PostgreSQL和MogDB使用copy导入存在多余数据的文件

原作者：茹跃涵

问题概述

使用copy导入CSV文件时，报错“ERROR: extra data after last expected column”，文件格式没问题的情况下，csv数据文件的列数比表实际列数多时也会出现该报错

例如：

[postgres@mydb1a ~]$ cat test.csv
id1,id3,id4,temp
1,2,3,4

pg

postgres=# \copy  test(id1,id3,id4) from test.csv with(format 'csv',header)
ERROR:  extra data after last expected column
CONTEXT:  COPY test, line 2: "1,2,3,4"

mogdb

MogDB=#\copy test from test.csv (format 'csv',header 'on');
ERROR:  extra data after last expected column
CONTEXT:  COPY test, line 2: "1,2,3,4"

解决方案

pg

可以使用cut命令截取需要的列

解释[postgres@mydb1a ~]$ cut  -f 1-3 -d ','  test.csv>test1.csv
[postgres@mydb1a ~]$ cat test1.csv
id1,id3,id4
1,2,3

再导入就没问题了

解释postgres=# \copy  test(id1,id3,id4) from test1.csv with(format 'csv',header)
COPY 1
postgres=# select * from test;
 id1 | id3 | id4
-----+-----+-----
   1 | 2   |   3
(1 row)

mogdb

mogdb中copy导入时可以使用"IGNORE_EXTRA_DATA"选项,忽略多出的列

IGNORE_EXTRA_DATA
若数据源文件比外表定义列数多，是否会忽略对多出的列。该参数只在数据导入过程中使用。
取值范围：true/on、false/off。
解释MogDB=#\copy test from test.csv (format 'csv',header 'on',IGNORE_EXTRA_DATA 'on')
MogDB=#select * from test;
MogDB=# id1 | id3 | id4 
-----+-----+-----
   1 |   2 |   3
(1 row)

尤其是数据列内容包含分隔符时，cut命令做截取不方便，但mogdb中使用copy导入同样没问题

解释omm@modb:~$ cat test.csv 
id1,id3,id4,temp
1,"2,3",3,4

omm@modb:~$ cut -f 1-3 -d ',' test.csv 
id1,id3,id4
1,"2,3"
##数据列中包含分隔符时，按之前的cut方法，截取的列不准确

MogDB=#\copy test1 from test.csv (format 'csv',header 'on',IGNORE_EXTRA_DATA 'on')
MogDB=#select * from test1;
 id1 | id3 | id4 
-----+-----+-----
   1 | 2,3 |   3

注意

mogdb中copy导入时使用"IGNORE_EXTRA_DATA"选项时，如果行尾换行符丢失，使两行变成一行时，设置此参数为true将导致后一行数据被忽略掉。

参考

docs.mogdb.io/zh/mogdb/v5.0/COPY/#功能描述