从对象存储导入文件

概述

S3（Simple Storage Service）对象存储是指亚马逊的简单存储服务。你还可以使用与 S3 兼容的对象存储来存储几乎任何类型和大小的数据，包括数据湖、云原生应用程序和移动应用程序。如果你不熟悉 S3 对象服务，你可以在 AWS 中查找一些基本介绍。

AWS S3 十多年来一直非常成功，因此它成为了对象存储的标准。因此几乎所有主流公有云厂商都提供了兼容 S3 的对象存储服务。

MatrixOne 支持将文件从 S3 兼容的对象存储服务加载到数据库中。MatrixOne 支持 AWS 和国内主流云厂商（阿里云、腾讯云）。

在 MatrixOne 中，有两种方法可以从 S3 兼容的对象存储中导入数据：

• 使用带有 s3option 的 Load data 将文件加载到 MatrixOne 中。此方法会将数据加载到 MatrixOne 中，所有接下来的查询都将在 MatrixOne 中进行。
• 创建一个带有 s3option 映射到 S3 文件的 “外部表”，并直接查询这个外部表。该方法允许通过 S3 兼容的对象存储服务进行数据访问；每个查询的网络延迟都将被计算在内。

方式 1: LOAD DATA

语法结构

1. LOAD DATA
2. | URL s3options {"endpoint"='<string>', "access_key_id"='<string>', "secret_access_key"='<string>', "bucket"='<string>', "role_arn"='xxxx', "external_id"='yyy', "filepath"='<string>', "region"='<string>', "compression"='<string>'}
3. INTO TABLE tbl_name
4. [{FIELDS | COLUMNS}
5. [TERMINATED BY 'string']
6. [[OPTIONALLY] ENCLOSED BY 'char']
7. [ESCAPED BY 'char']
8. ]
9. [IGNORE number {LINES | ROWS}]
10. [PARALLEL {'TRUE' | 'FALSE'}]

参数说明

其他参数与通用 LOAD DATA 参数相同，更多信息，参见 LOAD DATA。

语法示例：

1. # LOAD a csv file from AWS S3 us-east-1 region, test-load-mo bucket, without compression
2. LOAD DATA URL s3option{"endpoint"='s3.us-east-1.amazonaws.com', "access_key_id"='XXXXXX', "secret_access_key"='XXXXXX', "bucket"='test-load-mo', "filepath"='test.csv', "region"='us-east-1', "compression"='none'} INTO TABLE t1 FIELDS TERMINATED BY ',' ENCLOSED BY '\"' LINES TERMINATED BY '\n';

4. # LOAD all csv files from Alibaba Cloud OSS Shanghai region, test-load-data bucket, without compression
5. LOAD DATA URL s3option{"endpoint"='oss-cn-shanghai.aliyuncs.com', "access_key_id"='XXXXXX', "secret_access_key"='XXXXXX', "bucket"='test-load-data', "filepath"='/test/*.csv', "region"='oss-cn-shanghai', "compression"='none'} INTO TABLE t1 FIELDS TERMINATED BY ',' ENCLOSED BY '\"' LINES TERMINATED BY '\n';

7. # LOAD a csv file from Tencent Cloud COS Shanghai region, test-1252279971 bucket, without bz2 compression
8. LOAD DATA URL s3option{"endpoint"='cos.ap-shanghai.myqcloud.com', "access_key_id"='XXXXXX', "secret_access_key"='XXXXXX', "bucket"='test-1252279971', "filepath"='test.csv.bz2', "region"='ap-shanghai', "compression"='bz2'} INTO TABLE t1 FIELDS TERMINATED BY ',' ENCLOSED BY '\"' LINES TERMINATED BY '\n';

Note

MatrixOne 提供了 S3 验证信息的安全保证，例如 access_key_id 和 secret_access_key 敏感信息在系统表（statement_info）记录里将被隐藏，保证你的账户安全。

