原文 来自我的博客。
无意中看到了一篇讲 数据批量导入 的文章,才注意到 PostgreSQL 的 COPY
命令。简而言之,它用来在文件和数据库之间复制数据,效率非常高,并且支持 CSV。
以前做类似的事情都是用程序语言写,比如用程序读取数据库的数据,然后用 CSV 模块写入文件,当数据量大的时候还要控制不要一次读太多,比如一次读 5000 条,处理完再读 5000 条之类。
PostgreSQL 的 COPY TO
直接可以干这个事情,而且导出速度是非常快的。下面例子是把 products
表导出成 CSV:
COPY products
TO '/path/to/output.csv'
WITH csv;
可以导出指定的属性:
COPY products (name, price)
TO '/path/to/output.csv'
WITH csv;
也可以配合查询语句,比如最常见的 SELECT
:
COPY (
SELECT name, category_name
FROM products
LEFT JOIN categories ON categories.id = products.category_id
)
TO '/path/to/output.csv'
WITH csv;
跟上面的导出差不多,只是把 TO
换成 FROM
,举例:
COPY products
FROM '/path/to/input.csv'
WITH csv;
这个命令做导入是非常高效的,在开头那篇博客作者的测试中,COPY
只花了 INSERT
方案 1/3 的时间,而后者还用 prepare statement 优化过。
COPY
还有一些其他配置,比如把输入输出源指定成 STDIN/STDOUT 和 shell 命令,或者指定 CSV 的 header 等等。这里不再赘述。数据库也有很多细节可挖,有些简单却非常实用。合理使用能大大提高效率。