Rychlý start: Hromadné načtení dat pomocí příkazu COPY

  • Článek

V tomto rychlém startu hromadně načtete data do vyhrazeného fondu SQL pomocí jednoduchého a flexibilního příkazu COPY pro příjem dat s vysokou propustností. Příkaz COPY je doporučený nástroj pro načítání, protože umožňuje bezproblémově a pružně načítat data tím, že poskytuje funkce pro:

  • Povolení načítání uživatelům s nižšími oprávněními bez nutnosti striktních oprávnění CONTROL k datovému skladu
  • Využití pouze jednoho příkazu T-SQL bez nutnosti vytvářet další databázové objekty
  • Využití jemnějšího modelu oprávnění bez vystavení klíčů účtu úložiště pomocí sdílených přístupových podpisů (SAS)
  • Zadejte jiný účet úložiště pro umístění ERRORFILE (REJECTED_ROW_LOCATION).
  • Přizpůsobení výchozích hodnot pro každý cílový sloupec a určení zdrojových datových polí, která se mají načíst do konkrétních cílových sloupců
  • Určení vlastního ukončovače řádků pro soubory CSV
  • Oddělovače řídicích řetězců, polí a řádků pro soubory CSV
  • Využití formátů data SQL Server pro soubory CSV
  • Určení zástupných znaků a více souborů v cestě k umístění úložiště

Požadavky

Tento rychlý start předpokládá, že už máte vyhrazený fond SQL. Pokud se vyhrazený fond SQL nevytvořil, použijte rychlý start Vytvořit a připojit – portál .

Nastavení požadovaných oprávnění

-- List the permissions for your user
select  princ.name
,       princ.type_desc
,       perm.permission_name
,       perm.state_desc
,       perm.class_desc
,       object_name(perm.major_id)
from    sys.database_principals princ
left join
        sys.database_permissions perm
on      perm.grantee_principal_id = princ.principal_id
where name = '<yourusername>';

--Make sure your user has the permissions to CREATE tables in the [dbo] schema
GRANT CREATE TABLE TO <yourusername>;
GRANT ALTER ON SCHEMA::dbo TO <yourusername>;

--Make sure your user has ADMINISTER DATABASE BULK OPERATIONS permissions
GRANT ADMINISTER DATABASE BULK OPERATIONS TO <yourusername>

--Make sure your user has INSERT permissions on the target table
GRANT INSERT ON <yourtable> TO <yourusername>

Vytvoření cílové tabulky

V tomto příkladu načítáme data z datové sady newyorské taxislužby. Načteme tabulku s názvem Trip (Výlet), která představuje cesty taxíkem během jednoho roku. Spuštěním následujícího příkazu vytvořte tabulku:

CREATE TABLE [dbo].[Trip]
(
    [DateID] int NOT NULL,
    [MedallionID] int NOT NULL,
    [HackneyLicenseID] int NOT NULL,
    [PickupTimeID] int NOT NULL,
    [DropoffTimeID] int NOT NULL,
    [PickupGeographyID] int NULL,
    [DropoffGeographyID] int NULL,
    [PickupLatitude] float NULL,
    [PickupLongitude] float NULL,
    [PickupLatLong] varchar(50) COLLATE SQL_Latin1_General_CP1_CI_AS NULL,
    [DropoffLatitude] float NULL,
    [DropoffLongitude] float NULL,
    [DropoffLatLong] varchar(50) COLLATE SQL_Latin1_General_CP1_CI_AS NULL,
    [PassengerCount] int NULL,
    [TripDurationSeconds] int NULL,
    [TripDistanceMiles] float NULL,
    [PaymentType] varchar(50) COLLATE SQL_Latin1_General_CP1_CI_AS NULL,
    [FareAmount] money NULL,
    [SurchargeAmount] money NULL,
    [TaxAmount] money NULL,
    [TipAmount] money NULL,
    [TollsAmount] money NULL,
    [TotalAmount] money NULL
)
WITH
(
    DISTRIBUTION = ROUND_ROBIN,
    CLUSTERED COLUMNSTORE INDEX
);

Spuštění příkazu COPY

Spusťte následující příkaz COPY, který načte data z účtu úložiště objektů blob v Azure do tabulky Trip.

COPY INTO [dbo].[Trip] FROM 'https://nytaxiblob.blob.core.windows.net/2013/Trip2013/'
WITH (
   FIELDTERMINATOR='|',
   ROWTERMINATOR='0x0A'
) OPTION (LABEL = 'COPY: dbo.trip');

Monitorování zatížení

Pravidelným spouštěním následujícího dotazu zkontrolujte, jestli zatížení postupuje:

SELECT  r.[request_id]                           
,       r.[status]                               
,       r.resource_class                         
,       r.command
,       sum(bytes_processed) AS bytes_processed
,       sum(rows_processed) AS rows_processed
FROM    sys.dm_pdw_exec_requests r
              JOIN sys.dm_pdw_dms_workers w
                     ON r.[request_id] = w.request_id
WHERE [label] = 'COPY: dbo.trip' and session_id <> session_id() and type = 'WRITER'
GROUP BY r.[request_id]                           
,       r.[status]                               
,       r.resource_class                         
,       r.command;

Další kroky