Externe partitionierte Daten mit Quelldatei im Ordnerformat abfragen

Verwenden Sie DBMS_CLOUD.CREATE_EXTERNAL_PART_TABLE, um eine externe partitionierte Tabelle zu erstellen und die Partitionierungsinformationen aus dem Dateipfad für den Cloud-Objektspeicher zu generieren.

Wenn Sie eine externe Tabelle mit Datendateien im Ordnerformat erstellen, haben Sie zwei Optionen, um die Typen der Partitionsspalten anzugeben:

  • Sie können die Spalten und ihre Datentypen manuell mit dem Parameter column_list angeben. Ein Beispiel mit dem Parameter column_list finden Sie unter Externe partitionierte Daten mit Quelldateiorganisation im Hive-Format abfragen.

  • Sie können DBMS_CLOUD die Datendateispalten und deren Typen aus Informationen in strukturierten Datendateien wie Avro-, ORC- und Parquet-Datendateien ableiten lassen. In diesem Fall verwenden Sie die Option partition_columns mit dem Parameter format, um die Spaltennamen und deren Datentypen für die Partitionsspalten anzugeben, und Sie müssen die Parameter column_list oder field_list nicht angeben.

Beachten Sie die folgenden Beispielquelldateien im Objektspeicher:

.../sales/USA/2020/01/sales1.parquet

.../sales/USA/2020/02/sales2.parquet

Um eine partitionierte externe Tabelle mit dem Dateipfad für den Cloud-Objektspeicher zu erstellen, der die Partitionen aus Dateien mit diesem Beispielordnerformat definiert, gehen Sie wie folgt vor:

  1. Speichern Sie die Zugangsdaten für den Objektspeicher mit der Prozedur DBMS_CLOUD.CREATE_CREDENTIAL.

    Beispiel:

    BEGIN
      DBMS_CLOUD.CREATE_CREDENTIAL (
        credential_name => 'DEF_CRED_NAME',
        username => 'adb_user@example.com',
        password => 'password' );
    END;
    /
    

    Das Erstellen von Zugangsdaten für den Zugriff auf den Oracle Cloud Infrastructure-Objektspeicher ist nicht erforderlich, wenn Sie Resource-Principal-Zugangsdaten aktivieren. Weitere Informationen finden Sie unter Resource Principal für den Zugriff auf Oracle Cloud Infrastructure-Ressourcen nutzen.

    Bei diesem Vorgang werden die Zugangsdaten in der Datenbank in einem verschlüsselten Format gespeichert. Sie können einen beliebigen Namen für den Zugangsdatennamen verwenden. Beachten Sie, dass dieser Schritt nur einmal erforderlich ist, wenn sich die Zugangsdaten des Objektspeichers nicht ändern. Nachdem Sie die Zugangsdaten gespeichert haben, können Sie denselben Zugangsdatennamen zum Erstellen externer Tabellen verwenden.

    Informationen zu den Parametern username und password für verschiedene Objektspeicherservices finden Sie unter Prozedur CREATE_CREDENTIAL.

  2. Erstellen Sie eine externe partitionierte Tabelle auf der Basis der Quelldateien mit der Prozedur DBMS_CLOUD.CREATE_EXTERNAL_PART_TABLE.

    Die Prozedur DBMS_CLOUD.CREATE_EXTERNAL_PART_TABLE unterstützt externe partitionierte Dateien in den unterstützten Cloud-Objektspeicherservices. Die Zugangsdaten stellen eine Eigenschaft auf Tabellenebene dar. Daher müssen sich die externen Dateien alle in demselben Cloud-Objektspeicher befinden.

    Beispiel:

    BEGIN DBMS_CLOUD.CREATE_EXTERNAL_PART_TABLE(
        table_name => 'MYSALES',
        credential_name => 'DEF_CRED_NAME',
        file_uri_list => 'https://objectstorage.us-phoenix-1.oraclecloud.com/n/namespace-string/b/bucketname/o/sales/*.parquet',
        format =>
            json_object('type' value 'parquet', 'schema' value 'first',
                        'partition_columns' value
                              json_array(
                                    json_object('name' value 'country', 'type' value 'varchar2(100)'),
                                    json_object('name' value 'year', 'type' value 'number'),
                                    json_object('name' value 'month', 'type' value 'varchar2(2)')
                              )
             )
        );
    END;
    /

    Für die Parameter DBMS_CLOUD.CREATE_EXTERNAL_PART_TABLE für strukturierte Datendateien, wie z.B. für eine Parquet-Datendatei, sind die Parameter column_list oder field_list nicht erforderlich. Die Spaltennamen und Datentypen werden für die Spalten aus der ersten Parkettdatei abgeleitet, die von der Prozedur gescannt wird (und daher müssen alle Dateien dieselbe Ausprägung aufweisen). Die generierte Spaltenliste enthält die aus dem Objektnamen abgeleiteten Spalten, und diese Spalte enthält die Datentypen, die mit dem Parameter partition_columns format angegeben sind.

