DBA，负责客户项目的需求与维护，会点数据库，不限于MySQL、Redis、Cassandra、GreenPlum、ClickHouse、Elastic、TDSQL等等。

本文来源：原创投稿

*爱可生开源社区出品，原创内容未经授权不得随意使用，转载请联系小编并注明来源。

---

1、问题描述

有时我们在导入导出数据时，需要对数据进行处理，来满足业务上的数据需求，此时需要使用控制文件配合导数工具来满足业务上不同数据的需求。

2、控制文件模板：

lang=java(
  列名 字节偏移位置(可选) "预处理函数" 映射定义(可选),
  列名 字节偏移位置(可选) "预处理函数" 映射定义(可选),
  列名 字节偏移位置(可选) "预处理函数" 映射定义(可选)
);

简单示例：

lang=java
server=mysql/oracle
(
    c1 "nvl(c1,'not null')" map(field_position),
    c2 "none" map(field_position)
);

参数说明：

• field_position为导入的数据文件中预处理数据的列位置。
• 控制文件的命名规范：table_name.ctl，大小写与数据库中保持一致。
• 控制文件的内容要求列名的顺序与表中定义的列顺序保持一致，且列名大小写与表中的列名大小写保持一致。

3、使用案例：

3.1、测试数据：

cat /data/test/TABLE/test.dat
1@##oceanbase@##2023-01-12 15:00:00.0@##1@##ob@##1@##ob
2@##oceanbase@##2023-01-12 15:00:00.0@##2@##ob@##2@##ob
3@##oceanbase@##2023-01-12 15:00:00.0@##3@##ob@##3@##ob

create table test01 (
id int(10) not null primary key,
name varchar(10),
time timestamp not null default '1971-01-01 01:01:01',
blank varchar(255) null
);

create table test02 (
id int(10) not null primary key,
name varchar(10) not null,
time timestamp not null,
bar varchar(255) default null,
blank varchar(255) default null,
line varchar(255) default null,
mark  varchar(255) default null,
test  varchar(255) not null
);

3.2、案例1：

表列少于文本列：表全列导入。

控制文件：

vi /data/test01.ctl
lang=java(
id "none" map(1),
name "none" map(2),
time "none" map(3),
blank "none" map(5)
);

导入语句：

./obloader -h 10.186.60.94 -P 2883 -u root -p rootroot \
-c ywob -t mysql_yw_tent -D ywdb --table test01 --cut \
-f /data/test/TABLE/test.dat --log-path /data/ --external-data \
--replace-data --column-splitter '@##' --ctl-path /data/test01.ctl

输出结果：

All Dump Tasks Finished:
----------------------------------------------------------------------------------------------------
         No.#      |        Type       |        Name       |       Count       |       Status
----------------------------------------------------------------------------------------------------
          1        |       TABLE       |      test01       |         3         |      SUCCESS
-------------------------------------------------------------------------

可以看到是成功的。此时，我们进库再进行select查询数据进行验证，可以看到的确是成功的。

3.3、案例2：

表列少于文本列：表部分列导入。

控制文件：

vi /data/test01.ctl
lang=java(
id "none" map(1)
);

导入数据，可以看到报错信息：

Error:"Field 'id' doesn't have a default value"

修改控制文件：

vi /data/test01.ctl
lang=java(
id "none" map(1),
name "none" map(2)
);

此时再导入是成功的。

说明：

• 插入部分列时，需要为插入的每列，在参数文件中指定对应的文本列。
• not null列必须有对应的插入数据，或者是有缺省值。

3.4、案例3：

表列多于文本列：全列导入。

控制文件：

vi /data/test02.ctl
lang=java(
id "none" map(1),
name "none" map(2),
time "none" map(3),
bar "none" map(4),
blank "none" map(5),
line "none" map(6),
mark "none" map(7)
);

导入语句：

./obloader -h 10.186.60.94 -P 2883 -u root -p rootroot \
-c ywce -t mysql_yw_tent -D ywdb --table test02 --cut \
-f /data/test/TABLE/test.dat --log-path /data/ --external-data \
--replace-data --column-splitter '@##' --ctl-path /data/test02.ctl

输出结果：

All Dump Tasks Finished:
----------------------------------------------------------------------------------------------------
         No.#      |        Type       |        Name       |       Count       |       Status
----------------------------------------------------------------------------------------------------
          1        |       TABLE       |      test02       |         3         |      SUCCESS
----------------------------------------------------------------------------------------------------

可以看到是成功的。但是今天在另一个同版本的OB环境下意外的发现了一个怪事，竟然报错了：

Error: Column count doesn't match value count at row 1

报错信息：列数不匹配。

根据这种情况进行分析：发现JDK版本不一致。并且可以看到导入的数据文件比表结构少一列，数据文件以“@##”作为列分隔符，并且最后一列结尾没有分隔符。

解决：

方式1：修改控制文件：

vi /data/test02.ctl
lang=java(
id "none" map(1),
name "none" map(2),
time "none" map(3),
bar "none" map(4),
blank "none" map(5),
line "none" map(6),
mark "none" map(7),
test "none" map(1)
);

方式2：修改表结构，最后一个字段可以为null。

方式3：修改数据文件，在最后面添加‘@##’后缀。

3.5、在使用“obdumper+控制文件”导出数据时，也有可能会出现该报错信息：

Error: Column count doesn't match value count at row 1

可能的原因：数据库名大小写敏感，即数据库中的库名是小写，但是导出命令中写成了大写，导致控制文件中的配置内容不生效。

补充：

其实，还可以使用SUBSTR(char,position[,length ])进行截取处理数据；

示例：

SUBSTR('abc',0,3)

小建议：

数据导入后进行简单查看每个字段导入的数据是否是对应的。可能存在某些情况下数据导入了，但实际数据和字段并没有对齐，可能只是恰巧数据能存入对应字段。以及查看中文是否正常显示。