PostgreSQLデータベースにmilion行を挿入するときにパフォーマンス上の問題が発生します。PostgreSQLへのデータの大量挿入
ミリオンローの配列を持つJSONオブジェクトを送信しています。
各行について、データベーステーブルにレコードを作成します。一度に複数の挿入を試してみましたが、問題は残っています。
これを処理する方法がわかりません。私はCOPYコマンドが最速であることを読んでいます。
パフォーマンスを向上させるにはどうすればよいですか?
ログを配列として持つMy JSONオブジェクト: 配列ログにはミリオンローがあります。
{"type":"monitoring","log":[
["2016-10-12T20:33:21","0.00","0.00","0.00","0.00","0.0","24.00","1.83","-0.00","1","1","-100.00"],
["2016-10-12T20:33:23","0.00","0.00","0.00","0.00","0.0","24.00","1.52","-0.61","1","1","-100.00"]]}
私の現在のコード(私は一度に複数の行を実行することができるように私は動的ステートメントを構築しています):
IF(NOT b_first_line) THEN
s_insert_query_values = right(s_insert_query_values, -1); --remove te leading comma
EXECUTE format('INSERT INTO log_rlda
(record_node_id, log_line, log_value, timestamp, record_log_id)
VALUES %s;', s_insert_query_values);
s_insert_query_values = '';
i_num_lines_buffered = 0;
END IF;
END IF;
s_insert_query_valuesは含まれています
内部の各値を"log"内の配列は、それ自身の行(列:log_value)に挿入する必要があります。これは、INSERTは(s_insert_query_values参照)のように見える方法です:
INSERT INTO log_rlda
(record_node_id, log_line, log_value, timestamp, record_log_id)
VALUES
(806, 1, 0.00, '2016-10-12 20:33:21', 386),
(807, 1, 0.00, '2016-10-12 20:33:21', 386),
(808, 1, 0.00, '2016-10-12 20:33:21', 386),
(809, 1, 0.00, '2016-10-12 20:33:21', 386),
(810, 1, 0.0, '2016-10-12 20:33:21', 386),
(811, 1, 24.00, '2016-10-12 20:33:21', 386),
(768, 1, 1.83, '2016-10-12 20:33:21', 386),
(769, 1, 0.00, '2016-10-12 20:33:21', 386),
(728, 1, 1, '2016-10-12 20:33:21', 386),
(771, 1, 1, '2016-10-12 20:33:21', 386),
(729, 1, -100.00, '2016-10-12 20:33:21', 386),
(806, 2, 0.00, '2016-10-12 20:33:23', 386),
(807, 2, 0.00, '2016-10-12 20:33:23', 386),
(808, 2, 0.00, '2016-10-12 20:33:23', 386),
(809, 2, 0.00, '2016-10-12 20:33:23', 386),
(810, 2, 0.0, '2016-10-12 20:33:23', 386),
(811, 2, 24.00, '2016-10-12 20:33:23', 386),
(768, 2, 1.52, '2016-10-12 20:33:23', 386),
(769, 2, -0.61, '2016-10-12 20:33:23', 386),
(728, 2, 1, '2016-10-12 20:33:23', 386),
(771, 2, 1, '2016-10-12 20:33:23', 386),
(729, 2, -100.00, '2016-10-12 20:33:23', 386)
ソリューション(i_node_id_listは、私はこのクエリの前に選択されたIDを含んでいる):
SELECT i_node_id_list[log_value_index] AS record_node_id,
e.log_line-1 AS log_line,
items.log_value::double precision as log_value,
to_timestamp((e.line->>0)::text, 'YYYY-MM-DD HH24:MI:SS') as "timestamp",
i_log_id as record_log_id
FROM (VALUES (log_data::json)) as data (doc),
json_array_elements(doc->'log') with ordinality as e(line, log_line),
json_array_elements_text(e.line) with ordinality as items(log_value, log_value_index)
WHERE log_value_index > 1 --dont include timestamp value (shouldnt be written as log_value)
AND log_line > 1
速い回答ありがとうございました データは異なる方法でアンネストされています。 「行配列」の各値について、最初の値を除いて、行がlog_rldaに挿入されます。 log_rldaの列の説明: record_node_id値の意味を説明するレコードノードを参照します。 は、ログデータ の行番号をlog_line log_value各値 record_log_id「ラインアレイ」の最初の値が、私は「s_insert_query_values」は含まれていたものととして、あなたの最初の質問に返事したデータ のセットを指し タイムスタンプ。 – Vern
@Vern:私の編集 –
を参照して、正しいrecord_node_idを統合する問題を解決してください。私は以前に収集したIDの配列から正しいIDを選択するために次の文を編集しました。 私はlog_value_indexを使って反復処理します。それはかなり良い作品と私はこれまでのところ大幅なパフォーマンスの向上を得ている。トピックに解決策を追加しました – Vern