java Oracle到Postgres的数据传输
几年前,我编写了一个小实用程序,用于将数据从Oracle数据库移动到Postgres数据库。我使用Java和JDBC来实现这一点,因为我希望Java能够处理准备好的语句中使用的数据的数据格式,以进行插入。该实用工具的原始版本假定两个数据库中的表名和列名相同。后来的版本接受了一个映射文件来处理名称差异。这个实用程序在我的组织中大受欢迎,但不幸的是,它没有扩展。它的最大速度是每小时移动一百万行。我们现在有3000多万行的表,没有人愿意等待30个小时来传输数据
下面的方法是实用程序的核心,也是它不可伸缩的原因。此方法对每列数据执行一次,因此将调用它(num_rows*num_cols times)。使用分析器,我发现这个方法消耗了58%的执行时间。getObject()和findColumn()调用单独占执行时间的53%
public void setPlaceholderValue ( int placeHolderNum, ResultSet rs, String oracleColumnName, PreparedStatement stmt ) throws Exception {
int columnIndex = rs.findColumn(oracleColumnName) ;
int columnType = rs.getMetaData().getColumnType(columnIndex) ;
try{
if ( rs.getObject(oracleColumnName) != null ){
switch (columnType) {
case Types.VARCHAR: stmt.setString(placeHolderNum, rs.getString(columnIndex)); break;
case Types.INTEGER: stmt.setInt(placeHolderNum, rs.getInt(columnIndex)); break ;
case Types.DATE: stmt.setDate(placeHolderNum, rs.getDate(columnIndex)); break;
case Types.FLOAT: stmt.setFloat(placeHolderNum, rs.getFloat(columnIndex)); break ;
case Types.NUMERIC: stmt.setBigDecimal(placeHolderNum,rs.getBigDecimal(columnIndex)); break ;
case Types.TIMESTAMP: stmt.setTimestamp(placeHolderNum, rs.getTimestamp(columnIndex)); break ;
default: throw new SQLException("The result set column type " + rs.getMetaData().getColumnType(columnIndex) + " was not recognized. see the java.sql.Types class at http://java.sun.com/j2se/1.5.0/docs/api/ ");
}
} else {
stmt.setNull(placeHolderNum, columnType);
}
} catch (SQLException e){
System.out.println ("SQLException: " + e.getMessage() + " for record id=" + rs.getLong("id"));
throw new SQLException("rethrow");
}
}
我不确定是否可以重构此方法以充分缩短传输时间。我认为这是一种逐栏的方法 根本无法扩展
有人能提出更好的方法吗?语言不是问题,我可以用任何能处理问题的东西来解决 工作理想情况下,我希望看到传输速率至少为每小时1000万条记录
# 1 楼答案
您检索的信息在该表的整个处理过程中都是不变的
为了每个表只执行一次,您可以创建一个数据持有者,其中包含列名、列索引、列类型和hasColumn标志的成员。传递此数据对象的一个实例,而不是columnName,第一次对其进行初始化,并将该数据用于表的其余部分。像这样兑现数据将节省
2*num_rows*num_cols
检索元数据的调用# 2 楼答案
这一行可能有问题:
而是使用:
在Oracle中,getObject(String)是O(n)——至少在10g上是这样。该方法看起来像是为结果集中的每一行的每一列调用的。您不应该每次调用都获取元数据。将与元数据相关的所有调用在每个查询中移动一次,并在移动结果集时将它们传递给此方法
# 3 楼答案
您可以尝试创建某种类型的类(可能是某种类型的数组)来保存有关结果集列和类型的信息,这些列和类型在处理给定的结果集时是不变的。然后从数组中提取值,而不是在每次需要时调用findColumn和getColumnType。这将大大减少对findColumn和getColumnType的调用,并有助于改进运行时
祝你好运
# 4 楼答案
我建议使用DB提供的导出/导入工具。Oracle和PostgreSQL同时支持XML和CSV格式
如果您想坚持使用JDBC,那么将列按与
PreparedStatement
的INSERT
查询中的值相同的顺序放置在SELECT
的SELECT
查询中,只需执行以下操作,而不是整个if/switch
块:但是,我并不期望这会大大提高性能。DB提供的导出/导入工具可以比Java中的导出/导入工具效率更高