PostgreSQL 与 MSSQL(SQL Server) 之间 数据相互迁移、导入、导出测试
背景
测试表结构
create table test (id int, info text);
从 PostgreSQL 导入 MSSQL
MS SQL bcp与BULK INSERT都不支持stdin，所以我这里使用落地到文件的方法，从PostgreSQL导入MS SQL。
1、psql写出1亿行记录到本地文件
time psql -h /tmp -p 1925 -U postgres postgres -c "copy (select id,md5(random()::text) from generate_series(1,100000000) t(id)) to stdout WITH (NULL '')" > /data01/test.out
real 2m1.441s
user 0m10.535s
sys 0m12.536s
2、使用bcp，从本地文件批量加载到ms sql
bcp test in /data01/test.out -c -k -S localhost -U SA -P Digoal_mssql -b 65535 -a 65535 -r \\n
Starting copy...
100000000 rows copied.
Network packet size (bytes): 4096
Clock Time (ms.) Total : 779490 Average : (128289.0 rows per sec.)
从 MSSQL 不落地 导入 PostgreSQL
使用named pipe
1、创建fifo管道
mkpipe /tmp/namepipe
2、PostgreSQL，使用copy command的服务端PROGRAM调用接口，从管道读取内容，写入test表
time psql -h /tmp -p 1925 -U postgres postgres -c "copy test from PROGRAM 'cat /tmp/namepipe' WITH (NULL '')"
COPY 100000103
real 4m57.212s
user 0m0.002s
sys 0m0.004s
3、MS SQL，使用bcp，批量导出数据，写到管道
bcp test out /tmp/namepipe -c -k -S localhost -U SA -P Digoal_mssql -b 65535 -a 65535 -r \\n
Starting copy...
100000103 rows copied.
Network packet size (bytes): 32576
Clock Time (ms.) Total : 301248 Average : (331952.8 rows per sec.)
或者直接使用stdout, stdin：
# bcp test out /tmp/namepipe -c -k -S localhost -U SA -P Digoal_mssql -b 65535 -a 65535 -r \\n | psql -h /tmp -p 1925 -U postgres postgres -c "copy test from PROGRAM 'cat /tmp/namepipe' WITH (NULL '')"
小结
1、如果mssql的导入导出都可以支持管道，使用起来会更加的方便。目前看只有导出可以支持管道，导入时使用管道会报错(使用bcp, bulk insert试过是这样的情况)。
1.1、文件内容与pipe如下
# cat /tmp/test
1 test
# mkfifo /tmp/namepipe
# ll /tmp/test
-rw-r--r-- 1 root root 7 Aug 20 00:15 /tmp/test
# ll /tmp/namepipe
prwxrwxrwx 1 root root 0 Aug 20 00:07 /tmp/namepipe
# cat /tmp/test|cat /dev/stdin
1 test
1.2、bcp, BULK INSERT无法正确读取来自stdin与namepipe的内容
cat test|bcp test in /dev/stdin -c -S 127.0.0.1 -U SA -P Digoal_mssql -a 65535 -r \\n
Starting copy...
0 rows copied. # 正常的话这里应该是COPY 1条
Network packet size (bytes): 32576
Clock Time (ms.) Total : 1
cat /tmp/test > /tmp/namepipe|bcp test in /tmp/namepipe -c -S localhost -U SA -P Digoal_mssql -a 65535 -r \\n
Starting copy...
0 rows copied. # 正常的话这里应该是COPY 1条
Network packet size (bytes): 32576
Clock Time (ms.) Total : 1
cat test|sqlcmd -S localhost -U SA -P 'Digoal_mssql' -Q "bulk insert test from '/dev/stdin'"
(0 rows affected) # 正常的话这里应该是COPY 1条
# cat /tmp/test > /tmp/namepipe
another session:
# sqlcmd -S localhost -U SA -P 'Digoal_mssql' -Q "bulk insert test from '/tmp/namepipe'"
Msg 4860, Level 16, State 1, Server iZbp13nu0s9j3x3, Line 1
Cannot bulk load. The file "/tmp/namepipe" does not exist or you don't have file access rights.
# 正常的话这里应该是COPY 1条
psql -h 127.0.0.1 -p 1925 -U postgres postgres -c "copy (select generate_series(1,10000),md5(random()::text)) to stdout;" |bcp test in /dev/stdin -c -S localhost -U SA -P Digoal_mssql -a 65535 -r \\n
Starting copy...
BCP copy in failed
# 正常的话应该导入10000条。
1.3、bcp, BULK INSERT直接从文件读取内容正常
# bcp test in /tmp/test -c -S 127.0.0.1 -U SA -P Digoal_mssql -a 65535 -r \\n
Starting copy...
1 rows copied.
Network packet size (bytes): 32576
Clock Time (ms.) Total : 2 Average : (500.0 rows per sec.)
# sqlcmd -S localhost -U SA -P 'Digoal_mssql' -Q "bulk insert test from '/tmp/test'"
(1 rows affected)
2、PostgreSQL在数据库服务对端、客户端、协议层都支持COPY协议，数据的进出都非常方便。
3、批量写入加载速度对比
MS SQL： 12.8万行/s
PostgreSQL： 33.2万行/s
4、格式问题，如果在数据内容中出现了分隔符的值，bcp的output模式并不会对其进行处理。 但是可以输出为bcp自己识别的fmt。而输出到文本后直接导入到PG并不适合。
例如这里的内容中用到了制表符、逗号等。导入到pg就存在问题。
create table test1 (id int, info text, c1 int, c2 text);
insert into test1 values (null,null,null,'abc');
insert into test1 values (null,null,1,'abc');
insert into test1 values (1,'test , test',1,'a,b,c, d d');
insert into test1 values (1,'test test test test',1,'a a');
需要加入转义的过程，解决这个跨产品迁移的问题。
[<乘数科技在sqlserver迁移PostgreSQL项目中总结的文档-sqlserver转PG经验总结及PG的一些特性>](20180819_02_pdf_001.pdf)
关于转义，可能会将其数据迁移产品，与rds_dbsync一样开源出来。
参考
1、man mkfifo
2、bcp
https://docs.microsoft.com/en-us/sql/tools/bcp-utility?view=sql-server-2017
3、BULK INSERT
https://docs.microsoft.com/en-us/sql/t-sql/statements/bulk-insert-transact-sql?view=sql-server-2017
4、关于PostgreSQL的服务端copy与协议层copy（客户端copy)
《PostgreSQL 服务端COPY和客户端COPY - 暨PG有哪些服务端操作接口》
《PostgreSQL copy (quote,DELIMITER,…) single byte char 的输入》
5、《MSSQL(SQL Server) on Linux 简明部署与使用》
6、
https://stackoverflow.com/questions/2197017/can-sql-server-bulk-insert-read-from-a-named-pipe-fifo