教程：从 AWS S3 加载文件

本教程中将指导你完成从 AWS S3 加载. csv 文件的过程。

如果你已经拥有一个 AWS 账户并且已经在你的 S3 服务中准备好数据文件，那么请继续阅读本教程章节。

如果你还没有准备好数据文件，请先注册并上传你的数据文件；你也可以查看 AWS S3 官方教程。如果你的数据文件想要上传到阿里云 OSS 或者腾讯云 COS 上，那么操作流程与 AWS S3 类似。

Note

由于帐户隐私，此代码示例不会显示帐户信息，例如 access_key_id 和 secret_access_key。 你可以阅读本文档以了解主要步骤；具体数据和账户信息将不会显示。

1. 下载数据文件。进入 AWS S3 > buckets，创建一个具有公共访问权限的存储桶 test-loading 并上传文件 char_varchar_1.csv。

2. 获取或创建你的 AWS Access key。输入 Your Account Name > Security Credentials，获取你现有的访问密钥或创建一个新的访问密钥。

你可以从下载的凭据或此网页中获取 Access key 和 Secret access key。

3. 启动 MySQL 客户端，在 MatrixOne 中创建表，SQL 示例如下：

1. create database db; 2. use db; 3. drop table if exists t1; 4. create table t1(col1 char(225), col2 varchar(225), col3 text, col4 varchar(225)); 4. 将文件导入 MatrixOne：

1. LOAD DATA URL s3option{"endpoint"='s3.us-east-1.amazonaws.com', "access_key_id"='XXXXXX', "secret_access_key"='XXXXXX', "bucket"='test-loading', "filepath"='char_varchar_1.csv', "region"='us-east-1', "compression"='none'} INTO TABLE t1; 5. 导入完成后，你可以运行 SQL 语句检查文件导入是否成功：

1. mysql> select * from t1; 2. +-----------+-----------+-----------+-----------+ 3. | col1 | col2 | col3 | col4 | 4. +-----------+-----------+-----------+-----------+ 5. | a | b | c | d | 6. | a | b | c | d | 7. | 'a' | 'b' | 'c' | 'd' | 8. | 'a' | 'b' | 'c' | 'd' | 9. | aa,aa | bb,bb | cc,cc | dd,dd | 10. | aa, | bb, | cc, | dd, | 11. | aa,,,aa | bb,,,bb | cc,,,cc | dd,,,dd | 12. | aa',',,aa | bb',',,bb | cc',',,cc | dd',',,dd | 13. | aa"aa | bb"bb | cc"cc | dd"dd | 14. | aa"aa | bb"bb | cc"cc | dd"dd | 15. | aa"aa | bb"bb | cc"cc | dd"dd | 16. | aa""aa | bb""bb | cc""cc | dd""dd | 17. | aa""aa | bb""bb | cc""cc | dd""dd | 18. | aa",aa | bb",bb | cc",cc | dd",dd | 19. | aa"",aa | bb"",bb | cc"",cc | dd"",dd | 20. | | | | | 21. | | | | | 22. | NULL | NULL | NULL | NULL | 23. | | | | | 24. | " | " | " | " | 25. | "" | "" | "" | "" | 26. +-----------+-----------+-----------+-----------+ 27. 21 rows in set (0.03 sec)

方式 2：指定 S3 文件到外部表

语法结构

1. create external table t(...) URL s3option{"endpoint"='<string>', "access_key_id"='<string>', "secret_access_key"='<string>', "bucket"='<string>', "filepath"='<string>', "region"='<string>', "compression"='<string>'}
2. [{FIELDS | COLUMNS}
3. [TERMINATED BY 'string']
4. [[OPTIONALLY] ENCLOSED BY 'char']
5. [ESCAPED BY 'char']
6. ]
7. [IGNORE number {LINES | ROWS}];

Note

MatrixOne 当前仅支持对外部表进行 select，暂不支持 Delete，insert，update。

参数说明

其他参数与通用 LOAD DATA 参数相同，更多信息，参见 LOAD DATA。

有关外部表的更多信息，参见创建外部表。

语法示例：

1. ## Create a external table for a .csv file from AWS S3
2. create external table t1(col1 char(225)) url s3option{"endpoint"='s3.us-east-1.amazonaws.com', "access_key_id"='XXXXXX', "secret_access_key"='XXXXXX', "bucket"='test-loading', "filepath"='test.csv', "region"='us-east-1', "compression"='none'} fields terminated by ',' enclosed by '\"' lines terminated by '\n';

