Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Speichern von Daten aus einem Amazon Aurora My SQL DB-Cluster in Textdateien in einem Amazon S3 S3-Bucket

Sie können die SELECT INTO OUTFILE S3 Anweisung verwenden, um Daten aus einem Amazon Aurora My SQL DB-Cluster abzufragen und sie in Textdateien zu speichern, die in einem Amazon S3 S3-Bucket gespeichert sind. In Aurora My SQL werden die Dateien zuerst auf der lokalen Festplatte gespeichert und dann nach S3 exportiert. Nach Abschluss der Exporte werden die lokalen Dateien gelöscht.

Sie können den Amazon S3-Bucket mit einem von Amazon S3 verwalteten Schlüssel (SSE-S3) oder AWS KMS key (SSE-KMS: Von AWS verwalteter Schlüssel oder vom Kunden verwalteten Schlüssel) verschlüsseln.

Die LOAD DATA FROM S3 Anweisung kann Dateien verwenden, die durch die SELECT INTO OUTFILE S3 Anweisung erstellt wurden, um Daten in einen Aurora-DB-Cluster zu laden. Weitere Informationen finden Sie unter Daten aus Textdateien in einem Amazon S3-Bucket in einen Amazon Aurora My SQL DB-Cluster laden.

Aurora My SQL Zugriff auf Amazon S3 gewähren

Bevor Sie Daten in einem Amazon S3-Bucket speichern können, müssen Sie Ihrem Aurora My SQL DB-Cluster zunächst die Erlaubnis erteilen, auf Amazon S3 zuzugreifen.

Erteilen von Rechten zum Speichern von Daten in Aurora My SQL

Der Datenbankbenutzer, der die SELECT INTO OUTFILE S3-Anweisung ausgibt, muss über eine bestimmte Rolle oder Berechtigung verfügen. In Aurora My SQL Version 3 gewähren Sie die AWS_SELECT_S3_ACCESS Rolle. In Aurora My SQL Version 2 gewähren Sie das SELECT INTO S3 Privileg. Dem Administratorbenutzer für ein DB-Cluster wird die entsprechende Rolle oder -Berechtigung standardmäßig gewährt. Sie können die Berechtigung einem anderen Benutzer erteilen, indem Sie eine der folgenden Anweisungen verwenden.

Verwenden Sie die folgende Anweisung für Aurora My SQL Version 3:

GRANT AWS_SELECT_S3_ACCESS TO 'user'@'domain-or-ip-address'

Verwenden Sie die folgende Anweisung für Aurora My SQL Version 2:

GRANT SELECT INTO S3 ON *.* TO 'user'@'domain-or-ip-address'

Die AWS_SELECT_S3_ACCESS Rolle und die SELECT INTO S3 Berechtigung sind spezifisch für Amazon Aurora My SQL und sind nicht für Meine SQL Datenbanken oder RDS für Meine SQL DB-Instances verfügbar. Wenn Sie die Replikation zwischen einem Aurora My SQL DB-Cluster als Replikationsquelle und einer My SQL Database als Replikationsclient eingerichtet haben, führt die GRANT Anweisung für die Rolle oder das Privileg dazu, dass die Replikation mit einem Fehler beendet wird. Sie können diese Fehlermeldung ignorieren und mit der Replikation fortfahren. Verwenden Sie die Prozedur mysql_rds_skip_repl_error, um den Fehler in einer RDS for My SQL DB-Instance zu überspringen. Um den Fehler in einer externen My SQL database zu überspringen, verwenden Sie die Systemvariable slave_skip_errors (Aurora My SQL Version 2) oder die Systemvariable replica_skip_errors (Aurora My Version 3). SQL

Angeben eines Pfades zu einem Amazon S3-Bucket

Die Syntax für das Bestimmen eines Pfades zu einem Speicherort für Daten und Manifestdateien in einem Amazon S3-Bucket ist ähnlich der in der Anweisung LOAD DATA FROM S3 PREFIX, wie im Folgenden zu sehen ist.

s3-region://bucket-name/file-prefix

Der Pfad enthält die folgenden Werte:

Die durch die SELECT INTO OUTFILE S3 Anweisung erstellten Datendateien verwenden den folgenden Pfad, in dem 00000 steht für eine fünfstellige Ganzzahl, die auf Null basiert.

s3-region://bucket-name/file-prefix.part_00000

Nehmen wir beispielsweise an, dass ein Statement SELECT INTO OUTFILE S3 s3-us-west-2://bucket/prefix als den Pfad festlegt, in dem Dateien gespeichert und drei Datendateien erstellt werden sollen. Das festgelegte Amazon S3-Bucket beinhaltet die folgenden Dateien.

