TiDBLightningエラー解決

v5.4.0以降では、無効な型変換や一意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TiDBLightningを構成できます。後でエラーを読んで手動で修正するためのレポートが生成されます。これは、エラーを手動で特定することが難しく、遭遇するたびにTiDB Lightningを再起動するのにコストがかかる、少し汚れたデータソースからインポートする場合に理想的です。

このドキュメントでは、タイプエラー機能( lightning.max-error )と重複解決機能( tikv-importer.duplicate-resolution )の使用方法を紹介します。また、これらのエラーが保存されているデータベースも紹介します( lightning.task-info-schema-name )。このドキュメントの最後に、例が示されています。

タイプエラー

lightning.max-error構成を使用して、データ型に関連するエラーの許容度を上げることができます。この構成がNに設定されている場合、TiDB Lightningは、データソースが存在する前に最大N個のエラーを許可してスキップします。デフォルト値の0は、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表示して手動で処理できます。詳細については、 エラーレポートを参照してください。

[lightning] max-error = 0

上記の構成は、次のエラーをカバーします。

  • 無効な値(例: 'Text'をINT列に設定)。
  • 数値オーバーフロー(例: 500をTINYINT列に設定)
  • 文字列オーバーフロー(例: 'Very Long Text'をVARCHAR(5)列に設定)。
  • ゼロ日時(つまり、 '0000-00-00''2021-12-00' )。
  • NULLをNOTNULL列に設定します。
  • 生成された列式の評価に失敗しました。
  • 列数の不一致。行の値の数がテーブルの列の数と一致しません。
  • on-duplicate = "error"の場合、TiDBバックエンドでの一意/主キーの競合。
  • その他のSQLエラー。

次のエラーは常に致命的であり、 max-errorを変更してもスキップできません。

  • 元のCSV、SQL、またはParquetファイルの構文エラー(閉じられ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許可エラー。

ローカルバックエンドでの一意/主キーの競合は個別に処理され、次のセクションで説明されます。

ローカルバックエンドモードでの重複解決

ローカルバックエンドモードでは、TiDB Lightningは、最初にデータをKVペアに変換し、ペアをバッチでTiKVに取り込むことにより、データをインポートします。 TiDBバックエンドモードとは異なり、重複する行はタスクが終了するまで検出されません。したがって、ローカルバックエンドモードでの重複エラーはmax-errorによって制御されるのではなく、別の構成duplicate-resolutionによって制御されます。

[tikv-importer] duplicate-resolution = 'none'

duplicate-resolutionの値オプションは次のとおりです。

  • 'none' :重複データを検出しません。一意/主キーの競合が存在する場合、インポートされたテーブルには一貫性のないデータとインデックスがあり、チェックサムチェックに失敗します。
  • 'record' :重複データを検出しますが、修正は試みません。一意/主キーの競合が存在する場合、インポートされたテーブルには一貫性のないデータとインデックスがあり、チェックサムをスキップして競合エラーの数を報告します。
  • 'remove' :重複データを検出し、重複したすべての行を削除します。インポートされたテーブルは一貫性がありますが、関連する行は無視され、手動で追加し直す必要があります。

TiDB Lightningの重複解決では、データソース内でのみ重複データを検出できます。この機能は、TiDBLightningを実行する前に既存のデータとの競合を処理できません。

エラーレポート

すべてのエラーは、ダウンストリームTiDBクラスタのlightning_task_infoのデータベースのテーブルに書き込まれます。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を設定することにより、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 syntax_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, context text ); 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) );

type_error_v1は、 max-errorの構成によって管理されるタイプエラーすべてを記録します。エラーごとに1つの行があります。

conflict_error_v1ローカルバックエンドでの一意/主キーの競合すべてを記録します。競合のペアごとに2つの行があります。

構文タイプ対立説明
task_id✓✓✓✓✓✓このエラーを生成するTiDBLightningタスクID
create_table✓✓✓✓✓✓エラーが記録された時刻
table_name✓✓✓✓✓✓エラーを含むテーブルの名前( '`db`.`tbl`'の形式)
✓✓✓✓エラーを含むファイルのパス
オフセット✓✓✓✓エラーが見つかったファイル内のバイト位置
エラー✓✓✓✓エラーメッセージ
環境✓✓エラーを囲むテキスト
index_name✓✓競合している一意のキーの名前。主キーの競合の場合は'PRIMARY'です。
key_data✓✓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。コンテンツは人間が参照するためのものであり、機械で読み取り可能であることを意図したものではありません。
row_data✓✓✓✓エラーの原因となるフォーマットされた行データ。コンテンツは人間が参照するためのものであり、機械で読み取り可能であることを意図したものではありません。
raw_key✓✓競合するKVペアのキー
raw_value✓✓競合するKVペアの値
raw_handle✓✓競合する行の行ハンドル
raw_row✓✓競合する行のエンコードされた値

ノート:

エラーレポートは、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を記録します。次のコマンドを使用して、バイト位置の近くにすばやくジャンプできます(例として183を使用)。

  • シェル、最初の数行を印刷します。

    head -c 183 file.csv | tail
  • シェル、次の数行を印刷します。

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

この例では、データソースはいくつかの既知のエラーで準備されています。

  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, 'fourty'), -- conflicts with the other 40 above (42, 'fifty-four'); -- conflicts with the other 'fifty-four' above EOF
  3. 厳密なSQLモードを有効にするようにTiDBLightningを構成し、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、重複を削除し、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/' duplicate-resolution = 'remove' [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. TiDBLightning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通常の2つ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つのテーブルが型変換を含む3つの行をキャッチした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つのテーブルが一意/主キーの競合がある4つの行をキャッチした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, "fourty") 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?