将数据从 Oracle 迁移至 MatrixOne

本篇文档将指导你如何将数据从 Oracle 迁移至 MatrixOne。

Oracle 是全球目前最广泛使用的商业数据库，其使用场景与流行度都常年高居 DBEngine 第一名，MatrixOne 同样可以支持将数据从 Oracle 迁移的场景。根据 Oracle 的数据量大小，本文依然推荐使用在线与离线两种模式进行迁移。

数据类型差异

MatrixOne 与 Oracle 自带的数据类型存在着较多的差异，这些差异有些可以通过其他类型来替换，有些则暂时无法支持，具体列表如下：

OracleMatrixOne
varchar2使用 text 替换
nchar/nvarcahr使用 char/varchar 替换
NUMBER(3,0), NUMBER(5,0)使用 smallint 替换
NUMBER(10,0)使用 int 替换
NUMBER(38,0)使用 bitint 替换
NUMBER(n,p) (p>0)使用 decimal(n,p) 替换
binary_float/binary_double使用 float/double 替换
long使用 text 替换
long raw使用 blob 替换
raw使用 varbinary 替换
clob/nclob使用 text 替换
bfile暂不支持
rowid/urowid暂不支持
user-defined types暂不支持
any暂不支持
xml暂不支持
spatial暂不支持

在线迁移

本章节将指导你使用第三方工具，将数据从 Oracle 迁移至 MatrixOne。

  • 适用场景：数据量较小（建议小于 1GB），对迁移的速度不敏感的场景。

准备工作

  • 带图形界面的跳板机：可连接 Oracle 源端，也可连接 MatrixOne 目标端。
  • 数据迁移工具：在跳板机上下载 DBeaver。

第一步：迁移表结构

在这里以 TPCH 数据集为例，将 TPCH 数据集的 8 张表从 Oracle 迁移至 MatrixOne。

  1. 打开 DBeaver，从 Oracle 中选择待迁移的表，鼠标右键点击后选择生成 SQL > DDL > 复制，先将这段 SQL 复制到一个文本编辑器内，给文本编辑器命名为 oracle_ddl.sql，保存到跳板机本地。

    将数据从 Oracle 迁移至 MatrixOne - 图1

  2. 使用下面的命令替换 oracle_ddl.sql 文件内 MatrixOne 不支持的关键字：

    1. # Linux系统执行的命令如下：
    2. sed -i '/CHECK (/d' /YOUR_PATH/oracle_ddl.sql
    3. sed -i '/CREATE UNIQUE INDEX/g' /YOUR_PATH/oracle_ddl.sql
    4. sed -i 's/NUMBER(3,0)/smallint/g' /YOUR_PATH/oracle_ddl.sql
    5. sed -i 's/NUMBER(5,0)/smallint/g' /YOUR_PATH/oracle_ddl.sql
    6. sed -i 's/NUMBER(10,0)/int/g' /YOUR_PATH/oracle_ddl.sql
    7. sed -i 's/NUMBER(38,0)/bigint/g' /YOUR_PATH/oracle_ddl.sql
    8. sed -i 's/NUMBER/decimal/g' /YOUR_PATH/oracle_ddl.sql
    9. sed -i 's/VARCHAR2/varchar/g' /YOUR_PATH/oracle_ddl.sql
    11. #MacOS 系统则使用的命令如下：
    12. sed -i '' '/CHECK (/d' /YOUR_PATH/oracle_ddl.sql
    13. sed -i '' '/CREATE UNIQUE INDEX/g' /YOUR_PATH/oracle_ddl.sql
    14. sed -i '' 's/NUMBER(3,0)/smallint/g' /YOUR_PATH/oracle_ddl.sql
    15. sed -i '' 's/NUMBER(5,0)/smallint/g' /YOUR_PATH/oracle_ddl.sql
    16. sed -i '' 's/NUMBER(10,0)/int/g' /YOUR_PATH/oracle_ddl.sql
    17. sed -i '' 's/NUMBER(38,0)/bigint/g' /YOUR_PATH/oracle_ddl.sql
    18. sed -i '' 's/NUMBER/decimal/g' /YOUR_PATH/oracle_ddl.sql
    19. sed -i '' 's/VARCHAR2/varchar/g' /YOUR_PATH/oracle_ddl.sql

