TiDB Lightningエラーの解決

v5.4.0 から、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TiDB Lightning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、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を再起動するのがコストがかかる、少し汚れたデータソースからインポートするのに理想的です。

このドキュメントでは、型エラー機能 ( 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るデータベースについても紹介します ( lightning.task-info-schema-name )。このドキュメントの最後に、例を示します。

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高めることができます。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、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ています。

無効な値 (例: INT 列に'Text'を設定)。
数値のオーバーフロー (例: TINYINT 列に500を設定)
文字列のオーバーフロー (例: VARCHAR(5) 列に'Very Long Text'を設定)。
ゼロの日時 (つまり、 '0000-00-00'および'2021-12-00' )。
NOT NULL 列に NULL を設定します。
生成された列の式を評価できませんでした。
カラム数が一致しません。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。

エラーレポート

インポート中にTiDB Lightning でエラーが発生した場合、終了時に端末とログファイルの両方にこれらのエラーに関する統計の概要が出力されます。

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 1000 lightning_task_info . type_error_v1

	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	1000	`lightning_task_info` . `type_error_v1`

TiDB Lightningログファイル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ている場合は、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を構成することにより、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すべてのタイプエラーを記録します。エラーごとに 1 行あります。

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

カラム	構文	タイプ	対立	説明
task_id	✓	✓	✓	このエラーを生成するTiDB Lightningタスク ID
create_time	✓	✓	✓	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)
道	✓	✓		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
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書式設定されたキーハンドル。コンテンツは人間の参照のみを目的としており、機械可読を意図したものではありません。
行データ		✓	✓	エラーの原因となった書式設定された行データ。コンテンツは人間の参照のみを目的としており、機械可読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：
エラーレポートには、取得するのが非効率な行/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、バイト位置の近く (例として 183 を使用) 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、次の数行を出力します。
tail -c +183 file.csv | head
vim — :goto 183または183go

例

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。

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

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

厳密な SQL モードを有効にするようにTiDB Lightning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

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
```

インポートされたテーブルに 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 |
+---+-----+

type_error_v1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')

conflict_error_v1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, "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

TiDB Lightningエラーの解決

タイプエラー

エラーレポート

例

このページは役に立ちましたか？