TiDB Lightningエラー解決

v5.4.0 以降では、無効な型変換や一意のキーの競合などのエラーをスキップし、それらの間違った行データが存在しないかのようにデータ処理を続行するようにTiDB Lightningを構成できます。後で読み取って手動でエラーを修正するためのレポートが生成されます。これは、手動でエラーを見つけるのが難しく、発生するたびにTiDB Lightningを再起動するとコストがかかる、やや汚れたデータ ソースからのインポートに最適です。

このドキュメントでは、 TiDB Lightning のエラーの種類、エラーをクエリする方法、および例を紹介します。関係する構成項目は次のとおりです。

  • lightning.max-error : 型エラーの許容閾値
  • conflict.strategy conflict.max-record-rows競合conflict.thresholdデータに関連する構成
  • tikv-importer.duplicate-resolution (v8.0.0 では非推奨となり、将来のリリースでは削除される予定): 物理インポート モードでのみ使用できる競合処理構成
  • lightning.task-info-schema-name : TiDB Lightningが競合を検出したときに競合するデータが保存されるデータベース

詳細についてはTiDB Lightning (タスク)参照してください。

入力エラー

lightning.max-error構成を使用すると、データ型に関連するエラーの許容範囲を広げることができます。この構成をNに設定すると、 TiDB Lightning は、データ ソースが存在する前に最大N個のタイプのエラーを許可してスキップします。デフォルト値0 、エラーが許可されないことを意味します。

これらのエラーはデータベースに記録されます。インポートが完了したら、データベース内のエラーを確認して手動で処理することができます。詳細については、 エラーレポート参照してください。

[lightning] max-error = 0

上記の構成では、次のエラーがカバーされます。

  • 無効な値 (例: INT 列に'Text'設定します)。
  • 数値オーバーフロー(例:TINYINT列に500設定)
  • 文字列オーバーフロー(例:VARCHAR(5)列に'Very Long Text'設定します)。
  • 日付と時刻がゼロ (つまり'0000-00-00''2021-12-00' )。
  • NOT NULL 列に NULL を設定します。
  • 生成された列式の評価に失敗しました。
  • カラム数が一致しません。行内の値の数がテーブルの列数と一致しません。
  • その他の SQL エラー。

以下のエラーは常に致命的であり、 lightning.max-error変更してもスキップすることはできません。

  • 元の CSV、SQL、または Parquet ファイルの構文エラー (閉じていない引用符など)。
  • I/O、ネットワーク、またはシステムの権限エラー。

競合エラー

conflict.threshold構成項目を使用すると、データの競合に関連するエラーの許容度を高めることができます。この構成項目をNに設定すると、 TiDB Lightning はデータ ソースから最大 N 個の競合エラーを許可し、終了する前にスキップします。デフォルト値は10000で、これは 10000 個のエラーが許容されることを意味します。

これらのエラーはテーブルに記録されます。インポートが完了したら、データベース内のエラーを確認して手動で処理することができます。詳細については、 エラーレポート参照してください。

エラーレポート

TiDB Lightning がインポート中にエラーに遭遇した場合、終了時にターミナルとログ ファイルの両方にこれらのエラーに関する統計サマリーが出力されます。

  • ターミナルのエラー レポートは次の表のようになります。

    エラーの種類エラー数エラーデータテーブル
    1データ・タイプ1000lightning_task_infotype_error_v1
  • TiDB Lightningログ ファイル内のエラー レポートは次のとおりです。

    [2022/03/13 05:33:57.736 +08:00] [WARN] [errormanager.go:459] ["Detect 1000 data type errors in total, please refer to table `lightning_task_info`.`type_error_v1` for more details"]

すべてのエラーは、ダウンストリーム TiDB クラスターのlightning_task_infoデータベース内のテーブルに書き込まれます。インポートが完了した後、エラー データが収集されると、データベース内のエラーを表示して手動で処理できます。

lightning.task-info-schema-nameを設定することでデータベース名を変更できます。

[lightning] task-info-schema-name = 'lightning_task_info'

