ndb_import —将CSV数据导入NDB

ndb_import使用NDB API直接将CSV格式的数据（例如 mysqldump生成的数据）--tab导入NDB。ndb_import需要连接到NDB管理服务器（ ndb_mgmd）才能起作用；它不需要连接到MySQL服务器。

用法

ndb_import db_name file_name options

ndb_import需要两个参数。db_name是在其中找到要导入数据的表的数据库的名称；file_name是要从中读取数据的CSV文件的名称；如果该文件不在当前目录中，则必须包含该文件的路径。文件名必须与表名匹配。不考虑文件扩展名（如果有）。ndb_import支持的选项包括用于指定字段分隔符，转义符和行终止符的选项，本节稍后将对其进行介绍。ndb_import必须能够连接到NDB群集管理服务器。因此，必须有一个未使用的[api]群集config.ini文件中的插槽。

要复制使用不同存储引擎（例如）的现有表InnoDB作为NDB表，请使用mysql客户端执行一条SELECT INTO OUTFILE语句以将现有表导出到CSV文件，然后执行一条CREATE TABLE LIKE语句以创建具有相同表的新表结构为现有表，然后ALTER TABLE ... ENGINE=NDB在新表上执行；之后，从系统外壳调用ndb_import将数据加载到新NDB表中。例如，可以将InnoDB名为myinnodb_table数据库的现有表myinnodb导出为NDB名为表myndb_tablemyndb假设您已经以适当的特权以MySQL用户身份登录，则在如下所示的数据库中登录：

1. 在mysql客户端中：

   mysql> USE myinnodb;
   
   mysql> SELECT * INTO OUTFILE '/tmp/myndb_table.csv'
   >  FIELDS TERMINATED BY ',' OPTIONALLY ENCLOSED BY '"' ESCAPED BY '\\'
   >  LINES TERMINATED BY '\n'
   >  FROM myinnodbtable;
   
   mysql> CREATE DATABASE myndb;
   
   mysql> USE myndb;
   
   mysql> CREATE TABLE myndb_table LIKE myinnodb.myinnodb_table;
   
   mysql> ALTER TABLE myndb_table ENGINE=NDB;
   
   mysql> EXIT;
   Bye
   shell>
   

   一旦创建了目标数据库和表，就不再需要运行的mysqld。如果愿意，可以在继续操作之前使用mysqladmin shutdown或其他方法停止它。

2. 在系统外壳中：

   # if you are not already in the MySQL bin directory:
   shell>cd path-to-mysql-bin-dir
   
   shell>ndb_import myndb /tmp/myndb_table.csv --fields-optionally-enclosed-by='"' \
       --fields-terminated-by="," --fields-escaped-by='\\'
   

   输出应类似于此处显示的内容：

   job-1 import myndb.myndb_table from /tmp/myndb_table.csv
   job-1 [running] import myndb.myndb_table from /tmp/myndb_table.csv
   job-1 [success] import myndb.myndb_table from /tmp/myndb_table.csv
   job-1 imported 19984 rows in 0h0m9s at 2277 rows/s
   jobs summary: defined: 1 run: 1 with success: 1 with failure: 0
   shell>
   

下表包含特定于ndb_import的选项。附加说明如下表。有关大多数NDB群集程序（包括ndb_import）通用的选项，请参见“ NDB群集程序的通用选项— NDB群集程序的通用选项”。

ndb_import程序的命令行选项

• --abort-on-error

  属性	值
  命令行格式	--abort-on-error
  类型	布尔型
  默认值	FALSE

  在发生致命错误时转储核心；仅用于调试。

• --ai-increment=#

  属性	值
  命令行格式	--ai-increment=#
  类型	整数
  默认值	1
  最低值	1
  最大值	4294967295

  对于具有隐藏主键的表，请指定自动增量，就像auto_increment_increment MySQL服务器中的系统变量一样。

• --ai-offset=#

  属性	值
  命令行格式	--ai-offset=#
  类型	整数
  默认值	1
  最低值	1
  最大值	4294967295

  对于具有隐藏主键的表，请指定自动增量偏移量。类似于auto_increment_offset系统变量。

• --ai-prefetch-sz=#

  属性	值
  命令行格式	--ai-prefetch-sz=#
  类型	整数
  默认值	1024
  最低值	1
  最大值	4294967295

  对于具有隐藏主键的表，请指定预取的自动增量值的数量。行为类似于ndb_autoincrement_prefetch_sz MySQL服务器中的系统变量。

• --connections=#

  属性	值
  命令行格式	--connections=#
  类型	整数
  默认值	1
  最低值	1
  最大值	4294967295

  要创建的集群连接数。

• --continue

  属性	值
  命令行格式	--continue
  类型	布尔型
  默认值	FALSE

  作业失败时，请继续下一个作业。

• --db-workers=#

  属性	值
  命令行格式	--db-workers=#
  类型	整数
  默认值	4
  最低值	1
  最大值	4294967295

  每个数据节点执行数据库操作的线程数。

• --errins-type=name

  属性	值
  命令行格式	--errins-type=name
  类型	列举
  默认值	[none]
  有效值	stopjob stopall sighup sigint list