Erstellen eines Manifests für das Auflisten von Dateien

Sie können die SELECT INTO OUTFILE S3 Anweisung mit der MANIFEST ON Option verwenden, um eine Manifestdatei in einem JSON Format zu erstellen, das die durch die Anweisung erstellten Textdateien auflistet. Die LOAD DATA FROM S3 Anweisung kann die Manifestdatei verwenden, um die Datendateien wieder in einen Aurora My SQL DB-Cluster zu laden. Weitere Informationen zur Verwendung eines Manifests zum Laden von Datendateien aus Amazon S3 in einen Aurora My SQL DB-Cluster finden Sie unterVerwenden eines Manifests für zu ladende Dateien.

Die im Manifest beinhalteten Dateien, die mithilfe des Statements SELECT INTO OUTFILE S3 erstellt wurden, werden in der Reihenfolge gelistet, in der sie mit dem Statement erstellt wurden. Nehmen wir beispielsweise an, dass ein Statement SELECT INTO OUTFILE S3 s3-us-west-2://bucket/prefix als den Pfad angegeben hat, in dem Dateien gespeichert und drei Dateien und eine Manifestdatei erstellt werden sollen. Der angegebene Amazon S3-Bucket beinhaltet eine Manifestdatei mit dem Namen s3-us-west-2://bucket/prefix.manifest, die die folgenden Informationen beinhaltet.

{
  "entries": [
    {
      "url":"s3-us-west-2://bucket/prefix.part_00000"
    },
    {
      "url":"s3-us-west-2://bucket/prefix.part_00001"
    },
    {
      "url":"s3-us-west-2://bucket/prefix.part_00002"
    }
  ]
}

SELECTINTOOUTFILES3

Sie können die Anweisung SELECT INTO OUTFILE S3 verwenden, um Daten aus einem DB-Cluster abzufragen und diese direkt in separierten Textdateien in einem Amazon S3-Bucket zu speichern.

Komprimierte Dateien werden nicht unterstützt. Verschlüsselte Dateien werden ab Aurora My SQL Version 2.09.0 unterstützt.

Syntax

SELECT
    [ALL | DISTINCT | DISTINCTROW ]
        [HIGH_PRIORITY]
        [STRAIGHT_JOIN]
        [SQL_SMALL_RESULT] [SQL_BIG_RESULT] [SQL_BUFFER_RESULT]
        [SQL_CACHE | SQL_NO_CACHE] [SQL_CALC_FOUND_ROWS]
    select_expr [, select_expr ...]
    [FROM table_references
        [PARTITION partition_list]
    [WHERE where_condition]
    [GROUP BY {col_name | expr | position}
        [ASC | DESC], ... [WITH ROLLUP]]
    [HAVING where_condition]
    [ORDER BY {col_name | expr | position}
         [ASC | DESC], ...]
    [LIMIT {[offset,] row_count | row_count OFFSET offset}]
INTO OUTFILE S3 's3_uri'
[CHARACTER SET charset_name]
    [export_options]
    [MANIFEST {ON | OFF}]
    [OVERWRITE {ON | OFF}]
    [ENCRYPTION {ON | OFF | SSE_S3 | SSE_KMS ['cmk_id']}]

export_options:
    [FORMAT {CSV|TEXT} [HEADER]]
    [{FIELDS | COLUMNS}
        [TERMINATED BY 'string']
        [[OPTIONALLY] ENCLOSED BY 'char']
        [ESCAPED BY 'char']
    ]
    [LINES
        [STARTING BY 'string']
        [TERMINATED BY 'string']
]

Parameter

Die Anweisung SELECT INTO OUTFILE S3 verwendet die folgenden erforderlichen und optionalen Parameter, die für Aurora spezifisch sind.

Weitere Informationen zu anderen Parametern finden Sie unter SELECTAnweisung und LOADDATAAnweisung in der Dokumentation Meine Daten. SQL

Überlegungen

Die Anzahl der in den Amazon S3 S3-Bucket geschriebenen Dateien hängt von der in der SELECT INTO OUTFILE S3 Anweisung ausgewählten Datenmenge und dem Schwellenwert für die Dateigröße für Aurora My abSQL. Der Standard-Schwellenwert für die Dateigröße liegt bei 6 GB. Wenn die vom Statement ausgewählte Datei kleiner ist als der Schwellenwert für die Dateigröße, wird eine einzelne Datei erstellt, andernfalls werden mehrere Dateien erstellt. Außerdem sollte Folgendes für Dateien, die von diesem Statement erstellt wurden, beachtet werden:

Die SELECT INTO OUTFILE S3 Anweisung gibt eine typische SQL My-Fehlernummer und eine Antwort bei Erfolg oder Misserfolg zurück. Wenn Sie keinen Zugriff auf die SQL Fehlernummer und die Antwort von My haben, können Sie am einfachsten feststellen, wann der Fehler behoben ist, indem Sie dies MANIFEST ON in der Anweisung angeben. Die Manifestdatei ist die letzte Datei, die vom Statement geschrieben wurde. Mit anderen Worten, wenn Sie über eine Manifestdatei verfügen, hat die Anweisung die Ausführung abgeschlossen.

