1.说明
Oracle数据库导入csv文件，
当csv文件较小时，
可以使用数据库管理工具，
比如DBevaer导入到数据库，
当csv文件很大时，
可以使用Oracle提供的sqlldr命令行工具，
能够快速导入大量数据。
在数据库之间进行数据迁移时，
特别是不同类型的数据库，
使用csv文件是一种很好的选择。
2.sqlldr用法
下面介绍sqlldr用法，
有一个USER_INFO.csv文件，
需要导入到数据库中USER_INFO表，
而且有1.5亿条数据，
要求导入耗时尽量小。
这里先介绍基本的导入方式，
然后介绍direct导入方式，
最后介绍parallel导入方式。
3.获取csv文件
USER_INFO.csv文件内容如下，
这里仅选取了三条测试数据:
MSISDN,PROVINCE_CODE,CREATE_TIME
8617512570551,30,2019-10-31 17:16:09
8613063310680,33,2019-10-31 17:16:12
8613295281345,80,2019-10-31 17:16:14
4.创建USER_INFO表
CREATE TABLE "USER_INFO" (
"MSISDN" VARCHAR2(16),
"PROVINCE_CODE" VARCHAR2(4),
"CREATE_TIME" DATE,
CONSTRAINT "PK_USER_INFO_MSISDN" PRIMARY KEY ("MSISDN")
) TABLESPACE "USERS";
COMMENT ON COLUMN "USER_INFO"."MSISDN" IS '用户手机号';
COMMENT ON COLUMN "USER_INFO"."PROVINCE_CODE" IS '省份编码';
COMMENT ON COLUMN "USER_INFO"."CREATE_TIME" IS '用户创建时间';
注意表中字段要和csv文件对应。
5.创建ctl文件
创建名为loaddata_USER_INFO.ctl的控制文件：
options(skip=1,BINDSIZE=20971520, ROWS=10000, READSIZE=20971520, ERRORS=999999999)
load data
infile '/home/oracle/USER_INFO.csv'
insert into table "USER_INFO"
fields terminated by ','
Optionally enclosed by '\''
(MSISDN,PROVINCE_CODE,CREATE_TIME "to_date(:CREATE_TIME, 'yyyy-mm-dd hh24:mi:ss')")
第1行是导入参数配置，
已经是支持大量数据导入的参数方案。
第3行infile指定导入的文件是USER_INFO.csv；
第4行into table前面的insert表示导入方式：
- insert :默认方式，在导入记录前要求表为空；
- append :在表中追加新导入的记录；
- replace :删除旧记录(等价delete from table语句)，替换成新导入的记录；
- truncate:删除旧记录(等价truncate table语句)，替换成新导入的记录；
into table后面指定导入数据库表USER_INFO，
且表名必须大写；
第5行指定每一行的字段是以逗号(,)分隔；
第6行指定字段是用两个分号(')包围起来的，可选的；
最后一行对应导入的字段，
注意如果导入的是时间字段，
需要指明时间转换的格式。
6.使用sqlldr导入
指定需要导入的数据库，
以及使用的control文件：
sqlldr userid=yuwen/ai123456@10.21.13.14:1521/orcl control=loaddata_USER_INFO.ctl
导入成功输出日志如下：
SQL*Loader: Release 12.1.0.2.0 - Production on Thu Oct 31 17:37:49 2019
Copyright (c) 1982, 2014, Oracle and/or its affiliates. All rights reserved.
Path used: Conventional
Commit point reached - logical record count 3
Table "USER_INFO":
3 Rows successfully loaded.
Check the log file:
loaddata_USER_INFO.log
for more information about the load.
