Java 使用JDBC将CSV复制到带有自定义类型数组的Postgres_Java_Database_Postgresql_Jdbc_Postgresql 9.5

Java 使用JDBC将CSV复制到带有自定义类型数组的Postgres

java database postgresql jdbc

Java 使用JDBC将CSV复制到带有自定义类型数组的Postgres,java,database,postgresql,jdbc,postgresql-9.5,Java,Database,Postgresql,Jdbc,Postgresql 9.5,我在数据库中有一个自定义类型定义为 CREATE TYPE address AS (ip inet, port int); 以及在数组中使用此类型的表： CREATE TABLE my_table ( addresses address[] NULL ) 我有一个包含以下内容的示例CSV文件 {(10.10.10.1,80),(10.10.10.2,443)} {(10.10.10.3,8080),(10.10.10.4,4040)} 我使用以下代码段执行复制： Class.

我在数据库中有一个自定义类型定义为

CREATE TYPE address AS (ip inet, port int);

以及在数组中使用此类型的表：

CREATE TABLE my_table (
  addresses  address[] NULL
)

我有一个包含以下内容的示例CSV文件

{(10.10.10.1,80),(10.10.10.2,443)}
{(10.10.10.3,8080),(10.10.10.4,4040)}

我使用以下代码段执行复制：

    Class.forName("org.postgresql.Driver");

    String input = loadCsvFromFile();

    Reader reader = new StringReader(input);

    Connection connection = DriverManager.getConnection(
            "jdbc:postgresql://db_host:5432/db_name", "user",
            "password");

    CopyManager copyManager = connection.unwrap(PGConnection.class).getCopyAPI();

    String copyCommand = "COPY my_table (addresses) " + 
                         "FROM STDIN WITH (" + 
                           "DELIMITER '\t', " + 
                           "FORMAT csv, " + 
                           "NULL '\\N', " + 
                           "ESCAPE '\"', " +
                           "QUOTE '\"')";

    copyManager.copyIn(copyCommand, reader);

执行此程序会产生以下异常：

Exception in thread "main" org.postgresql.util.PSQLException: ERROR: malformed record literal: "(10.10.10.1"
  Detail: Unexpected end of input.
  Where: COPY only_address, line 1, column addresses: "{(10.10.10.1,80),(10.10.10.2,443)}"
    at org.postgresql.core.v3.QueryExecutorImpl.receiveErrorResponse(QueryExecutorImpl.java:2422)
    at org.postgresql.core.v3.QueryExecutorImpl.processCopyResults(QueryExecutorImpl.java:1114)
    at org.postgresql.core.v3.QueryExecutorImpl.endCopy(QueryExecutorImpl.java:963)
    at org.postgresql.core.v3.CopyInImpl.endCopy(CopyInImpl.java:43)
    at org.postgresql.copy.CopyManager.copyIn(CopyManager.java:185)
    at org.postgresql.copy.CopyManager.copyIn(CopyManager.java:160)

我尝试了输入中括号的不同组合，但似乎无法使副本正常工作。你知道我哪里出了问题吗？

请参阅一个带有JUnit测试的项目，该测试可以满足你的需要

基本上，您希望能够将逗号用于两件事：分隔数组项和分隔类型字段，但不希望CSV解析将逗号解释为字段描述符

所以

<> LI>你想告诉CSV解析器把整个行看作一个字符串，一个字段，你可以把它用单引号括起来，告诉CSV解析器，和。 <> LI>希望PG字段解析器考虑每个数组项类型实例，以双引号括起来。代码：

DML示例1：

COPY my_table (addresses) FROM STDIN WITH CSV QUOTE ''''

'{"(10.0.0.1,1)","(10.0.0.2,2)"}'
'{"(10.10.10.1,80)","(10.10.10.2,443)"}'
'{"(10.10.10.3,8080)","(10.10.10.4,4040)"}'

CSV示例1：

COPY my_table (addresses) FROM STDIN WITH CSV QUOTE ''''

'{"(10.0.0.1,1)","(10.0.0.2,2)"}'
'{"(10.10.10.1,80)","(10.10.10.2,443)"}'
'{"(10.10.10.3,8080)","(10.10.10.4,4040)"}'

DML示例2，转义双引号：

COPY my_table (addresses) FROM STDIN WITH CSV

"{""(10.0.0.1,1)"",""(10.0.0.2,2)""}"
"{""(10.10.10.1,80)"",""(10.10.10.2,443)""}"
"{""(10.10.10.3,8080)"",""(10.10.10.4,4040)""}"

