共计 5535 个字符,预计需要花费 14 分钟才能阅读完成。
DolphinDB 提供了两种导入 MySQL 数据的办法:ODBC 插件和 MySQL 插件。咱们举荐应用 MySQL 插件导入 MySQL 数据,因为它的速度比 ODBC 导入更快,导入 6.5G 数据,MySQL 插件的速度是 ODBC 插件的 4 倍,并且应用 MySQL 插件无需任何配置,而 ODBC 插件须要配置数据源。
在应用 MySQL 插件之前,请先参考 DolphinDB 装置使用指南装置 DolphinDB。
1. 下载插件
DolphinDB 装置目录 /server/plugins/mysql 曾经蕴含 MySQL 插件,用户能够间接应用该插件。如果用户须要自行编译,能够参考 https://github.com/dolphindb/DolphinDBPlugin/blob/master/mysql/README_CN.md。
2. 加载插件
在 GUI 中,应用 loadPlugin 函数加载 MySQL 插件:
loadPlugin(server_dir+"/plugins/mysql/PluginMySQL.txt")
3. 接口函数
DolphinDB 的 MySQL 插件提供了以下接口函数:
- connect
- showTables
- extractSchema
- load
- loadEx
咱们能够通过以下两种形式调用插件的接口函数:
(1)moduleName::apiFunction。例如,调用 MySQL 插件的 connect 办法。
mysql::connect(host, port, user, password, db)
(2)use moduleName,而后间接调用接口函数。只有执行一次 use 语句后,后续调用接口函数都不须要从新执行 use 函数。因而,咱们个别举荐这种调用办法。
use mysql
connect(host, port, user, password, db)
3.1 connect
语法
connect(host, port, user, password, db)
参数
host 是 MySQL 服务器的主机名。
port 是 MySQL 服务器的端口号,默认为 3306。
user 是 MySQL 服务器中的用户名。
password 是与 user 对应的明码。
db 是 MySQL 中的数据库名称。
详情
创立 MySQL 连贯,返回 MySQL 的连贯句柄。咱们倡议 MySQL 用户的 Authentication Type 为 mysql_native_password。
例子
连贯本地 MySQL 服务器中的 employees 数据库。
conn=connect("127.0.0.1",3306,"root","123456","employees")
3.2 showTables
语法
showTables(connection)
参数
connection 是 connect 函数返回的连贯句柄。
详情
返回一个 DolphinDB 类型的数据表,蕴含 MySQL 数据库中所有表的名称。
例子
查看 employees 数据库中的表。
showTables(conn);
Tables_in_employees
current_dept_emp
departments
dept_emp
dept_emp_latest_date
dept_manager
employees
salaries
test_datatypes
titles
3.2 extractSchema
语法
extractSchema(connection, tableName)
参数
connection 是 connect 函数返回的连贯句柄。
tableName 是 MySQL 数据库中的数据表名称。
详情
返回后果是 DolphinDB 类型的表。第一列是 MySQL 数据表中的字段名,第二列是数据导入到 DolphinDB 后的数据类型,第三列是 MySQL 中的数据类型。
例子
查看 employees 表中各列的数据类型。
extractSchema(conn,`employees);
name type MySQL describe type
emp_no LONG int(11)
birth_date DATE date
first_name STRING varchar(14)
last_name STRING varchar(16)
gender SYMBOL enum('M','F')
hire_date DATE date
3.3 load
语法
load(connection, table|query, [schema], [startRow], [rowNum])
参数
connection 是 connect 函数返回的连贯句柄。
table 是 MySQL 服务器中的表名。
query 是 MySQL 中的查问语句。
schema 是 DolphinDB 类型的表,它蕴含两列,第一列是字段名称,第二列是数据类型。它是可选参数。用户能够通过指定该参数来批改数据加载到 DolphinDB 时的数据类型。
startRow 是正整数,示意读取数据的起始行数。它是可选参数,默认值为 0,示意从第一条记录开始读取数据。
rowNum 是正整数,示意读取的记录行数。它是可选参数,如果没有指定,示意读取所有的数据。如果第二个参数为 query,那么 startRow 和 rowNum 参数有效。
详情
把 MySQL 数据加载到 DolphinDB 的内存表中。
例子
- 把 employees 表中的所有数据加载到 DolphinDB 的内存表中。
t=load(conn,"employees");
emp_no birth_date first_name last_name gender hire_date
10,001 1953.09.02 Georgi Facello M 1986.06.26
10,002 1964.06.02 Bezalel Simmel F 1985.11.21
10,003 1959.12.03 Parto Bamford M 1986.08.28
10,004 1954.05.01 Chirstian Koblick M 1986.12.01
10,005 1955.01.21 Kyoichi Maliniak M 1989.09.12
10,006 1953.04.20 Anneke Preusig F 1989.06.02
10,007 1957.05.23 Tzvetan Zielinski F 1989.02.10
10,008 1958.02.19 Saniya Kalloufi M 1994.09.15
10,009 1952.04.19 Sumant Peac F 1985.02.18
10,010 1963.06.01 Duangkaew Piveteau F 1989.08.24
...
