明辉手游网中心:是一个免费提供流行视频软件教程、在线学习分享的学习平台!

文本文件导入到数据库中的几种方法

[摘要]大型的数据库开发中常常遇到数据源是平面文件(如文本文件)的情况,对于这样的数据源,无法使用数据库对其数据进行有效的管理,另外也无法使用SQL语句对其进行查询和操作,所以当务之急就是将这些平面文件导入到数据库中,然后就可以对其进行高效的操作了。   下面介绍几种常见的数据导入的方法,希望能够给大家启...
大型的数据库开发中常常遇到数据源是平面文件(如文本文件)的情况,对于这样的数据源,无法使用数据库对其数据进行有效的管理,另外也无法使用SQL语句对其进行查询和操作,所以当务之急就是将这些平面文件导入到数据库中,然后就可以对其进行高效的操作了。
  下面介绍几种常见的数据导入的方法,希望能够给大家启迪。另外,本文所涉及到的数据库均为ORACLE数据库,其实对于其他数据库而言,方法类似。

  一、Sql*:Loader
  该方法是Oracle数据库下数据导入的最重要的方法之一,该工具由Oracle客户端提供,
  其基本工作原理是:首先要针对数据源文件制作一个控制文件,控制文件是用来解释如何对源文件进行解析,其中需要包含源文件的数据格式、目标数据库的字段等信息,一个典型的控制文件为如下形式:
  LOAD DATA
   INFILE '/ora9i/fengjie/agent/data/ipaagentdetail200410.txt'
   TRUNCATE
   INTO TABLE fj_ipa_agentdetail
   fields terminated ","
   trailing nullcols
  ( AGENT_NO char,
   AGENT_NAME char,
   AGENT_ADDRESS char,
   AGENT_LINKNUM char,
   AGENT_LINKMAN char
  )
  其中,INFILE '/ora9i/fengjie/agent/data/ipaagentdetail200410.txt'指明所要导入的源文件,其实源文件也可以直接通过命令行来输入获得,fj_ipa_agentdetail为目标表的名字,fields terminated ","是指源文件的各个字段是以逗号分隔,trailing nullcols表示遇到空字段依然写入到数据库表中,最后这5个字段是目标数据库表的字段结构。通过上面这个典型的控制文件的格式分析可知,控制文件需要与源文件的格式信息一致,否则导入数据会出现异常。
  除了控制以外,sql*loader的还需要数据文件,即源文件。根据格式的不同,源文件可以分为固定字段长度和有分隔符这两大类,这里将分别说明这两种情况:
  固定字段长度的文本文件
  就是每个字段拥有固定的字段长度,比如:
  602530005922 1012
  602538023138 1012
  602536920355 1012
  602531777166 1012
  602533626494 1012
  602535700601 1012
  有分隔符的文本文件
  就是每个字段都有相同的分隔符分隔,比如:
  1001,上海长途电信综合开发公司,南京东路34号140室
  1002,上海桦奇通讯科技有限公司,武宁路19号1902室
  1003,上海邦正科技发展有限公司,南京东路61号903室
  对于上述两种文件格式sql*loader均可以做处理,下面就前面那个固定长度的文本来举例说明:
  由于该文本只有两个字段,一个为设备号,一个是区局编号,两者的长度分别为20和5,那么可以编制控制文件如下:
  LOAD DATA
   INFILE '/ora9i/fengjie/agent/data/ipaagent200410.txt'
   TRUNCATE
   INTO TABLE fj_ipa_agent
  ( DEVNO POSITION(1:20) CHAR,
   BRANCH_NO POSITION(21:25) CHAR
  )
  其中,'/ora9i/fengjie/agent/data/ipaagent200410.txt'为该文件的完全路径,POSITION(M:N)表示该字段是从位置M到位置N。
  对于有分隔符的数据文件,前面已经有一个例子,这里就不再赘述了。总之,使用Sql*Loader能够轻松将数据文件导入到数据库中,这种方法也是最常用的方法。

  二、 使用专业的数据抽取工具

  目前在数据仓库领域中,数据抽取与装载(ETL)是一重要的技术,这一技术对于一些大的数据文件或者文件数量较多尤其适合。这里简单介绍目前一款主流的数据抽取工具――Informatica。
  该工具主要采用图形界面进行编程,其主要工作流程是:首先将源数据文件的结构(格式)导入为Informatica里,然后根据业务规则对该结构进行一定的转换(transformation),最终导入到目标表中。
  以上过程仅仅只是做了一个从源到目标的映射,数据的实际抽取与装载需要在工作流(workflow)里进行。
  使用专业的数据抽取工具,可以结合业务逻辑对多个源数据进行join,union,insect等操作,适合于大型数据库和数据仓库。

  三、 使用Access工具导入
  可以直接在Access里选择‘打开‘文本文件,这样按照向导来导入一个文本文件到Access数据库中,然后使用编程的方法将其导入到最终的目标数据库中。
  这种方法虽然烦琐,但是其对系统的软件配置要求相对较低,所以也是有一定的使用范围。
  四、 小结
  总之,平面文件转化为数据库格式有利于数据的处理,显然,数据库强大的数据处理能力比直接进行文件I/O效率高出很多,希望本文能够对该领域做一个抛砖引玉的作用。