亚信安慧AntDB数据并行加载工具的实现（二）

3.功能性说明

本节对并行加载工具的部分支持的功能进行简要说明。

1) 支持表类型

并行加载工具支持普通表、分区表。

2) 支持指定导入字段

文件中并不是必须包含表中所有的字段，用户可以指定导入某些字段，但是指定的字段数要和文件中的字段数保持一致。

3) 支持导入部分记录

并行加载工具支持指定Where条件，只将符合条件的记录导入到数据库中。

4) 自动生成序列字段值

本工具支持自动生成序列字段值，有些表的字段设置了Default值为序列，用户可能需要数据库自己生成，并没有包含在文件中。

当该字段为非分片键时，我们可以使用数据库自有的功能，在插入时自动生成该字段值。但是当该字段为分片键时，我们需要先在加载工具中生成该值，然后根据该值进行分片，插入到对应的DN节点。

5) 无分片键文件导入

当文件中不包含分片键，并且没有Default值时，加载工具将该字段置为Null计算并插入相应节点。

6) 触发器

当导入的表包含触发器时，并行加载工具并不会做特殊的处理，当触发器涉及非本数据节点时，并行加载工具并不支持。例如一个表的触发器，该触发器会插入另外一张表，但是该表分片与原表不同，此时将会涉及多个数据节点。

7) 不支持辅助表

AntDB有辅助表功能，用来优化SQL语句的性能，该表中存放数据表的相应数据。当数据表有辅助表时，并行加载工具只能将文件导入到数据表，并不会修改相应的辅助表。

8) 支持编码转换

并行加载工具支持数据编码转换，在文件中数据和数据库的编码不同时，工具会对文件中数据编码的转换之后再插入数据库。

4.性能

并行加载工具相比Copy命令，有效提升了数据加载的效率。由于表字段的个数、类型及数据的不同，并行加载工具相对Copy命令所提升的倍率并不完全相同。下面以TPCC的数据导入进行性能的对比。

1000仓的数据，需要导入到表Bmsql_Stock的记录有1亿条，数据文件Stock.csv文件的大小为29GB。测试的AntDB集群有2个DN主节点。在此场景的测试中，加载效率提升了7倍左右，加载速度对比图如下所示：

图5 加载速率对比

Bmsql_Stock表结构如下：

图6 测试表的表结构

5. 总结

本文介绍了AntDB并行加载工具的实现方式和使用方法，通过多线程的方式实现并行处理文件数据，并加载到AntDB数据库，有效提升了加载的效率。