Aktuell gibt es keine Möglichkeit, den Fortschritt der SELECT INTO OUTFILE S3-Anweisung bei der Ausführung direkt zu überwachen. Nehmen wir jedoch an, Sie schreiben mithilfe dieser Anweisung eine große Datenmenge von Aurora My SQL nach Amazon S3 und Sie kennen die Größe der in der Anweisung ausgewählten Daten. In diesem Fall können Sie den Fortschritt schätzen, indem Sie die Erstellung der Dateien in Amazon S3 überwachen.

Dabei können Sie sich die Tatsache zunutze machen, dass eine Datei im festgelegten Amazon S3-Bucket für je 6 GB Daten, die vom Statement ausgewählt wurden, erstellt wird. Teilen Sie diese ausgewählte Datengröße durch 6 GB, um eine geschätzte Anzahl der zu erstellenden Dateien zu erhalten. So können Sie den Fortschritt der Anweisung einschätzen, wenn Sie die Anzahl der in Amazon S3 hochgeladenen Dateien während der Ausführung der Anweisung überwachen.

Beispiele

Die folgende Anweisung wählt alle Daten in der employees Tabelle aus und speichert die Daten in einem Amazon S3 S3-Bucket, der sich in einer anderen Region als der Aurora My SQL DB-Cluster befindet. Das Statement erstellt Dateien, bei denen jedes Feld durch ein Komma (,) und jede Zeile durch einen Zeilenumbruch (\n) beendet wird. Die Anweisung gibt einen Fehler zurück, wenn sich Dateien, die mit dem Dateipräfix sample_employee_data übereinstimmen, im angegebenen Amazon S3-Bucket befinden.

SELECT * FROM employees INTO OUTFILE S3 's3-us-west-2://aurora-select-into-s3-pdx/sample_employee_data'
    FIELDS TERMINATED BY ','
    LINES TERMINATED BY '\n';

Die folgende Anweisung wählt alle Daten in der employees Tabelle aus und speichert die Daten in einem Amazon S3 S3-Bucket, der sich in derselben Region wie der Aurora My SQL DB-Cluster befindet. Das Statement erstellt Dateien bei denen jedes Feld durch ein Komma (,) und jede Zeile durch einen Zeilenumbruch (\n) beendet wird. Zudem wird eine Manifestdatei erstellt. Die Anweisung gibt einen Fehler zurück, wenn sich Dateien, die mit dem Dateipräfix sample_employee_data übereinstimmen, im angegebenen Amazon S3-Bucket befinden.

SELECT * FROM employees INTO OUTFILE S3 's3://aurora-select-into-s3-pdx/sample_employee_data'
    FIELDS TERMINATED BY ','
    LINES TERMINATED BY '\n'
    MANIFEST ON;

Die folgende Anweisung wählt alle Daten in der Tabelle employees aus und speichert die Daten in einem Amazon S3-Bucket, der sich in einer anderen Region als der Aurora-DB-Cluster befindet. Das Statement erstellt Dateien, bei denen jedes Feld durch ein Komma (,) und jede Zeile durch einen Zeilenumbruch (\n) beendet wird. Die Anweisung überschreibt alle bestehenden Dateien, die mit dem Dateipräfix sample_employee_data im angegebenen Amazon S3-Bucket übereinstimmen.

SELECT * FROM employees INTO OUTFILE S3 's3-us-west-2://aurora-select-into-s3-pdx/sample_employee_data'
    FIELDS TERMINATED BY ','
    LINES TERMINATED BY '\n'
    OVERWRITE ON;

Die folgende Anweisung wählt alle Daten in der employees Tabelle aus und speichert die Daten in einem Amazon S3 S3-Bucket, der sich in derselben Region wie der Aurora My SQL DB-Cluster befindet. Das Statement erstellt Dateien bei denen jedes Feld durch ein Komma (,) und jede Zeile durch einen Zeilenumbruch (\n) beendet wird. Zudem wird eine Manifestdatei erstellt. Die Anweisung überschreibt alle bestehenden Dateien, die mit dem Dateipräfix sample_employee_data im angegebenen Amazon S3-Bucket übereinstimmen.

SELECT * FROM employees INTO OUTFILE S3 's3://aurora-select-into-s3-pdx/sample_employee_data'
    FIELDS TERMINATED BY ','
    LINES TERMINATED BY '\n'
    MANIFEST ON
    OVERWRITE ON;