TiDB Lightning はこのデータベースに 3 つのテーブルを作成します。

CREATE TABLE type_error_v1 ( task_id bigint NOT NULL, create_time datetime(6) NOT NULL DEFAULT now(6), table_name varchar(261) NOT NULL, path varchar(2048) NOT NULL, offset bigint NOT NULL, error text NOT NULL, row_data text NOT NULL ); CREATE TABLE conflict_error_v1 ( task_id bigint NOT NULL, create_time datetime(6) NOT NULL DEFAULT now(6), table_name varchar(261) NOT NULL, index_name varchar(128) NOT NULL, key_data text NOT NULL, row_data text NOT NULL, raw_key mediumblob NOT NULL, raw_value mediumblob NOT NULL, raw_handle mediumblob NOT NULL, raw_row mediumblob NOT NULL, KEY (task_id, table_name) ); CREATE TABLE conflict_records ( task_id bigint NOT NULL, create_time datetime(6) NOT NULL DEFAULT now(6), table_name varchar(261) NOT NULL, path varchar(2048) NOT NULL, offset bigint NOT NULL, error text NOT NULL, row_id bigint NOT NULL COMMENT 'the row id of the conflicting row', row_data text NOT NULL COMMENT 'the row data of the conflicting row', KEY (task_id, table_name) );

type_error_v1 lightning.max-errorによって管理される入力エラーすべて記録します。各エラーは 1 行に対応します。

conflict_error_v2 、物理インポート モードでconflict構成グループによって管理される競合を記録します。競合の各ペアは 2 つの行に対応します。

conflict_records 、論理インポート モードと物理インポート モードの両方でconflict構成グループによって管理される競合を記録します。各エラーは 1 行に対応します。

カラム構文タイプ対立説明
タスクIDこのエラーを生成するTiDB Lightningタスク ID
作成時間エラーが記録された時刻
テーブル名エラーを含むテーブルの名前( '`db`.`tbl`'の形式)
パスエラーを含むファイルのパス
オフセットファイル内でエラーが見つかったバイト位置
エラーエラーメッセージ
コンテクストエラーを囲むテキスト
インデックス名競合している一意キーの名前。主キーの競合の場合は'PRIMARY'になります。
キーデータエラーの原因となった行のフォーマットされたキー ハンドル。このコンテンツは、人間が参照するためのものであり、機械が読み取り可能なものではありません。
行データエラーの原因となったフォーマットされた行データ。この内容は人間が参照するためのものであり、機械が判読できるようには設計されていません。
生のキー競合するKVペアのキー
生の値競合するKVペアの値
生のハンドル競合した行の行ハンドル
生の行競合行のエンコードされた値

注記:

エラー レポートには、取得するのが非効率的な行/列番号ではなく、ファイル オフセットが記録されます。次のコマンドを使用して、バイト位置 (例として 183 を使用) の近くにすばやくジャンプできます。

  • シェル、最初の数行を出力します。

    head -c 183 file.csv | tail
  • シェルは、次の数行を出力します。

    tail -c +183 file.csv | head
  • vim — :goto 183または183go

この例では、いくつかの既知のエラーを含むデータ ソースが準備されています。

  1. データベースとテーブル スキーマを準備します。

    mkdir example && cd example echo 'CREATE SCHEMA example;' > example-schema-create.sql echo 'CREATE TABLE t(a TINYINT PRIMARY KEY, b VARCHAR(12) NOT NULL UNIQUE);' > example.t-schema.sql
  2. データを準備します。

    cat <<EOF > example.t.1.sql INSERT INTO t (a, b) VALUES (0, NULL), -- column is NOT NULL (1, 'one'), (2, 'two'), (40, 'forty'), -- conflicts with the other 40 below (54, 'fifty-four'), -- conflicts with the other 'fifty-four' below (77, 'seventy-seven'), -- the string is longer than 12 characters (600, 'six hundred'), -- the number overflows TINYINT (40, 'forty'), -- conflicts with the other 40 above (42, 'fifty-four'); -- conflicts with the other 'fifty-four' above EOF
  3. TiDB Lightningを構成して、厳密な SQL モードを有効にし、ローカル バックエンドを使用してデータをインポートし、重複を置き換え、最大 10 個のエラーをスキップします。

    cat <<EOF > config.toml [lightning] max-error = 10 [tikv-importer] backend = 'local' sorted-kv-dir = '/tmp/lightning-tmp/' [conflict] strategy = 'replace' [mydumper] data-source-dir = '.' [tidb] host = '127.0.0.1' port = 4000 user = 'root' password = '' sql-mode = 'STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE' EOF
  4. TiDB Lightningを実行します。すべてのエラーがスキップされるため、このコマンドは正常に終了します。

    tiup tidb-lightning -c config.toml
  5. インポートされたテーブルに次の 2 つの通常の行のみが含まれていることを確認します。

