文档首页/ 数据仓库服务 GaussDB(DWS)/ 更多文档/ 用户指南（巴黎区域）/ 常见问题/ 数据导入导出/ 如何实现不同编码库之间数据容错导入
更新时间：2024-06-11 GMT+08:00
查看PDF
分享

如何实现不同编码库之间数据容错导入

要实现从数据库A（UTF8编码）至数据库B（GBK编码）的数据导入，常规方法导入数据时会出现字符集编码不匹配的错误，导致数据无法导入。

针对小批量数据导入的场景，可以通过\COPY命令来完成，具体方法如下：

  1. 创建数据库A和B，其中数据库A的编码格式为UTF8，数据库B的编码格式为GBK。 

    1
2
    		 
    postgres=> CREATE DATABASE A ENCODING 'UTF8' template = template0;
postgres=> CREATE DATABASE B ENCODING 'GBK' template = template0;

  2. 查看数据库列表，可以看到已经创建的数据库A和B。 

     1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
    		 
    postgres=> \l
                           List of databases
   Name    |  Owner  | Encoding  | Collate | Ctype | Access privileges
-----------+---------+-----------+---------+-------+-------------------
 a         | dbadmin | UTF8      | C       | C     |
 b         | dbadmin | GBK       | C       | C     |
 gaussdb   | Ruby    | SQL_ASCII | C       | C     |
 postgres  | Ruby    | SQL_ASCII | C       | C     |
 template0 | Ruby    | SQL_ASCII | C       | C     | =c/Ruby          +
           |         |           |         |       | Ruby=CTc/Ruby
 template1 | Ruby    | SQL_ASCII | C       | C     | =c/Ruby          +
           |         |           |         |       | Ruby=CTc/Ruby
 xiaodi    | dbadmin | UTF8      | C       | C     |
(7 rows)

  3. 切换到数据库A，输入用户密码。创建表test01，并向表中插入数据。 

     1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
    		 
    postgres=> \c a
Password for user dbadmin:
SSL connection (protocol: TLSv1.3, cipher: TLS_AES_128_GCM_SHA256, bits: 128)
You are now connected to database "a" as user "dbadmin".

a=> CREATE TABLE test01
 (
     c_customer_sk             integer,
     c_customer_id             char(5),
     c_first_name              char(6),
     c_last_name               char(8)
 )
 with (orientation = column,compression=middle)
 distribute by hash (c_last_name);
CREATE TABLE
a=> INSERT INTO test01(c_customer_sk, c_customer_id, c_first_name) VALUES (3769, 'hello', 'Grace');
INSERT 0 1
a=> INSERT INTO test01 VALUES (456, 'good');
INSERT 0 1

  4. 使用\COPY命令从utf8库中将数据以Unicode编码格式导出成文件test01.dat。 

    1
    		 
    \copy test01 to '/opt/test01.dat' with (ENCODING 'Unicode');

  5. 切换到数据库B，创建同名表test01。 

     1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
    		 
    a=> \c b
Password for user dbadmin:
SSL connection (protocol: TLSv1.3, cipher: TLS_AES_128_GCM_SHA256, bits: 128)
You are now connected to database "b" as user "dbadmin".

b=> CREATE TABLE test01
 (
     c_customer_sk             integer,
     c_customer_id             char(5),
     c_first_name              char(6),
     c_last_name               char(8)
 )
 with (orientation = column,compression=middle)
 distribute by hash (c_last_name);

  6. 使用\COPY命令将文件test01.dat导入到数据库B。 

    1
    		 
    \copy test01 from '/opt/test01.dat' with (ENCODING 'Unicode' ,COMPATIBLE_ILLEGAL_CHARS 'true');
    • 容错性参数COMPATIBLE_ILLEGAL_CHARS指定导入时对非法字符进行容错处理，非法字符转换后入库。不报错，不中断导入。
    • 此参数不支持BINARY格式，会报“cannot specify bulkload compatibility options in BINARY mode”错误信息。
    • 此参数仅对COPY FROM导入有效。

  7. 在数据库B里查看表test01中的数据； 

    1
2
3
4
5
6
    		 
    b=> select * from test01;
 c_customer_sk | c_customer_id | c_first_name | c_last_name
---------------+---------------+--------------+-------------
          3769 | hello         | Grace        |
           456 | good          |              |
(2 rows)

  8. 通过以上操作就可完成将数据从数据库A（UTF8）至数据库B（GBK）的导入。
父主题： 数据导入导出