DB2外部文件格式淺析
在數(shù)據(jù)導(dǎo)入之前，DB2數(shù)據(jù)庫(kù)系統(tǒng)往往會(huì)對(duì)外部文件的格式進(jìn)行仔細(xì)的檢查。如果外部文件的格式不符合數(shù)據(jù)庫(kù)的強(qiáng)制性要求，數(shù)據(jù)庫(kù)就會(huì)拒絕導(dǎo)入數(shù)據(jù)。筆者這次要給大家介紹的就是DB2外部文件格式。希望通過(guò)這個(gè)分析能夠幫助數(shù)據(jù)庫(kù)管理員減輕數(shù)據(jù)導(dǎo)入導(dǎo)出過(guò)程中的工作量。
一、定界的ASCII文件。
定界的ASCII文件，在數(shù)據(jù)庫(kù)領(lǐng)域內(nèi)應(yīng)用的是比較廣泛的。基本上任何一個(gè)數(shù)據(jù)庫(kù)都支持這種格式的外部文件。不過(guò)各個(gè)數(shù)據(jù)庫(kù)對(duì)于定界ASCII文件的分隔符的要求是不同的。在DB2數(shù)據(jù)庫(kù)中，分隔符好用來(lái)標(biāo)識(shí)數(shù)據(jù)元素的起始位置和結(jié)束位置。一般來(lái)說(shuō)，DB2數(shù)據(jù)庫(kù)支持如下幾種分隔符。一是字符分隔符。這個(gè)字符分隔符主要用來(lái)界定字符型數(shù)據(jù)類(lèi)型的起始位置。默認(rèn)情況下，在DB2數(shù)據(jù)庫(kù)（提高DB2數(shù)據(jù)備份與恢復(fù)的效率）中使用雙引號(hào)來(lái)作為字符分隔符。這個(gè)跟其他數(shù)據(jù)庫(kù)有所不同。如在Oracle數(shù)據(jù)庫(kù)中，利用定界的ASCII文件導(dǎo)入數(shù)據(jù)的時(shí)候，其會(huì)自動(dòng)判斷數(shù)據(jù)是否是字符型的數(shù)據(jù)類(lèi)型，即不需要使用這個(gè)字符分隔符。二是列分隔符，即用來(lái)界定字段的起始位置。大部分情況下，都采用逗號(hào)(英文狀態(tài))來(lái)作為列的分隔符。不過(guò)用戶(hù)可以根據(jù)自己的需要來(lái)設(shè)置不同的列分隔符，如冒號(hào)或者分號(hào)等等。無(wú)論是哪一種符號(hào)來(lái)做列分隔符，一般情況下都需要滿(mǎn)足一個(gè)前提條件，即必須是英文輸入環(huán)節(jié)下的符號(hào)。如果是中文狀態(tài)下的逗號(hào)或者分號(hào)，則會(huì)當(dāng)作普通字符來(lái)對(duì)帶。三是行分隔符。行分隔符是一個(gè)比較特殊的分隔符，因?yàn)槠渌扇〉牟僮飨到y(tǒng)平臺(tái)不同，其采用的行分隔符是不同的。如在Windows操作系統(tǒng)上，行分隔符就是普通的換行符。而在Linux等操作系統(tǒng)上，雖然也是換行符，但是兩個(gè)操作系統(tǒng)上換行符是不同的。如在Linux操作系統(tǒng)上打開(kāi)Windows操作系統(tǒng)上建立的定界ASCII文件，則格式會(huì)混亂。如所有記錄在同一行中顯示，好像沒(méi)有分行一樣。為此在導(dǎo)入數(shù)據(jù)時(shí)，如果這個(gè)定界文件是在Windwos操作系統(tǒng)上建立的，而DB2數(shù)據(jù)庫(kù)則是不屬在Linux操作系統(tǒng)上，就無(wú)法正常導(dǎo)入導(dǎo)DB2數(shù)據(jù)庫(kù)中。而需要先對(duì)格式進(jìn)行轉(zhuǎn)換，將換行符轉(zhuǎn)換為L(zhǎng)inux操作系統(tǒng)所能夠識(shí)別的換行符。這一點(diǎn)數(shù)據(jù)庫(kù)管理員必須要引起足夠的重視。