看到3条数据成功导入USER_INFO，
同时会生成loaddata_USER_INFO.log日志，
通过该日志可以查看更详细的导入信息，
如果导入时发生错误，
可以查看到详细的错误信息，
而且还会生成USER_INFO.bad文件，
bad文件原样输出了导入失败的数据。
默认情况下ERRORS达到50个就会停止导入，
如果需要忽略错误继续导入，
可以配置ERRORS最大值为999999999。
7.direct直接路径方式
sqlldr支持direct参数，
使用直接路径方式导效率非常高,
direct参数默认为FALSE，
上面第6步使用的就是默认常规路径方式，
下面使用直接路径方式，
进一步加快数据导入速度。
但是使用直接路径方式会导致表的唯一索引(或主键)失效，
可以在导入前先删除表的唯一索引，
然后在导入完成后重建索引即可，
如果有重复的数据，
需要先去重才能重建索引成功，
经过测试即使需要重建索引，
使用直接路径方式还是比常规路径方式快。
8.创建ctl文件(直接路径方式)
创建名为loaddata_USER_INFO_direct.ctl的控制文件：
options(skip=1,COLUMNARRAYROWS=20971520, ROWS=10000, READSIZE=20971520, ERRORS=999999999)
load data
infile '/home/oracle/USER_INFO.csv'
insert into table "USER_INFO"
fields terminated by ','
Optionally enclosed by '\''
(MSISDN,PROVINCE_CODE,CREATE_TIME "to_date(:CREATE_TIME, 'yyyy-mm-dd hh24:mi:ss')")
这个文件和第5步中的区别在于，
options中的BINDSIZE换成了COLUMNARRAYROWS，
因为BINDSIZE是常规路径绑定数组的大小，
而COLUMNARRAYROWS是直接路径列数组的行数。
9.删除主键
导入前需要先删除USER_INFO表的主键：
ALTER TABLE USER_INFO DROP CONSTRAINT PK_USER_INFO_MSISDN;
10.使用sqlldr导入(直接路径方式)
基本与第6步的命令相同，增加direct=true：
sqlldr userid=yuwen/ai123456@10.21.13.14:1521/orcl control=loaddata_USER_INFO_direct.ctl direct=true
数据成功导入日志如下：
SQL*Loader: Release 12.1.0.2.0 - Production on Fri Nov 1 10:48:10 2019
Copyright (c) 1982, 2014, Oracle and/or its affiliates. All rights reserved.
Path used: Direct
Load completed - logical record count 3.
Table "USER_INFO":
3 Rows successfully loaded.
Check the log file:
loaddata_USER_INFO_direct.log
for more information about the load.
11.重建主键
ALTER TABLE USER_INFO ADD CONSTRAINT PK_USER_INFO_MSISDN PRIMARY KEY(MSISDN);
至此使用直接路径方式导入数据成功，
经过测试1.5亿条不重复数据direct方式导入，
花费4分02秒，
然后重建主键花费19分14秒，
总耗时23分16秒。
然而使用常规路径方式导入需要48个小时，
导入效率得到了极大的提升。
12.parallel并行导入
前面使用的是串行方式导入数据，
通过设置parallel为true可以并行导入，
在多核服务器上面能进一步提升导入效率。
需要注意并行方式仅仅在直接路径方式时有效。
13.创建ctl文件(并行方式)
创建名为loaddata_USER_INFO_direct_parallel.ctl的控制文件：
options(skip=1,COLUMNARRAYROWS=20971520, ROWS=10000, READSIZE=20971520, ERRORS=999999999)
load data
infile '/home/oracle/USER_INFO.csv'
append into table "USER_INFO"
fields terminated by ','
Optionally enclosed by '\''
(MSISDN,PROVINCE_CODE,CREATE_TIME "to_date(:CREATE_TIME, 'yyyy-mm-dd hh24:mi:ss')")
这个文件和第8步中的区别在于，
并行方式只支持append导入，
而且要注意USER_INFO表不能有索引，
如果有需要先删除。
14.使用sqlldr导入(并行方式)
基本与第10步的命令相同，增加parallel=true：
sqlldr userid=yuwen/ai123456@10.21.13.14:1521/orcl control=loaddata_USER_INFO_direct_parallel.ctl direct=true parallel=true
数据成功导入日志如下：
SQL*Loader: Release 12.1.0.2.0 - Production on Fri Nov 1 11:08:51 2019
Copyright (c) 1982, 2014, Oracle and/or its affiliates. All rights reserved.