  3. 连接到 MatrixOne，在 MatrixOne 中创建新的数据库和表：

    1. create database tpch;
    2. use tpch;
    3. source '/YOUR_PATH/oracle_ddl.sql'

第二步：迁移数据

  1. 打开 DBeaver，从 Oracle 中选择待迁移的表，鼠标右键点击后选择导出数据：

    将数据从 Oracle 迁移至 MatrixOne - 图2

  2. 在转化目标 > 导出目标窗口选择数据库，点击下一步；在表映射窗口选择目标容器，目标容器选择 MatrixOne 的数据库 tpch：

    将数据从 Oracle 迁移至 MatrixOne - 图3

    将数据从 Oracle 迁移至 MatrixOne - 图4

  3. 在抽取设置和数据加载设置窗口，设置选择抽取和插入的数量，为了触发 MatrixOne 的直接写 S3 策略，建议填写 5000：

    将数据从 Oracle 迁移至 MatrixOne - 图5

    将数据从 Oracle 迁移至 MatrixOne - 图6

  4. 完成设置后，DBeaver 开始对数据进行迁移，在完成后 DBeaver 将会提示迁移成功。

第三步：检查数据

完成迁移之后，可以采用如下方式检查数据：

  • 通过 select count(*) from <table_name> 来确认源库与目标库的数据量是否一致。

  • 通过相关的查询对比结果，你也可以参见完成 TPCH 测试查询示例，进行结果对比。

离线迁移

本章节将指导你通过离线文件导入到 MatrixOne。

  • 适用场景：数据量较大（大于 1GB），对迁移的速度较为敏感的场景。

准备工作

  • 带图形界面的跳板机：可连接 Oracle 源端，也可连接 MatrixOne 目标端的。
  • 数据迁移工具：在跳板机上下载 DBeaver。

第一步：迁移表结构

在这里以 TPCH 数据集为例，将 TPCH 数据集的 8 张表从 Oracle 迁移至 MatrixOne。

  1. 打开 DBeaver，从 Oracle 中选择待迁移的表，鼠标右键点击后选择生成 SQL > DDL > 复制，先将这段 SQL 复制到一个文本编辑器内，给文本编辑器命名为 oracle_ddl.sql，保存到跳板机本地。

    将数据从 Oracle 迁移至 MatrixOne - 图7

  2. 使用下面的命令替换 oracle_ddl.sql 文件内 MatrixOne 不支持的关键字：

    1. # Linux系统执行的命令如下：
    2. sed -i '/CHECK (/d' /YOUR_PATH/oracle_ddl.sql
    3. sed -i '/CREATE UNIQUE INDEX/g' /YOUR_PATH/oracle_ddl.sql
    4. sed -i 's/NUMBER(3,0)/smallint/g' /YOUR_PATH/oracle_ddl.sql
    5. sed -i 's/NUMBER(5,0)/smallint/g' /YOUR_PATH/oracle_ddl.sql
    6. sed -i 's/NUMBER(10,0)/int/g' /YOUR_PATH/oracle_ddl.sql
    7. sed -i 's/NUMBER(38,0)/bigint/g' /YOUR_PATH/oracle_ddl.sql
    8. sed -i 's/NUMBER/decimal/g' /YOUR_PATH/oracle_ddl.sql
    9. sed -i 's/VARCHAR2/varchar/g' /YOUR_PATH/oracle_ddl.sql
    11. #MacOS 系统则使用的命令如下：
    12. sed -i '' '/CHECK (/d' /YOUR_PATH/oracle_ddl.sql
    13. sed -i '' '/CREATE UNIQUE INDEX/g' /YOUR_PATH/oracle_ddl.sql
    14. sed -i '' 's/NUMBER(3,0)/smallint/g' /YOUR_PATH/oracle_ddl.sql
    15. sed -i '' 's/NUMBER(5,0)/smallint/g' /YOUR_PATH/oracle_ddl.sql
    16. sed -i '' 's/NUMBER(10,0)/int/g' /YOUR_PATH/oracle_ddl.sql
    17. sed -i '' 's/NUMBER(38,0)/bigint/g' /YOUR_PATH/oracle_ddl.sql
    18. sed -i '' 's/NUMBER/decimal/g' /YOUR_PATH/oracle_ddl.sql
    19. sed -i '' 's/VARCHAR2/varchar/g' /YOUR_PATH/oracle_ddl.sql