CSV示例2，转义双引号：

COPY my_table (addresses) FROM STDIN WITH CSV

"{""(10.0.0.1,1)"",""(10.0.0.2,2)""}"
"{""(10.10.10.1,80)"",""(10.10.10.2,443)""}"
"{""(10.10.10.3,8080)"",""(10.10.10.4,4040)""}"

完整JUnit测试类：

package io.mikael.poc;

import com.google.common.io.CharStreams;
import org.junit.*;
import org.postgresql.PGConnection;
import org.postgresql.copy.CopyManager;
import org.testcontainers.containers.PostgreSQLContainer;

import java.io.*;
import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.ResultSet;

import static java.nio.charset.StandardCharsets.UTF_8;

public class CopyTest {

    private Reader reader;

    private Connection connection;

    private CopyManager copyManager;

    private static final String CREATE_TYPE = "CREATE TYPE address AS (ip inet, port int)";

    private static final String CREATE_TABLE = "CREATE TABLE my_table (addresses  address[] NULL)";

    private String loadCsvFromFile(final String fileName) throws IOException {
        try (InputStream is = getClass().getResourceAsStream(fileName)) {
            return CharStreams.toString(new InputStreamReader(is, UTF_8));
        }
    }

    @ClassRule
    public static PostgreSQLContainer db = new PostgreSQLContainer("postgres:10-alpine");

    @BeforeClass
    public static void beforeClass() throws Exception {
        Class.forName("org.postgresql.Driver");
    }

    @Before
    public void before() throws Exception {
        String input = loadCsvFromFile("/data_01.csv");
        reader = new StringReader(input);

        connection = DriverManager.getConnection(db.getJdbcUrl(), db.getUsername(), db.getPassword());
        copyManager = connection.unwrap(PGConnection.class).getCopyAPI();

        connection.setAutoCommit(false);
        connection.beginRequest();

        connection.prepareCall(CREATE_TYPE).execute();
        connection.prepareCall(CREATE_TABLE).execute();
    }

    @After
    public void after() throws Exception {
        connection.rollback();
    }

    @Test
    public void copyTest01() throws Exception {
        copyManager.copyIn("COPY my_table (addresses) FROM STDIN WITH CSV QUOTE ''''", reader);

        final StringWriter writer = new StringWriter();
        copyManager.copyOut("COPY my_table TO STDOUT WITH CSV", writer);
        System.out.printf("roundtrip:%n%s%n", writer.toString());

        final ResultSet rs = connection.prepareStatement(
                "SELECT array_to_json(array_agg(t)) FROM (SELECT addresses FROM my_table) t")
                .executeQuery();
        rs.next();
        System.out.printf("json:%n%s%n", rs.getString(1));
    }

}

测试输出：

roundtrip:
"{""(10.0.0.1,1)"",""(10.0.0.2,2)""}"
"{""(10.10.10.1,80)"",""(10.10.10.2,443)""}"
"{""(10.10.10.3,8080)"",""(10.10.10.4,4040)""}"

json:
[{"addresses":[{"ip":"10.0.0.1","port":1},{"ip":"10.0.0.2","port":2}]},{"addresses":[{"ip":"10.10.10.1","port":80},{"ip":"10.10.10.2","port":443}]},{"addresses":[{"ip":"10.10.10.3","port":8080},{"ip":"10.10.10.4","port":4040}]}]

在CSV格式中，当您指定分隔符时，您不能将其用作数据中的字符，除非您转义它

使用逗号作为分隔符的csv文件示例

正确的记录：

data1、data2

分析结果：

[0]=>data1[1]=>data2

不正确的一个：

data，1，data2

解析结果：

[0]=>data[1]=>1[2]=>data2

最后，您不需要将文件作为csv加载，而是作为一个简单的文件加载，因此请替换您的方法

loadCsvFromFile（）由

public String loadRecordsFromFile(File file) {
 LineIterator it = FileUtils.lineIterator(file, "UTF-8");
 StringBuilder sb = new StringBuilder();
 try {
   while (it.hasNext()) {
     sb.append(it.nextLine()).append(System.nextLine);
   }
 } 
 finally {
   LineIterator.closeQuietly(iterator);
 }

 return sb.toString();
}

不要忘记在pom文件中添加此依赖项
<!-- https://mvnrepository.com/artifact/commons-io/commons-io -->