Path used: Direct
SQL*Loader-281: Warning: ROWS parameter ignored in parallel mode.
Load completed - logical record count 3.
Table "USER_INFO":
3 Rows successfully loaded.
Check the log file:
loaddata_USER_INFO_direct_parallel.log
for more information about the load.
15.sqlldr命令说明
15.1.用法
SQLLDR keyword=value [,keyword=value,...]
15.2.参数说明
| 参数 | 说明 |
|---|---|
| userid | ORACLE 用户名/口令 |
| control | 控制文件名 |
| log | 日志文件名 |
| bad | 错误文件名 |
| data | 数据文件名 |
| discard | 废弃文件名 |
| discardmax | 允许废弃的文件的数目 (全部默认) |
| skip | 要跳过的逻辑记录的数目 (默认 0) |
| load | 要加载的逻辑记录的数目 (全部默认) |
| errors | 允许的错误的数目 (默认 50) |
| rows | 常规路径绑定数组中或直接路径保存数据间的行数,默认: 常规路径 64, 所有直接路径) |
| bindsize | 常规路径绑定数组的大小 (以字节计) (默认 256000) |
| silent | 运行过程中隐藏消息 (标题,反馈,错误,废弃,分区) |
| direct | 使用直接路径 (默认 FALSE) |
| parfile | 参数文件: 包含参数说明的文件的名称 |
| parallel | 执行并行加载 (默认 FALSE) |
| file | 要从以下对象中分配区的文件 |
| skip_unusable_indexes | 不允许/允许使用无用的索引或索引分区 (默认 FALSE) |
| skip_index_maintenance | 没有维护索引, 将受到影响的索引标记为无用 (默认 FALSE) |
| commit_discontinued | 提交加载中断时已加载的行 (默认 FALSE) |
| readsize | 读取缓冲区的大小 (默认 1048576) |
| external_table | 使用外部表进行加载; NOT_USED, GENERATE_ONLY, EXECUTE (默认 NOT_USED) |
| columnarrayrows | 直接路径列数组的行数 (默认 5000) |
| streamsize | 直接路径流缓冲区的大小 (以字节计) (默认 256000) |
| multithreading | 在直接路径中使用多线程 |
| resumable | 启用或禁用当前的可恢复会话 (默认 FALSE) |
| resumable_name | 有助于标识可恢复语句的文本字符串 |
| resumable_timeout | RESUMABLE 的等待时间 (以秒计) (默认 7200) |
| date_cache | 日期转换高速缓存的大小 (以条目计) (默认 1000) |
| no_index_errors | 出现任何索引错误时中止加载 (默认 FALSE) |
15.3.注意事项
命令行参数可以由位置或关键字指定。
前者的例子是 'sqlldr scott/tiger foo';
后这的例子是 'sqlldr control=foo userid=scott/tiger'。
位置指定参数的时间必须早于，
但不可迟于由关键字指定的参数。
例如允许 'sqlldr scott/tiger control=foo logfile=log',
但是不允许 'sqlldr scott/tiger control=foo log',
即使参数 'log' 的位置正确。
15.4.重要参数
rows：
加载的行数，默认值：常规路径：64，直接路径：全部。
常规路径导入时，指定绑定数组中的行数。直
接路径导入时，指一次从数据文件只读取的行数。
该参数同时受bindsize制约，
如果rows每行实际占用大小超出bindsize的最大可用值，
则rows自动降低到bindsize最大可用值。
bindsize：
默认值：256000，以字节为单位。
为绑定数组指定最大可用空间，
用来存储一次读取的rows的记录，
该值不能太小，至少要能放入一条逻辑记录，
不然有可能造成加载失败，
但是设置一个超大值也没有意义，
浪费空间而且起不到任何效果。
direct：
直接路径，默认值是false。
直接路径加载并不是通过insert语句的方式提交数据，
直接路径的加载甚至不走db_buffer，
因为不会存在缓冲区争用，
直接路径加载直接向数据文件写数据，
因此效率较高。
file：
指定写入的表空间数据文件。
通常是并行加载时应该会用到该参数，
指定file文件后，
要加载的内容即只向指定的数据文件写入数据，
通过这种方式某些情况下可以减小磁盘间的竞争。
skip_unusable_indexes：
是否跳过不可用的索引,默认为false。
如果设置为true。在加载数据的时候，
如果没加载的表中索引为unusable，
则该索引数据不维护，数据加载完以后也不会改变索引的状态。
