有没有办法将文本数据加载到 PostgreSQL 中的数据库？

Question

我想从文本文件（将近 1GB）中提取信息并将其存储在 PostgreSQL 数据库中。文本文件格式如下：

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 exists" 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。

我目前正在为 PostgreSQL 使用 pgAdmin4 工具。我想在函数中使用类似 pg_read_file 的东西来读取文件，但一次读取一行并将其插入 table.

Answer 1

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临时 unlogged table 并从在那里我提取了我想要的内容。 Unlogged tables 不是崩溃安全的，但比记录的快得多，这完全适合临时 table ;-)

的目的

考虑以下 table ..

CREATE UNLOGGED TABLE tmp (raw TEXT);

..您可以从您的控制台 (unix) 使用单个 psql 行导入这个 1GB 的文件..

$ cat 1gb_file.txt | psql -d db -c "COPY tmp FROM STDIN"

之后，您所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 table 的大小，您可以从 SELECT 创建第二个 table，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; 释放一些磁盘 space ;)

进一步阅读：COPY, PostgreSQL array functions and pattern matching

有没有办法将文本数据加载到 PostgreSQL 中的数据库？

Is there a way to load text data to database in PostgreSQL?

sql

postgresql

pgadmin-4