- 把 employees 表中的前 10 行数据加载到 DolphinDB 的内存表中。
t=load(conn,"select * from employees limit 10");
emp_no birth_date first_name last_name gender hire_date
10,001 1953.09.02 Georgi Facello M 1986.06.26
10,002 1964.06.02 Bezalel Simmel F 1985.11.21
10,003 1959.12.03 Parto Bamford M 1986.08.28
10,004 1954.05.01 Chirstian Koblick M 1986.12.01
10,005 1955.01.21 Kyoichi Maliniak M 1989.09.12
10,006 1953.04.20 Anneke Preusig F 1989.06.02
10,007 1957.05.23 Tzvetan Zielinski F 1989.02.10
10,008 1958.02.19 Saniya Kalloufi M 1994.09.15
10,009 1952.04.19 Sumant Peac F 1985.02.18
10,010 1963.06.01 Duangkaew Piveteau F 1989.08.24
- 加载时把 last_name 的数据类型批改为 SYMBOL。
schema=select name,type from extractSchema(conn,`employees)
update schema set type="SYMBOL" where name="last_name"
t=load(conn,"employees",schema)
// 查看表 t 的构造
schema(t);
chunkPath->
partitionColumnIndex->-1
colDefs->
name typeString typeInt
---------- ---------- -------
emp_no LONG 5
birth_date DATE 6
first_name STRING 18
last_name SYMBOL 18
gender SYMBOL 17
hire_date DATE 6
3.4 loadEx
语法
loadEx(connection, dbHandle, tableName, partitionColumns, table|query, [schema], [startRow], [rowNum])
参数
connection 是 connect 函数返回的连贯句柄。
dbHandle 是 DolphinDB 的数据库句柄,通常是 database 函数返回的对象。
tableName 是 DolphinDB 数据库中的表名。
partitionColumns 是字符串标量或向量,示意分区列。
table 是字符串,示意 MySQL 服务器中表的名称。
query 是 MySQL 中的查问语句。
schema 是 DolphinDB 类型的表,它蕴含两列,第一列是字段名称,第二列是数据类型。它是可选参数。用户能够通过指定该参数来批改数据加载到 DolphinDB 时的数据类型。
startRow 是正整数,示意读取数据的起始行数。它是可选参数,默认值为 0,示意从第一条记录开始读取数据。
rowNum 是正整数,示意读取的记录行数。它是可选参数,如果没有指定,示意读取所有的数据。如果第二个参数为 query,那么 startRow 和 rowNum 参数有效。
详情
把 MySQL 中的数据加载到 DolphinDB 的分区表中。loadEx 不反对把数据加载到 DolphinDB 的程序分区表中。
例子
把 employees 表加载到 DolphinDB 的磁盘 VALUE 分区表中。
db=database("H:/DolphinDB/Data/mysql",VALUE,`F`M)
pt=loadEx(conn,db,"pt","gender","employees")
select count(*) from loadTable(db,"pt");
count
300,024
如果须要把数据加载到内存分区表,只须要把 database 的门路改为空字符串;如果须要把数据加载到分布式表,只须要把 database 门路批改为以“dfs://”结尾的门路,比方“dfs://mysql”。分布式表须要在集群中能力应用。集群部署请参考单服务器集群部署和多服务器集群部署。
4. 数据类型转换
应用 MySQL 插件把数据导入到 DolphinDB 时,会做相应的类型转换。具体转换规则如下表所示:
阐明:
(1)DolphinDB 中的整型(SHORT, INT, LONG)都是有符号的,为了避免溢出,MySQL 中的无符号类型在 DolphinDB 中都会被转换为高一阶的有符号类型。例如,无符号的 tinyint 转换为 short,无符号的 smallint 转换为 short 等。目前,MySQL 插件不反对 64 位无符号类型转换。
(2)在 DolphinDB 中,整型的最小值示意 NULL:CHAR 类型的 -128,SHORT 类型的 -32,768,INT 类型的 -2,147,483,648,LONG 类型的 -9,223,372,036,854,775,808 都示意 NULL。
(3)对于 MySQL 中的 bigint unsigned 类型,默认会转换成 DolphinDB 的 LONG 类型。如果呈现溢出的状况,须要用户应用 schema 参数,指定类型为 DOUBLE 或 FLOAT。
(4)MySQL 中的 char 和 varchar 类型,如果长度小于等于 10,会被转换成 DolphinDB 的 SYMBOL 类型,如果长度大于 10,会被转换成 DolphinDB 的 STRING 类型。SYMBOL 类型在 DolphinDB 外部存储为整数,因而数据排序和比拟的效率会更高,同时也能够节俭存储空间。然而将字符串映射到整数须要工夫,映射表也会占用内存。用户能够依据上面的规定来决定某列是否采纳 SYMBOL 类型:如果该字段的值会大量反复呈现,应用 SYMBOL 类型。如金融数据中的股票代码、交易所、合约代码等,物联网数据中的设施编号等都是应用 SYMBOL 类型的典型场景。
5. 性能测试
咱们在一般 PC 上(16G 内存,4 核 8 线程,应用 SSD)进行了性能测试。应用的数据集为美国股票市场 1990 年到 2016 年的每日报价数据,数据量为 6.5G,蕴含 22 个字段,50,591,907 行记录,在 MySQL 数据库中磁盘占用为 7.2G。应用 loadEx 函数把数据从 MySQL 导入到 DolphinDB 的分区数据库耗时仅 160.5 秒,读取速度达到了 41.4M/s,在 DolphinDB database 中磁盘占用为 1.3G。在同样的 PC 上,因为应用 ODBC 一次性导入数据会造成 MySQL 内存不足,因而每次导入 100 万条数据,总耗时 660 秒。将同样的数据导入 clickhouse 耗时 171.9 秒,读取速度为 37.8M/s。DolphinDB 在工夫序列数据的解决和分区治理上比 clickhouse 更加不便。
如果既要保障性能,同时敌对反对时序数据的各种解决和分布式数据库,那么 DolphinDB database 将是不二抉择。