V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
xingzi10000
V2EX  ›  程序员

几千,1-2 万个 csv 格式的压缩文件,怎么快速解压入库到 pg 库?

  •  
  •   xingzi10000 · 219 天前 · 1737 次点击
    这是一个创建于 219 天前的主题,其中的信息可能已经有所发展或是发生改变。
    解压文件内容为: 第一行存放是表对应的名称,剩下的每行存放的是对应值。目前每个解压下来的文件有 1w 行数据,第 1 行存放表头,其他存放对应的数据。目前用的 java ,mybatis 做解析入库处理,每个文件要花费 4-5s 才能解析入库到 pg ,最坏的情况大概要 10s 之间
    9 条回复    2024-04-19 14:16:52 +08:00
    blacklinux
        1
    blacklinux  
       219 天前
    转换成 sql 语句执行
    sagaxu
        2
    sagaxu  
       219 天前
    1. 批量插入 + 开启 pgsql 的 reWriteBatchedInserts ,单个文件控制在 1 秒左右
    2. 使用多线程,不同的表并发插入
    luozic
        3
    luozic  
       219 天前
    分成 3 部分:1.解压读取 解析 csv
    2.批处理
    3.入库
    用火焰图和时序看一下是哪部分慢呗。 插入 pg 批处理肯定没这么慢( pg 的 IO 没那么差的情况下)
    lolizeppelin
        4
    lolizeppelin  
       219 天前
    pg 直接 copy csv 啊,为什么转 sql
    xingzi10000
        5
    xingzi10000  
    OP
       219 天前
    ok,谢谢各位,我先试试看
    HOMO114514
        6
    HOMO114514  
       219 天前
    COPY 语句直接干
    catamaran
        7
    catamaran  
       219 天前
    mysql 可以直接导 csv ,pg 不行?
    yjhatfdu2
        8
    yjhatfdu2  
       219 天前
    find . -name '*.csv.gz' | xargs -I {} -P 4 bash -c "gzcat {} | psql -c 'copy test from stdin csv header'"
    P 是并发,可以开高点
    cloverzrg2
        9
    cloverzrg2  
       218 天前
    下载了什么社工库吗
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   2515 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 19ms · UTC 10:38 · PVG 18:38 · LAX 02:38 · JFK 05:38
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.