  3. 连接到 MatrixOne，在 MatrixOne 中创建新的数据库和表：

    1. create database tpch;
    2. use tpch;
    3. source '/YOUR_PATH/oracle_ddl.sql'

第二步：迁移数据

在 MatrixOne 中，有两种数据迁移方式可供选择：INSERT 和 LOAD DATA。当数据量大于 1GB 时，首先推荐使用 LOAD DATA，其次可以选择使用 INSERT。

LOAD DATA

使用 DBeaver 先将 Oracle 的数据表导出为 CSV 格式，并使用 MatrixOne 的并行加载功能将数据迁移至 MatrixOne：

  1. 打开 DBeaver，中选择待迁移的表，鼠标右键点击后选择导出数据，将 Oracle 数据表导出为 CSV 格式文件：

    将数据从 Oracle 迁移至 MatrixOne - 图8

  2. 在转化目标 > 导出目标窗口选择 CSV，点击下一步：

    将数据从 Oracle 迁移至 MatrixOne - 图9

    将数据从 Oracle 迁移至 MatrixOne - 图10

    将数据从 Oracle 迁移至 MatrixOne - 图11

  3. 连接到 MatrixOne，将导出的 CSV 数据导入至 MatrixOne：

    1. mysql> load data infile '/{filepath}/lineitem.txt' INTO TABLE lineitem FIELDS TERMINATED BY '|' lines TERMINATED BY '\n' parallel 'true';
    2. mysql> load data infile '/{filepath}/nation.txt' INTO TABLE nation FIELDS TERMINATED BY '|' lines TERMINATED BY '\n' parallel 'true';
    3. mysql> load data infile '/{filepath}/part.txt' INTO TABLE part FIELDS TERMINATED BY '|' lines TERMINATED BY '\n' parallel 'true';
    4. mysql> load data infile '/{filepath}/customer.txt' INTO TABLE customer FIELDS TERMINATED BY '|' lines TERMINATED BY '\n' parallel 'true';
    5. mysql> load data infile '/{filepath}/orders.txt' INTO TABLE orders FIELDS TERMINATED BY '|' lines TERMINATED BY '\n' parallel 'true';
    6. mysql> load data infile '/{filepath}/supplier.txt' INTO TABLE supplier FIELDS TERMINATED BY '|' lines TERMINATED BY '\n' parallel 'true';
    7. mysql> load data infile '/{filepath}/region.txt' INTO TABLE region FIELDS TERMINATED BY '|' lines TERMINATED BY '\n' parallel 'true';
    8. mysql> load data infile '/{filepath}/partsupp.txt' INTO TABLE partsupp FIELDS TERMINATED BY '|' lines TERMINATED BY '\n' parallel 'true';

更多关于 LOAD DATA 的操作示例，参见批量导入。

INSERT

INSERT 语句需要使用 DBeaver 先将逻辑语句导出，再导入到 MatrixOne：

  1. 使用 DBeaver 导出数据：打开 DBeaver，从 Oracle 中选择待迁移的表，鼠标右键点击后选择导出数据 > SQL，为了确保插入时触发 MatrixOne 的直接写 S3，建议批量插入参数每条语句的数据行数设置为 5000：

    将数据从 Oracle 迁移至 MatrixOne - 图12

    将数据从 Oracle 迁移至 MatrixOne - 图13

    将数据从 Oracle 迁移至 MatrixOne - 图14

  2. 在 MatrixOne 端，执行该 SQL 文件：

    1. source '/YOUR_PATH/oracle_data.sql'

更多关于 INSERT 的操作示例，参见插入数据。

第三步：检查数据

完成迁移之后，可以采用如下方式检查数据：

  • 通过 select count(*) from <table_name> 来确认源库与目标库的数据量是否一致。

  • 通过相关的查询对比结果，你也可以参见完成 TPCH 测试查询示例，进行结果对比。