使用GreenPlum/postgres的copy命令导出/导入数据

1. COPY命令

1.1 postgres

postgres的COPY命令可以快速的导出/导入数据到postgresql数据库中，支持常用的文件格式，如：txt、sql、csv、压缩文件、二进制格式等。特别适合批量导出和导入数据，速度比较快。

COPY TO把一个表的所有内容都拷贝到一个文件；
COPY FROM从一个文件里拷贝数据到一个表里(把数据附加到表中已经存在的内容里)。

注意：
COPY只能用于表，不能用于视图。

1.2 GreenPlum

对于数据的加载，GreenPlum数据库也提供了copy工具（源于PostgreSQL数据库），使用方法同postgres数据库的copy命令。copy命令支持文件与表之间的数据的导入和导出。

注意：
使用copy命令进行数据导入时，数据需要经过Master节点分发到Segment节点；同样使用copy命令进行数据卸载，数据也需要由Segment发送到Master节点，由Master节点汇总后再写入外部文件。这样就限制了数据加载与卸载的效率，但是数据量较小的情况下，copy命令就非常方便。

当数据量比较大时可以考虑使用GreenPlum的gpload工具来导入。

2. 使用copy命令导出/导入数据的步骤

通常使用psql工具来进行数据的导出和导入。

2.1 准备工作

(1) 创建用于存放导出文件（或待导入文件）的目录，并赋予权限；

注意：
使用root用户

# 创建目录
[root@node8 /]# mkdir /tmp/data

# 赋予权限
[root@node8 /]# chmod 777 /tmp/data/

(2) 进入psql并切换数据库

注意：
如果是postgres数据库，则切换到postgres用户；
如果是GreenPlum的MPP，则切换到gpadmin用户；

# 由于我使用的是GreenPlum的MPP，所以切换gpadmin用户
# ---------------------------------------------------------
[root@node8 ~]# su - gpadmin

# 进入psql
[gpadmin@node8 ~]$ psql

# 使用`\c`命令切换数据库，切换到要导出或导入数据的数据库
# ---------------------------------------------------------
postgres=# \c resdata
You are now connected to database "resdata" as user "gpadmin".

3. 开始使用copy命令导出或导入数据

# 使用 copy 命令将 resdata 库下的 aa_test 表中的数据导出到 /tmp/data/test.csv 文件中
# ---------------------------------------------------------
resdata=# COPY aa_test TO '/tmp/data/test.csv' WITH csv;
COPY 2

# 使用 copy 命令将 /tmp/data/test.csv 文件中内容导入到 resdata 库下的 aa_test 表中
# ---------------------------------------------------------
resdata=# COPY aa_test  FROM '/tmp/data/test.csv' WITH csv;
COPY 2

COPY TO还能拷贝SELECT查询的结果。如果声明了一个字段列表，COPY将只在文件和表之间拷贝已声明字段的数据。如果表中有任何不在字段列表里的字段，那么COPY FROM将为那些字段插入缺省值。

# 使用select命令
COPY (select * from bb_test capture_time > '2018-08-16 00:00:00' and capture_time < '2018-08-17 00:00:00') TO '/tmp/data/test_20180816.csv' with csv;