将 TSV 文件加载到 Databend

什么是 TSV？

TSV（Tab Separated Values，制表符分隔值）是一种简单的文件格式，用于存储表格数据，如电子表格或数据库。TSV 文件格式与 CSV 非常相似，记录由换行符分隔，每个字段由一个制表符分隔。 以下示例显示了一个包含两条记录的 TSV 文件：

Title_0 Author_0
Title_1 Author_1

加载 TSV 文件

加载 TSV 文件的常见语法如下：

COPY INTO [<database>.]<table_name>
FROM { userStage | internalStage | externalStage | externalLocation }
[ PATTERN = '<regex_pattern>' ]
[ FILE_FORMAT = (
    TYPE = TSV,
    SKIP_HEADER = <integer>,
    COMPRESSION = AUTO
) ]

有关语法的更多详情，请参见 COPY INTO <table>。

教程：从 TSV 文件加载数据

步骤 1. 创建内部 Stage

创建一个内部 Stage 来存储 TSV 文件。

CREATE STAGE my_tsv_stage;

步骤 2. 创建 TSV 文件

使用以下 SQL 语句生成一个 TSV 文件：

COPY INTO @my_tsv_stage
FROM (
    SELECT
        'Title_' || CAST(number AS VARCHAR) AS title,
        'Author_' || CAST(number AS VARCHAR) AS author
    FROM numbers(100000)
)
    FILE_FORMAT = (TYPE = TSV)
;

验证 TSV 文件的创建：

LIST @my_tsv_stage;

结果：

┌───────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┐
│                             name                            │   size  │                 md5                │         last_modified         │      creator     │
├─────────────────────────────────────────────────────────────┼─────────┼────────────────────────────────────┼───────────────────────────────┼──────────────────┤
│ data_7413d5d0-f992-4d92-b28e-0e501d66bdc1_0000_00000000.tsv │ 2477780 │ "a906769144de7aa6a0056a86ddae97d2" │ 2023-12-26 11:56:19.000 +0000 │ NULL             │
└───────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┘

步骤 3：创建目标表

CREATE TABLE books
(
    title VARCHAR,
    author VARCHAR
);

步骤 4. 直接从 TSV 复制

要直接从 TSV 文件将数据复制到表中，请使用以下 SQL 命令：

COPY INTO books
FROM @my_tsv_stage
PATTERN = '.*[.]tsv'
FILE_FORMAT = (
    TYPE = TSV,
    SKIP_HEADER = 0, -- 如果第一行是标题，则跳过，这里我们没有标题
    COMPRESSION = AUTO
);

结果：

┌───────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┐
│                             File                            │ Rows_loaded │ Errors_seen │    First_error   │ First_error_line │
├─────────────────────────────────────────────────────────────┼─────────────┼─────────────┼──────────────────┼──────────────────┤
│ data_7413d5d0-f992-4d92-b28e-0e501d66bdc1_0000_00000000.tsv │      100000 │           0 │ NULL             │             NULL │
└───────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┘

步骤 4（可选）。使用 SELECT 复制数据

为了更多的控制，比如在复制时转换数据，请使用 SELECT 语句。了解更多请参见 从 TSV 中 SELECT。

COPY INTO books (title, author)
FROM (
    SELECT $1, $2
    FROM @my_tsv_stage
)
PATTERN = '.*[.]tsv'
FILE_FORMAT = (
    TYPE = 'TSV',
    SKIP_HEADER = 0, -- 如果第一行是标题，则跳过，这里我们没有标题
    COMPRESSION = 'AUTO'
);