sql >> Databáze >  >> RDS >> Sqlserver

Jak mohu načíst velký plochý soubor do databázové tabulky pomocí SSIS?

Za předpokladu, že používáte SQL Agent (nebo podobný plánovač)

Požadavek 1/4) Nechal bych krok předchůdce zvládnout kroky FTP a/nebo kopírování souborů. Nerad zaplňuji své balíčky manipulací se soubory, pokud se tomu mohu vyhnout.

Požadavek 2/3) Na úrovni řídicího toku bude návrh balíčku vypadat jako úloha Execute SQL spojená s tokem dat připojeným k jiné úloze Execute SQL. Jak naznačil @AllenG, nejlépe vám poslouží načtení do pracovní tabulky prostřednictvím úlohy toku dat. První úloha Execute SQL vymaže všechny řádky z pracovní tabulky (TRUNCATE TABLE dbo.DAILY_STAGE)

Přibližný design stolu vypadá takto. Tabulka MICHAEL_BORN je vaše stávající tabulka a DAILY_STAGE je místo, kde přistane váš datový tok.

CREATE TABLE DBO.MICHAEL_BORN
(
    ID int identity(1,1) NOT NULL PRIMARY KEY CLUSTERED
,   ItemID int NOT NULL
,   ItemName varchar(20) NOT NULL
,   ItemType varchar(20) NOT NULL
)
CREATE TABLE dbo.DAILY_STAGE
(
    ItemID int NOT NULL PRIMARY KEY CLUSTERED
,   ItemName varchar(20) NOT NULL
,   ItemType varchar(20) NOT NULL
)

Pro demonstrační účely načtu výše uvedené tabulky s ukázkovými daty přes TSQL

-- Original data
INSERT INTO
    dbo.MICHAEL_BORN
VALUES
    (2345,'Apple','Fruit')
,   (4578, 'Bannana','Fruit')


-- Daily load runs
-- Adds a new fruit (pear), corrects misspelling of banana, eliminates apple
INSERT INTO
    dbo.DAILY_STAGE
VALUES
    (7721,'Pear','Fruit')
,   (4578, 'Banana','Fruit')

Úloha Execute SQL využije výhody MERGE výpis dostupný ve verzích SQL Server 2008+. Upozorňujeme, že středník na konci je součástí příkazu MERGE. Pokud jej nezadáte, dojde k chybě „Příkaz MERGE musí být ukončen středníkem (;).“

-- MERGE statement
-- http://technet.microsoft.com/en-us/library/bb510625.aspx
-- Given the above scenario, this script will
-- 1)  Update the matched (4578 bannana/banana) row
-- 2)  Add the new (pear) row
-- 3)  Remove the unmatched (apple) row

MERGE
    dbo.[MICHAEL_BORN] AS T
USING
(
    SELECT
        ItemID
    ,   ItemName
    ,   ItemType
    FROM
        dbo.DAILY_STAGE

) AS S
ON T.ItemID = S.ItemID
WHEN
    MATCHED THEN
    UPDATE
    SET
        T.ItemName = S.ItemName
    ,   T.ItemType = S.ItemType
WHEN
    NOT MATCHED THEN
    INSERT
    (
        ItemID
    ,   ItemName
    ,   ItemType
    )
    VALUES
    (
        ItemID
    ,   ItemName
    ,   ItemType
    )
WHEN
    NOT MATCHED BY SOURCE THEN
    DELETE
    ;

Požadavek 5) Účinnost je zcela založena na vašich datech a na tom, jak široké jsou vaše řádky, ale nemělo by to být hrozné.

-- Performance testing
-- Assumes you have a similar fast row number generator function
-- http://billfellows.blogspot.com/2009/11/fast-number-generator.html

TRUNCATE TABLE dbo.MICHAEL_BORN
TRUNCATE TABLE dbo.DAILY_STAGE

-- load initial rows
-- 20ish seconds
INSERT INTO
    dbo.MICHAEL_BORN
SELECT
    N.number AS ItemID
,   'Spam & eggs ' + CAST(N.number AS varchar(10)) AS ItemName
,   'SPAM' AS ItemType
--, CASE N.number % 2 WHEN 0 THEN N.number + 1000000 ELSE N.number END AS UpTheEvens
FROM
    dbo.GenerateNumbers(1000000) N


-- Load staging table
-- Odds get item type switched out
-- Evens get delete and new ones created
-- 20ish seconds
INSERT INTO
    dbo.DAILY_STAGE
SELECT
    CASE N.number % 2 WHEN 0 THEN N.number + 1000000 ELSE N.number END AS ItemID
,   'Spam & eggs ' + CAST(N.number AS varchar(10)) AS ItemName
,   CASE N.number % 2 WHEN 0 THEN 'SPAM' ELSE 'Not much spam' END AS ItemType
FROM
    dbo.GenerateNumbers(1000000) N


-- Run MERGE statement, 32 seconds 1.5M rows upserted
-- Probably fast enough for you


  1. SQL Server 2008 Express CONCAT() neexistuje?

  2. Vyloučit překrývající se období ve funkci časové agregace

  3. Formátování dat v PostgreSQL

  4. Jedinečné omezení Mysql umožňující jeden řádek pro kombinaci