  错误插入类型；使用list作为name值，以获得所有可能的值。此选项仅用于测试目的。

• --errins-delay=#

  属性	值
  命令行格式	--errins-delay=#
  类型	整数
  默认值	1000
  最低值	0
  最大值	4294967295

  错误插入延迟（以毫秒为单位）；随机变化被添加。此选项仅用于测试目的。

• --fields-enclosed-by=char

  属性	值
  命令行格式	--fields-enclosed-by=char
  类型	string
  默认值	[none]

  这与该FIELDS ENCLOSED BY选项对LOAD DATA语句的作用方式相同，即指定要插入的字符作为引号字段值。对于CSV输入，与相同--fields-optionally-enclosed-by。

• --fields-escaped-by=name

  属性	值
  命令行格式	--fields-escaped-by=name
  类型	string
  默认值	\

  以与FIELDS ESCAPED BY选项对SQL LOAD DATA语句相同的方式指定转义字符。

• --fields-optionally-enclosed-by=char

  属性	值
  命令行格式	--fields-optionally-enclosed-by=char
  类型	string
  默认值	[none]

  这与该FIELDS OPTIONALLY ENCLOSED BY选项的选项使用相同的方式，将要插入LOAD DATA的字符指定为可选的引用字段值。对于CSV输入，与相同--fields-enclosed-by。

