导入本地数据

Stream Load 用于将本地文件导入到 Doris 中。

不同于其他命令的提交方式，Stream Load 是通过 HTTP 协议与 Doris 进行连接交互的。

该方式中涉及 HOST:PORT 应为 HTTP 协议端口。

  • BE 的 HTTP 协议端口，默认为 8040。
  • FE 的 HTTP 协议端口，默认为 8030。但须保证客户端所在机器网络能够联通 BE 所在机器。

本文文档我们以 curl 命令为例演示如何进行数据导入。

文档最后，我们给出一个使用 Java 导入数据的代码示例

导入数据

Stream Load 的请求体如下：

  1. PUT /api/{db}/{table}/_stream_load

  1. 创建一张表

    通过 CREATE TABLE 命令在demo创建一张表用于存储待导入的数据。具体的导入方式请查阅 CREATE TABLE 命令手册。示例如下：

    1. CREATE TABLE IF NOT EXISTS load_local_file_test
    2. (
    3.     id INT,
    4.     age TINYINT,
    5.     name VARCHAR(50)
    6. )
    7. unique key(id)
    8. DISTRIBUTED BY HASH(id) BUCKETS 3;

  2. 导入数据

    执行以下 curl 命令导入本地文件：

    1.  curl -u user:passwd -H "label:load_local_file_test" -T /path/to/local/demo.txt http://host:port/api/demo/load_local_file_test/_stream_load
    • user:passwd 为在 Doris 中创建的用户。初始用户为 admin / root，密码初始状态下为空。
    • host:port 为 BE 的 HTTP 协议端口，默认是 8040，可以在 Doris 集群 WEB UI页面查看。
    • label: 可以在 Header 中指定 Label 唯一标识这个导入任务。

    关于 Stream Load 命令的更多高级操作，请参阅 Stream Load 命令文档。

  3. 等待导入结果

    Stream Load 命令是同步命令，返回成功即表示导入成功。如果导入数据较大，可能需要较长的等待时间。示例如下:

    1. {
    2.     "TxnId": 1003,
    3.     "Label": "load_local_file_test",
    4.     "Status": "Success",
    5.     "Message": "OK",
    6.     "NumberTotalRows": 1000000,
    7.     "NumberLoadedRows": 1000000,
    8.     "NumberFilteredRows": 1,
    9.     "NumberUnselectedRows": 0,
    10.     "LoadBytes": 40888898,
    11.     "LoadTimeMs": 2144,
    12.     "BeginTxnTimeMs": 1,
    13.     "StreamLoadPutTimeMs": 2,
    14.     "ReadDataTimeMs": 325,
    15.     "WriteDataTimeMs": 1933,
    16.     "CommitAndPublishTimeMs": 106,
    17.     "ErrorURL": "http://192.168.1.1:8042/api/_load_error_log?file=__shard_0/error_log_insert_stmt_db18266d4d9b4ee5-abb00ddd64bdf005_db18266d4d9b4ee5_abb00ddd64bdf005"
    18. }
    • Status 字段状态为 Success 即表示导入成功。
    • 其他字段的详细介绍，请参阅 Stream Load 命令文档。

导入建议

  • Stream Load 只能导入本地文件。
  • 建议一个导入请求的数据量控制在 1 - 2 GB 以内。如果有大量本地文件，可以分批并发提交。

Java 代码示例

这里通过一个简单的 JAVA 示例来执行 Stream Load：

  1. package demo.doris;
  3. import org.apache.commons.codec.binary.Base64;
  4. import org.apache.http.HttpHeaders;
  5. import org.apache.http.client.methods.CloseableHttpResponse;
  6. import org.apache.http.client.methods.HttpPut;
  7. import org.apache.http.entity.FileEntity;
  8. import org.apache.http.impl.client.CloseableHttpClient;
  9. import org.apache.http.impl.client.DefaultRedirectStrategy;
  10. import org.apache.http.impl.client.HttpClientBuilder;
  11. import org.apache.http.impl.client.HttpClients;
  12. import org.apache.http.util.EntityUtils;
  14. import java.io.File;
  15. import java.io.IOException;
  16. import java.nio.charset.StandardCharsets;
  18. /*
  19. 这是一个 Doris Stream Load 示例，需要依赖
  20. <dependency>
  21.     <groupId>org.apache.httpcomponents</groupId>
  22.     <artifactId>httpclient</artifactId>
  23.     <version>4.5.13</version>
  24. </dependency>
  25.  */
  26. public class DorisStreamLoader {
  27.     //可以选择填写 FE 地址以及 FE 的 http_port，但须保证客户端和 BE 节点的连通性。
  28.     private final static String HOST = "your_host";
  29.     private final static int PORT = 8040;
  30.     private final static String DATABASE = "db1";   // 要导入的数据库
  31.     private final static String TABLE = "tbl1";     // 要导入的表
  32.     private final static String USER = "root";      // Doris 用户名
  33.     private final static String PASSWD = "";        // Doris 密码
  34.     private final static String LOAD_FILE_NAME = "/path/to/1.txt"; // 要导入的本地文件路径
  36.     private final static String loadUrl = String.format("http://%s:%s/api/%s/%s/_stream_load",
  37.             HOST, PORT, DATABASE, TABLE);
  39.     private final static HttpClientBuilder httpClientBuilder = HttpClients
  40.             .custom()
  41.             .setRedirectStrategy(new DefaultRedirectStrategy() {
  42.                 @Override
  43.                 protected boolean isRedirectable(String method) {
  44.                     // 如果连接目标是 FE，则需要处理 307 redirect。
  45.                     return true;
  46.                 }
  47.             });
  49.     public void load(File file) throws Exception {
  50.         try (CloseableHttpClient client = httpClientBuilder.build()) {
  51.             HttpPut put = new HttpPut(loadUrl);
  52.             put.setHeader(HttpHeaders.EXPECT, "100-continue");
  53.             put.setHeader(HttpHeaders.AUTHORIZATION, basicAuthHeader(USER, PASSWD));
  55.             // 可以在 Header 中设置 stream load 相关属性，这里我们设置 label 和 column_separator。
  56.             put.setHeader("label","label1");
  57.             put.setHeader("column_separator",",");
  59.             // 设置导入文件。
  60.             // 这里也可以使用 StringEntity 来传输任意数据。
  61.             FileEntity entity = new FileEntity(file);
  62.             put.setEntity(entity);
  64.             try (CloseableHttpResponse response = client.execute(put)) {
  65.                 String loadResult = "";
  66.                 if (response.getEntity() != null) {
  67.                     loadResult = EntityUtils.toString(response.getEntity());
  68.                 }
  70.                 final int statusCode = response.getStatusLine().getStatusCode();
  71.                 if (statusCode != 200) {
  72.                     throw new IOException(
  73.                             String.format("Stream load failed. status: %s load result: %s", statusCode, loadResult));
  74.                 }
  76.                 System.out.println("Get load result: " + loadResult);
  77.             }
  78.         }
  79.     }
  81.     private String basicAuthHeader(String username, String password) {
  82.         final String tobeEncode = username + ":" + password;
  83.         byte[] encoded = Base64.encodeBase64(tobeEncode.getBytes(StandardCharsets.UTF_8));
  84.         return "Basic " + new String(encoded);
  85.     }
  87.     public static void main(String[] args) throws Exception{
  88.         DorisStreamLoader loader = new DorisStreamLoader();
  89.         File file = new File(LOAD_FILE_NAME);
  90.         loader.load(file);
  91.     }
  92. }

注意：这里 http client 的版本要是4.5.13

org.apache.httpcomponentshttpclient4.5.13