4. ## Create a external table for a .csv file compressed with BZIP2 from Tencent Cloud
5. create external table t1(col1 char(225)) url s3option{"endpoint"='cos.ap-shanghai.myqcloud.com', "access_key_id"='XXXXXX', "secret_access_key"='XXXXXX', "bucket"='test-1252279971', "filepath"='test.csv.bz2', "region"='ap-shanghai', "compression"='bz2'} fields terminated by ',' enclosed by '\"' lines terminated by '\n' ignore 1 lines;

教程：使用 S3 文件创建外部表

本教程将指导你完成使用来自 AWS S3 的. csv 文件创建外部表的整个过程。

Note

由于帐户隐私，此代码示例不会显示帐户信息，例如 access_key_id 和 secret_access_key。 你可以阅读本文档以了解主要步骤；具体数据和账户信息将不会显示。

1. 下载数据文件。进入 AWS S3 > buckets，创建一个具有公共访问权限的存储桶 test-loading 并上传文件 char_varchar_1.csv。

2. 获取或创建你的 AWS Access key。输入 Your Account Name > Security Credentials，获取你现有的访问密钥或创建一个新的访问密钥。

你可以从下载的凭据或此网页中获取 Access key 和 Secret access key。

3. 启动 MySQL 客户端，指定 S3 文件到外部表：

1. create database db; 2. use db; 3. drop table if exists t1; 4. create external table t1(col1 char(225), col2 varchar(225), col3 text, col4 varchar(225)) url s3option{"endpoint"='s3.us-east-1.amazonaws.com', "access_key_id"='XXXXXX', "secret_access_key"='XXXXXX', "bucket"='test-loading', "filepath"='char_varchar_1.csv', "region"='us-east-1', "compression"='none'} fields terminated by ',' enclosed by '\"' lines terminated by '\n'; 4. 导入成功后，你可以运行如下 SQL 语句查看导入数据的结果。你将可以看到查询速度明显慢于从本地表查询。

1. select * from t1; 2. +-----------+-----------+-----------+-----------+ 3. | col1 | col2 | col3 | col4 | 4. +-----------+-----------+-----------+-----------+ 5. | a | b | c | d | 6. | a | b | c | d | 7. | 'a' | 'b' | 'c' | 'd' | 8. | 'a' | 'b' | 'c' | 'd' | 9. | aa,aa | bb,bb | cc,cc | dd,dd | 10. | aa, | bb, | cc, | dd, | 11. | aa,,,aa | bb,,,bb | cc,,,cc | dd,,,dd | 12. | aa',',,aa | bb',',,bb | cc',',,cc | dd',',,dd | 13. | aa"aa | bb"bb | cc"cc | dd"dd | 14. | aa"aa | bb"bb | cc"cc | dd"dd | 15. | aa"aa | bb"bb | cc"cc | dd"dd | 16. | aa""aa | bb""bb | cc""cc | dd""dd | 17. | aa""aa | bb""bb | cc""cc | dd""dd | 18. | aa",aa | bb",bb | cc",cc | dd",dd | 19. | aa"",aa | bb"",bb | cc"",cc | dd"",dd | 20. | | | | | 21. | | | | | 22. | NULL | NULL | NULL | NULL | 23. | | | | | 24. | " | " | " | " | 25. | "" | "" | "" | "" | 26. +-----------+-----------+-----------+-----------+ 27. 21 rows in set (1.32 sec) 5. （选做）如果需要将外部表数据导入到 MatrixOne 中的数据表，使用如下 SQL 语句：

在 MatrixOne 中新建一个表 t2：

1. create table t2(col1 char(225), col2 varchar(225), col3 text, col4 varchar(225));

将外部表 t1 导入到 t2：

1. insert into t2 select * from t1;