    $ mysql -u root -h 127.0.0.1 -P 4000 -e 'select * from example.t' +---+-----+ | a | b | +---+-----+ | 1 | one | | 2 | two | +---+-----+
  6. type_error_v1テーブルに型変換に関連する 3 つの行が含まれているかどうかを確認します。

    $ mysql -u root -h 127.0.0.1 -P 4000 -e 'select * from lightning_task_info.type_error_v1;' -E *************************** 1. row *************************** task_id: 1635888701843303564 create_time: 2021-11-02 21:31:42.620090 table_name: `example`.`t` path: example.t.1.sql offset: 46 error: failed to cast value as varchar(12) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin for column `b` (#2): [table:1048]Column 'b' cannot be null row_data: (0,NULL) *************************** 2. row *************************** task_id: 1635888701843303564 create_time: 2021-11-02 21:31:42.627496 table_name: `example`.`t` path: example.t.1.sql offset: 183 error: failed to cast value as varchar(12) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin for column `b` (#2): [types:1406]Data Too Long, field len 12, data len 13 row_data: (77,'seventy-seven') *************************** 3. row *************************** task_id: 1635888701843303564 create_time: 2021-11-02 21:31:42.629929 table_name: `example`.`t` path: example.t.1.sql offset: 253 error: failed to cast value as tinyint(4) for column `a` (#1): [types:1690]constant 600 overflows tinyint row_data: (600,'six hundred')
  7. conflict_error_v1テーブルに、一意/主キーの競合がある 4 つの行が含まれているかどうかを確認します。

    $ mysql -u root -h 127.0.0.1 -P 4000 -e 'select * from lightning_task_info.conflict_error_v1;' --binary-as-hex -E *************************** 1. row *************************** task_id: 1635888701843303564 create_time: 2021-11-02 21:31:42.669601 table_name: `example`.`t` index_name: PRIMARY key_data: 40 row_data: (40, "forty") raw_key: 0x7480000000000000C15F728000000000000028 raw_value: 0x800001000000020500666F727479 raw_handle: 0x7480000000000000C15F728000000000000028 raw_row: 0x800001000000020500666F727479 *************************** 2. row *************************** task_id: 1635888701843303564 create_time: 2021-11-02 21:31:42.674798 table_name: `example`.`t` index_name: PRIMARY key_data: 40 row_data: (40, "forty") raw_key: 0x7480000000000000C15F728000000000000028 raw_value: 0x800001000000020600666F75727479 raw_handle: 0x7480000000000000C15F728000000000000028 raw_row: 0x800001000000020600666F75727479 *************************** 3. row *************************** task_id: 1635888701843303564 create_time: 2021-11-02 21:31:42.680332 table_name: `example`.`t` index_name: b key_data: 54 row_data: (54, "fifty-four") raw_key: 0x7480000000000000C15F6980000000000000010166696674792D666FFF7572000000000000F9 raw_value: 0x0000000000000036 raw_handle: 0x7480000000000000C15F728000000000000036 raw_row: 0x800001000000020A0066696674792D666F7572 *************************** 4. row *************************** task_id: 1635888701843303564 create_time: 2021-11-02 21:31:42.681073 table_name: `example`.`t` index_name: b key_data: 42 row_data: (42, "fifty-four") raw_key: 0x7480000000000000C15F6980000000000000010166696674792D666FFF7572000000000000F9 raw_value: 0x000000000000002A raw_handle: 0x7480000000000000C15F72800000000000002A raw_row: 0x800001000000020A0066696674792D666F7572

このページは役に立ちましたか?