
oracle大数据量的导入和导出
在Oracle中批量数据的导出是借助sqlplus的spool来实现的。批量数据的导入是通过sqlload来实现的。 大量数据的导出部分如下:/*************************** * sql脚本部分 demo.sql begin **************************//************************** * @author meconsea * @date 20050413 * @MSN meconsea@hotmail.com * @Email meconsea@163.com **************************/
//##--markup Html:html格式输出,缺省为off
//##--autocommit:自动提交insert、update、delete带来的记录改变,缺省为off
//##--define:识别命令中的变量前缀符,缺省为on,也就是'&',碰到变量前缀符,后面的字符串作为变量处理.
set colsep' '; //##--域输出分隔符
set echo off; //##--显示start启动的脚本中的每个sql命令,缺省为on
set feedback off; //##--回显本次sql命令处理的记录条数,缺省为on
set heading off; //##--输出域标题,缺省为on
set pagesize 0; //##--输出每页行数,缺省为24,为了避免分页,可设定为0。
set linesize 80; //##--输出一行字符个数,缺省为80
set numwidth 12; //##--输出number类型域长度,缺省为10
set termout off; //##--显示脚本中的命令的执行结果,缺省为on
set timing off; //##--显示每条sql命令的耗时,缺省为off
set trimout on; //##--去除标准输出每行的拖尾空格,缺省为off
set trimspool on; //##--去除重定向(spool)输出每行的拖尾空格,缺省为off
spool C:\data\dmczry.txt;
select trim(czry_dm),trim(swjg_dm),trim(czry_mc) from dm_czry;
spool off;
EOF
/*********************** * demo.sql end ***********************/ 在数据导入的时候采用sqlload来调用,在该部分调用的时候用java来调用sqlload。
sqlload包括ctl控制文件。例如:/********************* * meconsea ctl ********************/ load data infile 'C:\data\dmczry.txt' replace into table DM_CZRY fields terminated by X'09' (CZRY_DM,SWJG_DM,CZRY_MC) /******************** * end * 注释:里面的replace可以改为append *******************/ java程序如下:在java程序用可以根据需求写成一个bat文件。 把数据库的配置和文件的路径写到一个PRoperties文件。/************************* * ide properties ************************/Dserver=test/test@SJJZsqlldr=D:\\oracle\\ora92\\bin\ QLLDR.EXE
ctldmczry=C:\\data\\ctl\\dmczry.ctltxtdmczry=C:\\data\\dmczry.txt
写个PropertyBean.java来操作properties文件。(偷懒不写了!)用DmCzry.java来把记录导入db中。部分代码如下:
/**************************** * 代码摘要 * ***************************/ .............. sqlldr = pb.getSqlldr(); txt = pb.getTxtdmczry(); ctl = pb.getCtldmczry(); Dserver= pb.getDserver(); Process processCmd = Runtime.getRuntime().exec(sqlldr+" "+cmdStr); .............
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08CDA 数据分析师:解锁数据价值的专业力量 在当今这个数据爆炸的时代,数据已成为像石油一样珍贵的战略资源。而 CDA 数据分析师, ...
2025-08-08人工智能对CDA数据分析领域的影响 人工智能对 CDA(Certified Data Analyst,注册数据分析师)数据分析领域的影响是全方位、多层 ...
2025-08-07SPSS 语法使用详解 在当今数据驱动的时代,SPSS( Statistical Package for the Social Sciences)作为一款功能强大的统计分析软 ...
2025-08-07SASEM 决策树:理论与实践应用 在复杂的决策场景中,如何从海量数据中提取有效信息并制定科学决策,是各界关注的焦点。SASEM 决 ...
2025-08-07CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-07大数据时代对定性分析的影响 在大数据时代,海量、多样、高速且低价值密度的数据充斥着我们的生活与工作。而定性分析作为一 ...
2025-08-07K-S 曲线、回归与分类:数据分析中的重要工具 在数据分析与机器学习领域,K-S 曲线、回归和分类是三个核心概念与工具,它们各 ...
2025-08-07CDA 数据分析师考试全解析 在当今数字化时代,数据已成为企业发展的核心驱动力,数据分析师这一职业也愈发受到重视。CDA 数据分 ...
2025-08-07大数据时代的隐患:繁荣背后的隐忧 当我们在电商平台浏览商品时,系统总能 “精准” 推送心仪的物品;当我们刷短视频时,算法 ...
2025-08-07解析 F 边界检验:协整分析中的实用工具 在计量经济学的时间序列分析中,判断变量之间是否存在长期稳定的均衡关系(即协整关系) ...
2025-08-07CDA 数据分析师报考条件详解:迈向专业认证的指南 在数据分析行业蓬勃发展的当下,CDA 数据分析师认证成为众多从业者提升专业 ...
2025-08-07通过 COX 回归模型诊断异常值 一、COX 回归模型概述 COX 回归模型,又称比例风险回归模型,是一种用于生存分析的统计方法。它能 ...
2025-08-07评判两组数据与初始数据准确值的方法 在数据分析与研究中,我们常常会面临这样的情况:需要对通过不同方法、不同过程得到的两组 ...
2025-08-07CDA 数据分析师行业标准:构建数据人才的能力坐标系 在数据驱动决策成为企业核心竞争力的时代,CDA(数据分析师)行业标准作为 ...
2025-08-07反向传播神经网络:突破传统算法瓶颈的革命性力量 在人工智能发展的历史长河中,传统算法曾长期主导着数据处理与模式识别领域 ...
2025-08-07MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-07抖音数据分析师:驱动平台增长的幕后推手 在抖音这个日活用户数以亿计的超级平台上,每一次用户的滑动、点赞、评论,每一条 ...
2025-08-07基于 SPSS 的中介效应分析结果解读:揭示变量间的隐性关联 在社会科学与自然科学研究中,变量之间的关系往往并非简单的直接作用 ...
2025-08-07