    <dependency>
        <groupId>commons-io</groupId>
        <artifactId>commons-io</artifactId>
        <version>2.6</version>
    </dependency>


公地io
1NF
首先，我认为您的表格设计是错误的，因为它不符合要求。每个字段应该只包含原子属性，但事实并非如此。为什么不是像这样的桌子：
CREATE TABLE my_table (
    id,
    ip inet,
    port int
)

其中，id
是源文件中的行号，ip
/port是此行中的一个地址？
样本数据：
id | ip         | port
-----------------------
1  | 10.10.10.1 | 80
1  | 10.10.10.2 | 443
2  | 10.10.10.3 | 8080
2  | 10.10.10.4 | 4040
...

因此，您将能够在单个地址上查询您的数据库（查找所有关联的地址，如果两个地址在同一行上，则返回true，无论您需要什么…）
加载数据
但是让我们假设你知道你在做什么。这里的主要问题是您的输入数据文件是一种特殊格式。它可能是一个单列CSV文件，但它将是一个非常退化的CSV文件。无论如何，在将这些行插入数据库之前，必须对它们进行转换。您有两个选择：
您读取输入文件的每一行，然后进行插入（这可能需要一段时间）
您可以将输入文件转换为预期格式的文本文件，并使用COPY
逐一插入
第一个选项似乎很简单：对于csv文件的第一行，{（10.10.10.1,80），（10.10.10.2443）}
，您必须运行以下查询：
INSERT INTO my_table VALUES (ARRAY[('10.10.10.1',80),('10.10.10.2',443)]::address[], 4)

为此，您只需创建一个新字符串：
String value = row.replaceAll("\\{", "ARRAY[")
                    .replaceAll("\\}", "]::address[]")
                    .replaceAll("\\(([0-9.]+),", "'$1'");
String sql = String.format("INSERT INTO my_table VALUES (%s)", value);

并对输入文件的每一行执行查询（或者为了更好的安全性，使用）
插入并复制
我将详细阐述第二种选择。您必须在Java代码中使用：
copyManager.copyIn(sql, from);

其中，复制查询是一个从STDIN
语句复制，而从
是一个读卡器。声明将是：
COPY my_table (addresses) FROM STDIN WITH (FORMAT text);

要向复制管理器提供数据，您需要以下数据（请注意引号）：
用临时文件
以正确格式获取数据的更简单方法是创建一个临时文件。您可以读取输入文件的每一行，并将（
替换为”（
和）
替换为）“
。将已处理的行写入临时文件。然后将此文件的读取器传递给复制管理器
在飞行中
有两个线程
您可以使用两个线程：

线程1读取输入文件，逐个处理这些行，并将它们写入PipedWriter

线程2将连接到上一个PipedWriter
的PipedWriter
传递到复制管理器

主要的困难是同步线程，使线程2在线程1开始将数据写入PipedWriter
之前开始读取PipedWriter
。有关示例，请参见
带有自定义读卡器
来自
阅读器的可以是类似（原始版本）的实例：
只需使用：
Class.forName("org.postgresql.Driver");
Connection connection = DriverManager
        .getConnection("jdbc:postgresql://db_host:5432/db_base", "user", "passwd");

CopyManager copyManager = connection.unwrap(PGConnection.class).getCopyAPI();
copyManager.copyIn("COPY my_table FROM STDIN WITH (FORMAT text)", new DataReader(r));

散装装载
如果正在加载大量数据，请不要忘记：禁用自动提交，删除索引和约束，并使用TRUNCATE
和ANALYZE
，如下所示：
TRUNCATE my_table;
COPY ...;
ANALYZE my_table;

这将加快加载速度。
使用复制是一项硬要求，或者即使速度较慢，使用插入也可以吗？@Gregoyarenius根据我们的吞吐量和成本分析，我们确实需要支持复制。您是否尝试转储（pg\u dump
）检查现有数据并检查CSV语法和PostgreSQL生成的复制命令？CSV文件的确切形状是什么<代码>{（10.10.10.1,80），（10.10.10.2443）{（10.10.10.38080），（10.10.10.44040）}
不是CSV:）@jbet在两个结构之间有一行新的'\n'
：{（10.10.10.1,80），（10.10.10.2443）}\n{（10.10.10.10.38080），（10.10.10.44040）