根據(jù)上面的規(guī)則，如下記錄就是DB2數(shù)據(jù)庫(kù)所能夠支持的格式：
1001,”office”,2323,”BeiJing”,-233
注意，如果在外部文件中，字符串的值中包含列分隔符時(shí)(如逗號(hào)列分隔符)，則這個(gè)字符串分隔符是必須的。也就是說(shuō)，如果要導(dǎo)入的數(shù)據(jù)是字符型數(shù)據(jù)的話(huà)，必須要使用雙引號(hào)括起來(lái)。如果沒(méi)有列分隔符好的話(huà)，則這個(gè)字符串分隔符號(hào)可有可無(wú)。如Bei,Jing這個(gè)字符串，如果不用雙引號(hào)括起來(lái)的話(huà)，DB2數(shù)據(jù)庫(kù)系統(tǒng)就會(huì)認(rèn)為他是兩個(gè)字段，而不是一個(gè)字符串。此時(shí)就需要使用字符分隔符將其引用起來(lái)，告訴數(shù)據(jù)庫(kù)系統(tǒng)這是一個(gè)字符串。雖然這個(gè)定界的ASCII文件可以用來(lái)轉(zhuǎn)換大多數(shù)的數(shù)據(jù)類(lèi)型，如字符型數(shù)據(jù)、數(shù)字型數(shù)據(jù)、日期型數(shù)據(jù)等等。但是如果外部文件中包含二進(jìn)制數(shù)據(jù)的話(huà)，則采用這個(gè)定界的ASCII文件不是很好的選擇。另外就是如果文件建立的平臺(tái)與DB2數(shù)據(jù)庫(kù)所在的平臺(tái)所采用的操作系統(tǒng)平臺(tái)不同，也不建立采用這個(gè)ASCII定界文件。如果遇到這種情況的話(huà)，筆者建立采用PC集成交換格式的外部文件。最后需要提醒的是，在定界的ASCII文件中，數(shù)據(jù)行的最大長(zhǎng)度沒(méi)有限制。但是單獨(dú)列的值的最大長(zhǎng)度不能夠超過(guò)32KB。則只是從ASCII文件的角度來(lái)說(shuō)的。在將文件導(dǎo)入到數(shù)據(jù)庫(kù)的時(shí)候，還需要注意DB2數(shù)據(jù)庫(kù)表中字段的大小能否容納這個(gè)外部文件中字段的值。
二、固定記錄長(zhǎng)度的ASCII文件。
DB2數(shù)據(jù)庫(kù)還支持固定長(zhǎng)度的ASCII外部文件格式，有時(shí)候也將這種格式的文件叫做位置ASCII文件。固定記錄長(zhǎng)度位置的ASCII文件格式使用固定的字節(jié)偏移量來(lái)替代記錄分隔符以決定各個(gè)字段的界限。簡(jiǎn)單的說(shuō)，在這種文件格式下，文件中的每一個(gè)記錄(記錄中的每一個(gè)字段)都有固定的長(zhǎng)度。如第N條記錄的起始位置就是記錄的固定長(zhǎng)度乘以N的乘積決定。所計(jì)算出來(lái)的值就是從文件起點(diǎn)算起的字節(jié)偏移量。不僅記錄行的長(zhǎng)度是固定的，而且每條記錄中每個(gè)列的值的起始位置和終止位置也是相同的。即每個(gè)字段的長(zhǎng)度是相同的。不過(guò)字段實(shí)際內(nèi)容沒(méi)有達(dá)到這個(gè)固定寬度的話(huà)，則往往是使用空格符來(lái)代替。
