导入本地数据

Stream Load 用于将本地文件导入到 Doris 中。

不同于其他命令的提交方式，Stream Load 是通过 HTTP 协议与 Doris 进行连接交互的。

该方式中涉及 HOST:PORT 应为 HTTP 协议端口。

  • BE 的 HTTP 协议端口，默认为 8040。
  • FE 的 HTTP 协议端口，默认为 8030。但须保证客户端所在机器网络能够联通 BE 所在机器。

本文文档我们以 curl 命令为例演示如何进行数据导入。

文档最后，我们给出一个使用 Java 导入数据的代码示例

导入数据

Stream Load 的请求体如下：

1. PUT /api/{db}/{table}/_stream_load
  1. 创建一张表

通过 CREATE TABLE 命令在demo创建一张表用于存储待导入的数据。具体的导入方式请查阅 CREATE TABLE 命令手册。示例如下：

1. CREATE TABLE IF NOT EXISTS load_local_file_test 2. ( 3. id INT, 4. age TINYINT, 5. name VARCHAR(50) 6. ) 7. unique key(id) 8. DISTRIBUTED BY HASH(id) BUCKETS 3; 2. 导入数据

执行以下 curl 命令导入本地文件：

1. curl -u user:passwd -H "label:load_local_file_test" -T /path/to/local/demo.txt http://host:port/api/demo/load_local_file_test/_stream_load

  • user:passwd 为在 Doris 中创建的用户。初始用户为 admin / root，密码初始状态下为空。
  • host:port 为 BE 的 HTTP 协议端口，默认是 8040，可以在 Doris 集群 WEB UI页面查看。
  • label: 可以在 Header 中指定 Label 唯一标识这个导入任务。

关于 Stream Load 命令的更多高级操作，请参阅 Stream Load 命令文档。 3. 等待导入结果

Stream Load 命令是同步命令，返回成功即表示导入成功。如果导入数据较大，可能需要较长的等待时间。示例如下:

1. { 2. "TxnId": 1003, 3. "Label": "load_local_file_test", 4. "Status": "Success", 5. "Message": "OK", 6. "NumberTotalRows": 1000000, 7. "NumberLoadedRows": 1000000, 8. "NumberFilteredRows": 1, 9. "NumberUnselectedRows": 0, 10. "LoadBytes": 40888898, 11. "LoadTimeMs": 2144, 12. "BeginTxnTimeMs": 1, 13. "StreamLoadPutTimeMs": 2, 14. "ReadDataTimeMs": 325, 15. "WriteDataTimeMs": 1933, 16. "CommitAndPublishTimeMs": 106, 17. "ErrorURL": "http://192.168.1.1:8042/api/_load_error_log?file=__shard_0/error_log_insert_stmt_db18266d4d9b4ee5-abb00ddd64bdf005_db18266d4d9b4ee5_abb00ddd64bdf005" 18. }

  • Status 字段状态为 Success 即表示导入成功。
  • 其他字段的详细介绍，请参阅 Stream Load 命令文档。

导入建议

  • Stream Load 只能导入本地文件。
  • 建议一个导入请求的数据量控制在 1 - 2 GB 以内。如果有大量本地文件，可以分批并发提交。

Java 代码示例

这里通过一个简单的 JAVA 示例来执行 Stream Load：

1. package demo.doris;

3. import org.apache.commons.codec.binary.Base64;
4. import org.apache.http.HttpHeaders;
5. import org.apache.http.client.methods.CloseableHttpResponse;
6. import org.apache.http.client.methods.HttpPut;
7. import org.apache.http.entity.FileEntity;
8. import org.apache.http.impl.client.CloseableHttpClient;
9. import org.apache.http.impl.client.DefaultRedirectStrategy;
10. import org.apache.http.impl.client.HttpClientBuilder;
11. import org.apache.http.impl.client.HttpClients;
12. import org.apache.http.util.EntityUtils;

14. import java.io.File;
15. import java.io.IOException;
16. import java.nio.charset.StandardCharsets;

18. /*
19. 这是一个 Doris Stream Load 示例，需要依赖
20. <dependency>
21. <groupId>org.apache.httpcomponents</groupId>
22. <artifactId>httpclient</artifactId>
23. <version>4.5.13</version>
24. </dependency>
25. */
26. public class DorisStreamLoader {
27. //可以选择填写 FE 地址以及 FE 的 http_port，但须保证客户端和 BE 节点的连通性。
28. private final static String HOST = "your_host";
29. private final static int PORT = 8040;
30. private final static String DATABASE = "db1";   // 要导入的数据库
31. private final static String TABLE = "tbl1";     // 要导入的表
32. private final static String USER = "root";      // Doris 用户名
33. private final static String PASSWD = "";        // Doris 密码
34. private final static String LOAD_FILE_NAME = "/path/to/1.txt"; // 要导入的本地文件路径

36. private final static String loadUrl = String.format("http://%s:%s/api/%s/%s/_stream_load",
37. HOST, PORT, DATABASE, TABLE);

39. private final static HttpClientBuilder httpClientBuilder = HttpClients
40. .custom()
41. .setRedirectStrategy(new DefaultRedirectStrategy() {
42. @Override
43. protected boolean isRedirectable(String method) {
44. // 如果连接目标是 FE，则需要处理 307 redirect。
45. return true;
46. }
47. });

49. public void load(File file) throws Exception {
50. try (CloseableHttpClient client = httpClientBuilder.build()) {
51. HttpPut put = new HttpPut(loadUrl);
52. put.setHeader(HttpHeaders.EXPECT, "100-continue");
53. put.setHeader(HttpHeaders.AUTHORIZATION, basicAuthHeader(USER, PASSWD));

55. // 可以在 Header 中设置 stream load 相关属性，这里我们设置 label 和 column_separator。
56. put.setHeader("label","label1");
57. put.setHeader("column_separator",",");

59. // 设置导入文件。
60. // 这里也可以使用 StringEntity 来传输任意数据。
61. FileEntity entity = new FileEntity(file);
62. put.setEntity(entity);

64. try (CloseableHttpResponse response = client.execute(put)) {
65. String loadResult = "";
66. if (response.getEntity() != null) {
67. loadResult = EntityUtils.toString(response.getEntity());
68. }

70. final int statusCode = response.getStatusLine().getStatusCode();
71. if (statusCode != 200) {
72. throw new IOException(
73. String.format("Stream load failed. status: %s load result: %s", statusCode, loadResult));
74. }

76. System.out.println("Get load result: " + loadResult);
77. }
78. }
79. }

81. private String basicAuthHeader(String username, String password) {
82. final String tobeEncode = username + ":" + password;
83. byte[] encoded = Base64.encodeBase64(tobeEncode.getBytes(StandardCharsets.UTF_8));
84. return "Basic " + new String(encoded);
85. }

87. public static void main(String[] args) throws Exception{
88. DorisStreamLoader loader = new DorisStreamLoader();
89. File file = new File(LOAD_FILE_NAME);
90. loader.load(file);
91. }
92. }

注意：这里 http client 的版本要是4.5.13

1. <dependency> 2. <groupId>org.apache.httpcomponents</groupId> 3. <artifactId>httpclient</artifactId> 4. <version>4.5.13</version> 5. </dependency>