• --fields-terminated-by=char

  属性	值
  命令行格式	--fields-terminated-by=char
  类型	string
  默认值	\t

  这与该FIELDS TERMINATED BY选项的选项相同LOAD DATA，将要插入的字符指定为字段分隔符。

• --idlesleep=#

  属性	值
  命令行格式	--idlesleep=#
  类型	整数
  默认值	1
  最低值	1
  最大值	4294967295

  等待更多工作执行的睡眠毫秒数。

• --idlespin=#

  属性	值
  命令行格式	--idlespin=#
  类型	整数
  默认值	0
  最低值	0
  最大值	4294967295

  睡觉前重试的次数。

• --ignore-lines=#

  属性	值
  命令行格式	--ignore-lines=#
  类型	整数
  默认值	0
  最低值	0
  最大值	4294967295

  使ndb_import忽略#输入文件的第一行。这可以用来跳过不包含任何数据的文件头。

• --input-type=name

  属性	值
  命令行格式	--input-type=name
  类型	列举
  默认值	csv
  有效值	random csv

  设置输入类型的类型。默认值为csv;random仅用于测试目的。。

• --input-workers=#

  属性	值
  命令行格式	--input-workers=#
  类型	整数
  默认值	4
  最低值	1
  最大值	4294967295

  设置处理输入的线程数。

• --keep-state

  属性	值
  命令行格式	--keep-state
  类型	布尔型
  默认值	false

  默认情况下，ndb_import *.rej在完成作业时会删除所有状态文件（非空文件除外）。指定此选项（也不需要参数），以强制程序保留所有状态文件。

• --lines-terminated-by=name

  属性	值
  命令行格式	--lines-terminated-by=name
  类型	string
  默认值	\n

  这与LINES TERMINATED BY选项对LOAD DATA语句的作用方式相同，将要插入的字符指定为行尾。

• --log-level=#

  属性	值
  命令行格式	--log-level=#
  类型	整数
  默认值	0
  最低值	0
  最大值	2

  在给定级别执行内部日志记录。此选项主要供内部和开发使用。

  仅在NDB的调试版本中，可以使用此选项将日志记录级别设置为最大4。

• --max-rows=#

  属性	值
  命令行格式	--max-rows=#
  类型	整数
  默认值	0
  最低值	0
  最大值	4294967295

  仅导入此数量的输入数据行；默认值为0，将导入所有行。

• --monitor=#

  属性	值
  命令行格式	--monitor=#
  类型	整数
  默认值	2
  最低值	0
  最大值	4294967295

  如果发生更改（状态，拒绝的行，临时错误），请定期打印正在运行的作业的状态。设置为0以禁用此报告。设置为1将打印看到的任何更改。较高的值会减少此状态报告的频率。

• --no-asynch

  属性	值
  命令行格式	--no-asynch
  类型	布尔型
  默认值	FALSE

  在单个事务中批量运行数据库操作。

• --no-hint

  属性	值
  命令行格式	--no-hint
  类型	布尔型
  默认值	FALSE

  不要使用分发键提示来选择数据节点。

• --opbatch=#

  属性	值
  命令行格式	--opbatch=#
  类型	整数
  默认值	256
  最低值	1
  最大值	4294967295

  设置每个执行批处理的操作数（包括Blob操作）的限制，从而限制异步事务的数目。

• --opbytes=#

  属性	值
  命令行格式	--opbytes=#
  类型	整数
  默认值	0
  最低值	0
  最大值	4294967295

  设置每个执行批处理的字节数限制。无限制地使用0。

• --output-type=name

  属性	值
  命令行格式	--output-type=name
  类型	列举
  默认值	ndb
  有效值	null

  设置输出类型。ndb是默认值。null仅用于测试。

• --output-workers=#

  属性	值
  命令行格式	--output-workers=#
  类型	整数
  默认值	2
  最低值	1
  最大值	4294967295

  设置处理输出或中继数据库操作的线程数。

• --pagesize=#

  属性	值
  命令行格式	--pagesize=#
  类型	整数
  默认值	4096
  最低值	1
  最大值	4294967295

  将I / O缓冲区对齐到给定的大小。

• --pagecnt=#

  属性	值
  命令行格式	--pagecnt=#
  类型	整数
  默认值	64
  最低值	1
  最大值	4294967295

  将I / O缓冲区的大小设置为页面大小的倍数。CSV输入工作程序分配的缓冲区大小增加了一倍。

• --polltimeout=#

  属性	值
  命令行格式	--polltimeout=#
  类型	整数
  默认值	1000
  最低值	1
  最大值	4294967295

  为完成的异步事务设置每次轮询超时；轮询将继续进行，直到完成所有轮询或发生错误为止。

• --rejects=#

  属性	值
  命令行格式	--rejects=#
  类型	整数
  默认值	0
  最低值	0
  最大值	4294967295

  限制数据加载中被拒绝的行（具有永久错误的行）的数量。默认值为0，这意味着任何拒绝的行都会导致致命错误。任何导致超出限制的行都将添加到.rej文件中。

  此选项施加的限制在当前运行期间有效。为此，使用重新启动的运行--resume被认为是“新的”运行。

• --resume

  属性	值
  命令行格式	--resume
  类型	布尔型
  默认值	FALSE

  如果作业被中止（由于临时的db错误或由于用户中断），请继续处理尚未处理的行。

• --rowbatch=#

  属性	值
  命令行格式	--rowbatch=#
  类型	整数
  默认值	0
  最低值	0
  最大值	4294967295

  设置每个行队列的行数限制。无限制地使用0。

• --rowbytes=#

  属性	值
  命令行格式	--rowbytes=#
  类型	整数
  默认值	262144
  最低值	0
  最大值	4294967295

  设置每个行队列的字节数限制。无限制地使用0。

• --stats

  属性	值
  命令行格式	--stats
  类型	布尔型
  默认值	false

  将与性能和其他内部统计信息有关的选项的信息保存在名为*.sto和的文件中*.stt。这些文件始终保持成功完成的状态（即使--keep-state未指定也是如此）。

• --state-dir=name

  属性	值
  命令行格式	--state-dir=name
  类型	string
  默认值	.

  在哪里写入状态文件（tbl_name.map，tbl_name.rej，tbl_name.res，和tbl_name.stt通过该程序的运行。生产）;默认为当前目录。

• --tempdelay=#

  属性	值
  命令行格式	--tempdelay=#
  类型	整数
  默认值	10
  最低值	0
  最大值	4294967295

  在临时错误之间休眠的毫秒数。

• --temperrors=#

  属性	值
  命令行格式	--temperrors=#
  类型	整数
  默认值	0
  最低值	0
  最大值	4294967295

  每个执行批处理由于临时错误导致事务失败的次数。默认值为0，这意味着任何临时错误都是致命的。临时错误不会导致将任何行添加到.rej文件中。

• --verbose，-v

  属性	值
  命令行格式	--verbose
  类型	布尔型
  默认值	false

  启用详细输出。

与一样LOAD DATA，无论是使用SELECT INTO ... OUTFILE还是通过其他方式，用于字段和行格式设置的选项都与用于创建CSV文件的选项非常匹配。没有等效的LOAD DATA语句STARTING WITH选项。

NDB 7.6.2中添加了 ndb_import。