快速入门：使用 COPY 语句批量加载数据

项目
10/23/2023

在本快速入门中，你将使用简单灵活的 COPY 语句将数据批量加载到专用 SQL 池中，以实现高吞吐量数据引入。 COPY 语句是推荐使用的加载实用工具，因为它提供以下功能，可以无缝且灵活地加载数据：

允许权限较低的用户进行加载，不需要对数据仓库有严格的控制权限
只使用一个 T-SQL 语句，不需要创建任何其他数据库对象
使用更精细的权限模型，无需使用共享访问签名 (SAS) 来公开存储帐户密钥
为 ERRORFILE 位置 (REJECTED_ROW_LOCATION) 指定一个不同的存储帐户
为每个目标列自定义默认值，并指定要加载到特定目标列中的源数据字段
为 CSV 文件指定自定义行终止符
为 CSV 文件转义字符串、字段和行分隔符
对 CSV 文件使用 SQL Server 日期格式
在存储位置路径中指定通配符和多个文件

先决条件

本快速入门假设你已有一个专用 SQL 池。如果尚未创建专用 SQL 池，请使用创建和连接 - 门户快速入门。

设置所需权限

-- List the permissions for your user
select  princ.name
,       princ.type_desc
,       perm.permission_name
,       perm.state_desc
,       perm.class_desc
,       object_name(perm.major_id)
from    sys.database_principals princ
left join
        sys.database_permissions perm
on      perm.grantee_principal_id = princ.principal_id
where name = '<yourusername>';

--Make sure your user has the permissions to CREATE tables in the [dbo] schema
GRANT CREATE TABLE TO <yourusername>;
GRANT ALTER ON SCHEMA::dbo TO <yourusername>;

--Make sure your user has ADMINISTER DATABASE BULK OPERATIONS permissions
GRANT ADMINISTER DATABASE BULK OPERATIONS TO <yourusername>

--Make sure your user has INSERT permissions on the target table
GRANT INSERT ON <yourtable> TO <yourusername>

创建目标表

在此示例中，我们将从纽约出租车数据集加载数据。我们将加载一个名为 Trip 的表，该表提供一年内的出租车行程。运行下列语句来创建此表：

CREATE TABLE [dbo].[Trip]
(
    [DateID] int NOT NULL,
    [MedallionID] int NOT NULL,
    [HackneyLicenseID] int NOT NULL,
    [PickupTimeID] int NOT NULL,
    [DropoffTimeID] int NOT NULL,
    [PickupGeographyID] int NULL,
    [DropoffGeographyID] int NULL,
    [PickupLatitude] float NULL,
    [PickupLongitude] float NULL,
    [PickupLatLong] varchar(50) COLLATE SQL_Latin1_General_CP1_CI_AS NULL,
    [DropoffLatitude] float NULL,
    [DropoffLongitude] float NULL,
    [DropoffLatLong] varchar(50) COLLATE SQL_Latin1_General_CP1_CI_AS NULL,
    [PassengerCount] int NULL,
    [TripDurationSeconds] int NULL,
    [TripDistanceMiles] float NULL,
    [PaymentType] varchar(50) COLLATE SQL_Latin1_General_CP1_CI_AS NULL,
    [FareAmount] money NULL,
    [SurchargeAmount] money NULL,
    [TaxAmount] money NULL,
    [TipAmount] money NULL,
    [TollsAmount] money NULL,
    [TotalAmount] money NULL
)
WITH
(
    DISTRIBUTION = ROUND_ROBIN,
    CLUSTERED COLUMNSTORE INDEX
);

运行 COPY 语句

运行以下 COPY 语句，将数据从 Azure blob 存储帐户加载到 Trip 表中。

COPY INTO [dbo].[Trip] FROM 'https://nytaxiblob.blob.core.windows.net/2013/Trip2013/'
WITH (
   FIELDTERMINATOR='|',
   ROWTERMINATOR='0x0A'
) OPTION (LABEL = 'COPY: dbo.trip');

监视加载情况

通过定期运行以下查询来检查加载是否正在进行：

SELECT  r.[request_id]                           
,       r.[status]                               
,       r.resource_class                         
,       r.command
,       sum(bytes_processed) AS bytes_processed
,       sum(rows_processed) AS rows_processed
FROM    sys.dm_pdw_exec_requests r
              JOIN sys.dm_pdw_dms_workers w
                     ON r.[request_id] = w.request_id
WHERE [label] = 'COPY: dbo.trip' and session_id <> session_id() and type = 'WRITER'
GROUP BY r.[request_id]                           
,       r.[status]                               
,       r.resource_class                         
,       r.command;

后续步骤

有关加载数据的最佳做法，请参阅加载数据的最佳做法。
若要了解如何管理数据加载的资源，请参阅工作负载隔离。

通过