8

我需要将一个相当大的 SQL Server 表 ~100GB 导出到一个 CSV 文件。但不是输出是单个 csv 文件，理想情况下应该是多个文件，例如 10 个文件，每个 10GB。

我看到 BCP 有一个 batch_size 参数，但这仍然将所有数据写入单个文件？是否有其他免费实用程序可以满足我的要求？可以在哪里以字节或行数指定文件的大小？

对于一些上下文，这样数据可以与 Hive/Hadoop 平台中的其他源相结合，所以如果有更好的方法来导出数据，我愿意接受建议。

4

4 回答 4

8

我认为您可以使用 SQL 2012 的分页功能OFFSET并FETCH与 bcp 结合使用：

SELECT *
FROM Table
ORDER BY ID --Primary Key
OFFSET 100000001 ROWS
FETCH NEXT 100000000 ROWS ONLY
于 2013-07-13T23:51:04.700 回答
6

不幸的是，BCP 的 batch_size 参数不控制输出。

我进行这种拆分的方式：

1 -BCP简单但不可重复：创建一个命令文件 (.cmd)，该文件在特定行范围的表上运行多个s。这可能需要IDENTITY(1,1)表上的基于主键。

bcp "SELECT * FROM MyTable WHERE Id BETWEEN 0 AND 10000000" queryout …  
bcp "SELECT * FROM MyTable WHERE Id BETWEEN 10000000 AND 20000000" queryout …

2 -简单且可重复，使用大量磁盘：BCP将整个表放到一个文件中，并根据split需要创建尽可能多的新文件，每个文件中都有给定的字节数（注意：按行分割是一个更好的主意 IMO ）。使用“Cygwin”（GnuWin32 不再维护）来安装split您想要的任何其他实用程序。

 bcp MyDb.MySchema.MyTable out C:\MyFile.csv -T -w  
 split -b 10737418240 C:\MyFile.csv C:\MySplitFile_

生成以下文件

 C:\MySplitFile_aaa
 C:\MySplitFile_aab
 …

3 -复杂但可重复，可能需要不安全的 T-SQL：使用该xp_cmdshell函数在遍历表的存储过程中调用 BCP。

 DECLARE @loop AS INT;   
 --Use WHILE to loop as needed--   
 DECLARE @sql AS VARCHAR(MAX);   
 --Add code to generate dynamic SQL here--   
 DECLARE @bcp AS VARCHAR(MAX);   
 SELECT @bcp='BCP "'+@sql+'" queryout C:\MyFolder\MyFile_'+@loop+'.csv';

最后说明：如果您在数据中使用任何 NVARCHAR 字段，则需要使用该-w标志并注意输出将采用 UTF-16LE。我强烈iconv建议在尝试在 Hadoop 中对其进行任何操作之前，使用（再次从“Cygwin”）将其转换为 UTF-8 。

于 2013-07-17T10:41:57.810 回答
3

如果您有一个可排序的主键字段，您可以找到定义所需行边界的键，然后只需使用定义边界的 WHERE 选择记录。

它类似于 Joe 提出的 #1，但您的键不必是连续的，也不必是数字的。下面是一个简单的例子：

DECLARE @maxrowsperfile AS bigint = 1048576
DECLARE boundaries CURSOR FOR
    SELECT the_sortable_key
    FROM
    (
        SELECT
            the_sortable_key
            , ROW_NUMBER() OVER(ORDER BY the_sortable_key) AS the_row_number
        FROM the_table
    ) AS t
    WHERE the_row_number % @maxrowsperfile = 0

OPEN boundaries

DECLARE @lowerbound AS [key type] = [value A]
DECLARE @upperbound AS [key type] = [value A]

FETCH NEXT FROM boundaries
INTO @upperbound

IF @lowerbound = @upperbound
    PRINT 'bcp "SELECT * FROM the_table" queryout file -w -T'
ELSE
    DECLARE @filecount AS int = 1
    BEGIN
        WHILE @@FETCH_STATUS = 0
        BEGIN
            PRINT 'bcp "SELECT * FROM the_table WHERE key > ' + CAST(@lowerbound AS varchar) + ' AND key <= ' + CAST(@upperbound AS varchar) + ' queryout file_' + CAST(@filecount AS varchar) + ' -w -T'
            SET @filecount = @filecount + 1
            SET @lowerbound = @upperbound
            FETCH NEXT FROM boundaries
            INTO @upperbound
        END
        PRINT 'bcp "SELECT * FROM table WHERE key > ' + CAST(@lowerbound AS varchar) + ' queryout file_' + CAST(@filecount AS varchar) + ' -w -T'

    END
CLOSE boundaries
DEALLOCATE boundaries
于 2015-04-16T17:02:44.513 回答
3

我会先导出文件，然后在外部进行分割。假设您在 Windows 机器上运行，有几个“免费软件”工具可以提供帮助。有关更多信息，请参阅超级用户上的其他答案。

于 2013-07-13T17:17:59.177 回答