SELECT-INTO-OUTFILE
所有文档

          数据仓库 Palo

          SELECT-INTO-OUTFILE

          SELECT INTO OUTFILE

          Description

          该命令用于将 SQL 产出的结果集导出到本地磁盘,或通过 Broker 导出到远端存储上。

          query_stmt
          INTO OUTFILE "file_path"
          [format_as]
          [properties]
          • query_stmt

            任意查询语句。

          • file_path

            指向文件存储的路径以及文件前缀。如:

            bos://my_bucket/my_file_            # 远端目录
            file:///to/loca/path/my_file_       # 本地目录

            最终的文件名将由 my_file_ + 文件序号 + 文件格式后缀 组成。

            其中文件序号由0开始,数量为文件被分割的数量。如:

            my_file_0.csv
            my_file_1.csv
            my_file_2.csv

            如果使用本地文件方式,则导出的文件会存储在集群内随机一台 Compute Node 节点上。具体节点信息在返回结果的 URL 中获知。

          • format_as

            导出文件格式。目前仅支持 CSV。

            FORMAT AS CSV
          • properties

            相关属性。其中 broker 所需属性必须以 broker. 开头。如:

            (
                "broker.prop_key" = "prop_val",
            )

            其他参数如:

            • column_separator:列分隔符,仅对 CSV 格式适用。默认为 \t。
            • line_delimiter:行分隔符,仅对 CSV 格式适用。默认为 \n。
            • max_file_size:单个文件的最大大小。默认为 1GB。取值范围在 5MB 到 2GB 之间。超过这个大小的文件将会被切分。
            • success_file_name:成功后是否产生一个空文件标识。文件名为 "my_file_file_name"。其中 mysq_file 是在 file_path 中指定的前缀,file_name 为该参数的值。

          返回结果说明:

          如果正常导出并返回,则结果如下:

          mysql> select * from tbl1 limit 10 into outfile "file:///home/work/path/result_";
          +------------+-----------+----------+--------------+
          | FileNumber | TotalRows | FileSize | URL          |
          +------------+-----------+----------+--------------+
          |          1 |         2 |        8 | 192.168.1.10 |
          +------------+-----------+----------+--------------+
          1 row in set (0.05 sec)
          • FileNumber:最终生成的文件个数。
          • TotalRows:结果集行数。
          • FileSize:导出文件总大小。单位字节。
          • URL:如果是导出到本地磁盘,则这里显示具体导出到哪个 Compute Node。

          如果执行错误,则会返回错误信息,如:

          mysql> SELECT * FROM tbl INTO OUTFILE ...
          ERROR 1064 (HY000): errCode = 2, detailMessage = Open broker writer failed ...

          Example

          1. 将简单查询结果导出到文件 bos://my_bucket/result_。指定导出格式为 CSV。使用 my_broker 并设置 kerberos 认证信息。指定列分隔符为 ,,行分隔符为 \n

            SELECT * FROM tbl
            INTO OUTFILE "bos://my_bucket/result_"
            FORMAT AS CSV
            PROPERTIES
            (
                "broker.name" = "bos",
                "broker.bos_endpoint" = "http://bj.bcebos.com",
                "broker.bos_accesskey" = "xxxxxxxxxxxxxxxxxxxxxxxxxx",
                "broker.bos_secret_accesskey" = "yyyyyyyyyyyyyyyyyyyyyyyyyy",
                "column_separator" = ",",
                "line_delimiter" = "\n",
                "max_file_size" = "100MB"
            );

            最终生成文件如如果不大于 100MB,则为:result_0.csv

            如果大于 100MB,则可能为 result_0.csv, result_1.csv, ...

          2. 将 CTE 语句的查询结果导出到文件 bos://my_bucket/result_

            WITH
            x1 AS
            (SELECT k1, k2 FROM tbl1),
            x2 AS
            (SELECT k3 FROM tbl2)
            SELEC k1 FROM x1 UNION SELECT k3 FROM x2
            INTO OUTFILE "bos://my_bucket/result_"
            PROPERTIES
            (
                "broker.name" = "bos",
                "broker.bos_endpoint" = "http://bj.bcebos.com",
                "broker.bos_accesskey" = "xxxxxxxxxxxxxxxxxxxxxxxxxx",
                "broker.bos_secret_accesskey" = "yyyyyyyyyyyyyyyyyyyyyyyyyy"
            );

            最终生成文件如如果不大于 1GB,则为:result_0.csv

            如果大于 1GB,则可能为 result_0.csv, result_1.csv, ...

          3. 将 UNION 语句的查询结果导出到文件 bos://my_bucket/result.txt。并在成功后产生一个空文件标识。

            SELECT k1 FROM tbl1 UNION SELECT k2 FROM tbl1
            INTO OUTFILE "bos://bucket/result_"
            PROPERTIES
            (
                "broker.name" = "my_broker",
                "broker.bos_endpoint" = "http://bj.bcebos.com",
                "broker.bos_accesskey" = "xxxxxxxxxxxxxxxxxxxxxxxxxx",
                "broker.bos_secret_accesskey" = "yyyyyyyyyyyyyyyyyyyyyyyyyy",
                "success_file_name" = "SUCCESS"
            );

            最终生成文件如如果不大于 1GB,则为:result_0.parquet

            如果大于 1GB,则可能为 result_0.parquet, result_1.parquet, ...

            成功文件标识为 result_SUCCESS

          4. 导出结果到本地磁盘。

            SELECT k1 FROM tbl1 UNION SELECT k2 FROM tbl1
            INTO OUTFILE "file:///local/path/result_"
            PROPERTIES
            (
                "column_separator" = ",",
                "line_delimiter" = "\n",
                "max_file_size" = "100MB"
            );

          Keywords

          SELECT, INTO, OUTFILE

          最佳实践

          1. 导出数据量和导出效率

            该功能本质上是执行一个 SQL 查询命令。最终的结果是单线程输出的。所以整个导出的耗时包括查询本身的耗时,和最终结果集写出的耗时。如果查询较大,需要设置会话变量 query_timeout 适当的延长查询超时时间。

          2. 导出文件的管理

            Palo 不会管理导出的文件。包括导出成功的,或者导出失败后残留的文件,都需要用户自行处理。

          3. 导出到本地文件

            导出到本地文件的功能不适用于公有云用户,仅适用于私有化部署的用户。并且默认用户对集群节点有完全的控制权限。Palo 对于用户填写的导出路径不会做合法性检查。如果 Palo 的进程用户对该路径无写权限,或路径不存在,则会报错。同时处于安全性考虑,如果该路径已存在同名的文件,则也会导出失败。

            Palo 不会管理导出到本地的文件,也不会检查磁盘空间等。这些文件需要用户自行管理,如清理等。

          4. 结果完整性保证

            该命令是一个同步命令,因此有可能在执行过程中任务连接断开了,从而无法活着导出的数据是否正常结束,或是否完整。此时可以使用 success_file_name 参数要求任务成功后,在目录下生成一个成功文件标识。用户可以通过这个文件,来判断导出是否正常结束。

          上一篇
          EXPORT
          下一篇
          BACKUP