    Die Parameter sind:

    • table_name: Der Name der externen Tabelle.

    • credential_name: Der Name der Zugangsdaten, die im vorherigen Schritt erstellt wurden.

    • file_uri_list: ist eine durch Komma getrennte Liste der Quelldatei-URIs. Diese Liste enthält zwei Optionen:

      • Geben Sie eine durch Komma getrennte Liste einzelner Datei-URIs ohne Platzhalter an.

      • Geben Sie eine einzelne Datei-URI mit Platzhaltern an, wobei die Platzhalter nur nach dem letzten Schrägstrich "/" stehen dürfen. Das Zeichen "*" kann als Platzhalter für mehrere Zeichen, das Zeichen "?" als Platzhalter für ein einzelnes Zeichen verwendet werden.

    • column_list: ist eine durch Komma getrennte Liste der Spaltennamen und Datentypen für die externe Tabelle. Die Liste enthält die Spalten, die sich in der Datei befinden, sowie die aus dem Objektnamen abgeleiteten Spalten.

      Die column_list ist nicht erforderlich, wenn es sich bei den Datendateien um strukturierte Dateien (Parquet, Avro oder ORC) handelt.

    • field_list: Identifiziert die Felder in den Quelldateien und deren Datentypen. Der Standardwert ist NULL, d.h. die Felder und ihre Datentypen werden durch den Parameter column_list bestimmt.

      Die field_list ist nicht erforderlich, wenn es sich bei den Datendateien um strukturierte Dateien (Parquet, Avro oder ORC) handelt.

    • format: Definiert die Optionen, die Sie zur Beschreibung des Formats der Quelldatei angeben können. Der Parameter partition_columns format gibt die Namen der Partitionsspalten an. Weitere Informationen finden Sie unter DBMS_CLOUD Packageformatoptionen.

      Wenn die Daten in der Quelldatei verschlüsselt sind, entschlüsseln Sie die Daten, indem Sie die Formatoption encryption angeben. Weitere Informationen zum Entschlüsseln von Daten finden Sie unter Daten beim Importieren aus Object Storage entschlüsseln.

    In diesem Beispiel ist namespace-string der Oracle Cloud Infrastructure-Objektspeicher-Namespace und bucketname der Bucket-Name. Weitere Informationen finden Sie unter Object Storage-Namespaces.

    Ausführliche Informationen zu den Parametern finden Sie unter Prozedur CREATE_EXTERNAL_PART_TABLE.

    Weitere Informationen zu den unterstützten Cloud-Objektspeicherservices finden Sie unter DBMS_CLOUD URI-Formate.

    Wenn die Quelldateien Zeilen enthalten, die nicht mit den angegebenen Formatoptionen übereinstimmen, gibt die Abfrage einen Fehler aus. Sie können DBMS_CLOUD-Parameter wie rejectlimit verwenden, um diese Fehler zu unterdrücken. Alternativ können Sie auch die erstellte externe partitionierte Tabelle validieren, um die Fehlermeldungen und abgelehnten Zeilen anzuzeigen, damit Sie die Formatoptionen entsprechend ändern können. Weitere Informationen finden Sie unter Externe Daten validieren und Externe partitionierte Daten validieren.

  3. Jetzt können Sie Abfragen für die externe partitionierte Tabelle ausführen, die Sie im vorherigen Schritt erstellt haben.

    Autonomous Database nutzt die Partitionierungsinformationen der externen partitionierten Tabelle, um sicherzustellen, dass die Abfrage nur auf die relevanten Datendateien im Objektspeicher zugreift. Beispiel: Die folgende Abfrage liest Datendateien nur aus einer Partition.

    Beispiel:

    SELECT year, month, product, units 
    FROM SALES WHERE year='2020' AND month='02' AND country='USA'

    Die externen partitionierten Tabellen, die Sie mit DBMS_CLOUD.CREATE_EXTERNAL_PART_TABLE erstellen, enthalten zwei unsichtbare Spalten file$path und file$name. Mit diesen Spalten können Sie ermitteln, aus welcher Datei ein Datensatz stammt. Weitere Informationen finden Sie unter Metadatenspalten für externe Tabellen.