在oracle中也有一个参数叫skip_unusable_indexes，
但是sqlldr中的这个参数优先级比oracle数据库内部的这个参数优先级高。
如果sqlldr中未设置这个参数，则以oracle中的skip_unusable_indexes参数为准。
skip_index_maintenance:
是否跳过索引维护,默认值为false。
该参数仅在直接路径加载时有效，
如果设置为true，则数据加载过程中并不会维护索引，
因此数据加载完后会导致索引无效。
readsize:
缓冲区大小,默认值1048576字节,最大不超过20M。
该参数设置的值仅当从数据文件中读取数据时有效，
如果数据包含在控制文件中则为64K，并不可修改。
streamsize:
流缓冲区大小，默认值是256000字节。
指定直接路径加载时流缓冲区大小。
multithreading：
是否启用多线程。
默认值：多cpu系统默认为true，单cpu的系统默认则为false。
该参数仅仅在直接路径加载时有效。
date_cache：
日期转换缓存，默认值为1000条。
指定一个专门用于日志转换的缓存区，
如果处理的日期在其中，则不需要转换，
否则直接取出来使用。
16.执行结果详细日志
给出loaddata_USER_INFO_direct_parallel.log日志内容，
可以看到导入使用的配置，耗时等详细信息，
供给大家参考：
SQL*Loader: Release 12.1.0.2.0 - Production on Fri Nov 1 11:20:07 2019
Copyright (c) 1982, 2014, Oracle and/or its affiliates. All rights reserved.
Control File: loaddata_USER_INFO_direct_parallel.ctl
Data File: /home/oracle/USER_INFO.csv
Bad File: USER_INFO.bad
Discard File: none specified
(Allow all discards)
Number to load: ALL
Number to skip: 1
Errors allowed: 999999999
Continuation: none specified
Path used: Direct - with parallel option.
Table "USER_INFO", loaded from every logical record.
Insert option in effect for this table: APPEND
Column Name Position Len Term Encl Datatype
------------------------------ ---------- ----- ---- ---- ---------------------
MSISDN FIRST * , O(') CHARACTER
PROVINCE_CODE NEXT * , O(') CHARACTER
CREATE_TIME NEXT * , O(') CHARACTER
SQL string for column : "to_date(:CREATE_TIME, 'yyyy-mm-dd hh24:mi:ss')"
SQL*Loader-281: Warning: ROWS parameter ignored in parallel mode.
Table "USER_INFO":
3 Rows successfully loaded.
0 Rows not loaded due to data errors.
0 Rows not loaded because all WHEN clauses were failed.
0 Rows not loaded because all fields were null.
Bind array size not used in direct path.
Column array rows : 10000
Stream buffer bytes: 256000
Read buffer bytes:20971520
Total logical records skipped: 1
Total logical records read: 3
Total logical records rejected: 0
Total logical records discarded: 0
Total stream buffers loaded by SQL*Loader main thread: 1
Total stream buffers loaded by SQL*Loader load thread: 0
Run began on Fri Nov 01 11:20:07 2019
Run ended on Fri Nov 01 11:20:13 2019
Elapsed time was: 00:00:05.60
CPU time was: 00:00:00.44
17.参考文章
将CSV文件数据导入Oracle数据库
（sqlldr）将xx.csv文件导入oracle数据库
sqlldr总结参数介绍
Loading data in direct mode and unique index ORA-26026