不過(guò)這個(gè)文件格式比起比起上面所講的定界的ASCII文件有很大的缺陷。如制作這個(gè)文件非常的麻煩，而且很容易出錯(cuò)。多輸入一個(gè)空格與少輸入一個(gè)空格都會(huì)導(dǎo)致數(shù)據(jù)庫(kù)導(dǎo)入錯(cuò)誤。如中文字符與英文字符所占的位置是不同的。如果數(shù)據(jù)文件中同時(shí)包含中文與英文字符的話(huà)，那么這個(gè)固定長(zhǎng)度就很難控制。所以說(shuō)，筆者跟很多數(shù)據(jù)庫(kù)管理員一樣，并不建立采用這個(gè)固定長(zhǎng)度的ASCII文件格式。如果一定要使用的話(huà)，那么也要采用專(zhuān)業(yè)的工具來(lái)轉(zhuǎn)換這個(gè)文件。如在Linux操作系統(tǒng)中，可以利用重定向符號(hào)來(lái)制作固定寬度的ASCII文件。總之，如果手工建立這個(gè)文件的話(huà)，則出錯(cuò)的可能性很大。現(xiàn)在的DB2數(shù)據(jù)庫(kù)系統(tǒng)，雖然某些導(dǎo)入工具還支持這種格式的外部文件。但是在數(shù)據(jù)導(dǎo)出的時(shí)候，已經(jīng)放棄了這個(gè)格式。可見(jiàn)這種格式的文件正在退出歷史舞臺(tái)。
三、二進(jìn)制格式的文件。
以上兩種文件有一個(gè)共同的特點(diǎn)，即都不是以二進(jìn)制形式存儲(chǔ)的。為此他們?cè)趹?yīng)用的時(shí)候會(huì)遇到一個(gè)兼容性的文件。如在Linux操作系統(tǒng)平臺(tái)上將某張表導(dǎo)出為ASCII文件。在Windows操作系統(tǒng)平臺(tái)上，無(wú)法將這個(gè)文件導(dǎo)入到DB2數(shù)據(jù)庫(kù)系統(tǒng)中。主要是因?yàn)橥瑯邮茿SCII文件，在不同的操作系統(tǒng)中(如Linux操作系統(tǒng)或者Windows操作系統(tǒng))，其存儲(chǔ)的格式是不同的。為此通過(guò)ASCII文件是無(wú)法在不同的操作系統(tǒng)上進(jìn)行數(shù)據(jù)互導(dǎo)的。其實(shí)不光光是DB2 數(shù)據(jù)庫(kù)遇到這種困擾，在Oracle數(shù)據(jù)庫(kù)也是如此。
為了解決問(wèn)題，在DB2數(shù)據(jù)庫(kù)中涉及了二進(jìn)制格式的外部文件。這個(gè)二進(jìn)制格式的數(shù)據(jù)文件主要有兩種，分別為PC集成交換格式和工作表單格式。PC集成交換格式文件主要用于在不同的操作系統(tǒng)平臺(tái)上，如Linux、Windows操作系統(tǒng)平臺(tái)上的DB2數(shù)據(jù)庫(kù)表之間進(jìn)行數(shù)據(jù)傳遞。即通過(guò)這種格式的二進(jìn)制文件，可以將數(shù)據(jù)從Linux操作系統(tǒng)上的數(shù)據(jù)庫(kù)中到出來(lái)，然后導(dǎo)入導(dǎo)Windows操作系統(tǒng)上的DB2數(shù)據(jù)庫(kù)中。這個(gè)文件主要的特點(diǎn)就是，其存儲(chǔ)的不光光是記錄的內(nèi)容，還存儲(chǔ)了表結(jié)構(gòu)的定義。而且因?yàn)槭嵌M(jìn)制格式的文件，所以在不同操作系統(tǒng)上可以容易的轉(zhuǎn)移，而不用擔(dān)心兼容性的問(wèn)題。
另外一種二進(jìn)制文件的格式是工作表單格式。這也是DB2數(shù)據(jù)庫(kù)產(chǎn)品的一種特殊的格式文件。這個(gè)工作表單格式文件的用途與PC集成交換格式的文件用途不同。PC集成交換格式文件主要用來(lái)解決的是不同操作系統(tǒng)平臺(tái)上數(shù)據(jù)遷移時(shí)的兼容性問(wèn)題。而這個(gè)工作表單格式的文件其主要用途則是用來(lái)解決DB2不同產(chǎn)品之間的數(shù)據(jù)遷移，如在DB2數(shù)據(jù)庫(kù)與Lotus產(chǎn)品之間的數(shù)據(jù)遷移。雖然他們同樣都是二進(jìn)制文件，但是他們用途是不同的。為此數(shù)據(jù)庫(kù)管理員需要根據(jù)不同用途來(lái)選擇合適的文件格式。、
【編輯推薦】
