Amazon S3、GCS、または Azure Blob ストレージから CSV ファイルをTiDB Cloud Serverless にインポートする

このドキュメントでは、Amazon Simple Storage Service (Amazon S3)、Google Cloud Storage (GCS)、または Azure Blob Storage からTiDB Cloud Serverless に CSV ファイルをインポートする方法について説明します。

制限事項

• データの一貫性を確保するために、 TiDB Cloud Serverless では、CSV ファイルを空のテーブルにのみインポートできます。すでにデータが含まれている既存のテーブルにデータをインポートするには、このドキュメントに従ってTiDB Cloud Serverless を使用して一時的な空のテーブルにデータをインポートし、 INSERT SELECTステートメントを使用してデータを対象の既存のテーブルにコピーします。

ステップ1. CSVファイルを準備する

1. CSV ファイルが 256 MB より大きい場合は、サイズがそれぞれ約 256 MB の小さなファイルに分割することを検討してください。

   TiDB Cloud Serverless は非常に大きな CSV ファイルのインポートをサポートしていますが、サイズが約 256 MB の複数の入力ファイルで最適なパフォーマンスを発揮します。これは、 TiDB Cloud Serverless が複数のファイルを並行して処理できるため、インポート速度が大幅に向上するためです。

2. CSV ファイルに次のように名前を付けます。

   • CSV ファイルにテーブル全体のすべてのデータが含まれている場合は、データをインポートするときに${db_name}.${table_name}テーブルにマップされる${db_name}.${table_name}.csv形式でファイルに名前を付けます。

   • 1 つのテーブルのデータが複数の CSV ファイルに分割されている場合は、これらの CSV ファイルに数値サフィックスを追加します。たとえば、 ${db_name}.${table_name}.000001.csvと${db_name}.${table_name}.000002.csv 。数値サフィックスは連続していなくてもかまいませんが、昇順である必要があります。また、すべてのサフィックスが同じ長さになるように、数字の前にゼロを追加する必要があります。

   • TiDB Cloud Serverless は、 .gzip 、 .gz 、 .zstd 、 .zst 、 .snappy形式の圧縮ファイルのインポートをサポートしています。圧縮された CSV ファイルをインポートする場合は、ファイルに${db_name}.${table_name}.${suffix}.csv.${compress}形式で名前を付けます。13 ${suffix}オプションで、「000001」などの任意の整数にすることができます。たとえば、 trips.000001.csv.gzファイルをbikeshare.tripsテーブルにインポートする場合は、ファイルの名前をbikeshare.trips.000001.csv.gzに変更する必要があります。

   注記：

   • より良いパフォーマンスを実現するために、各圧縮ファイルのサイズを 100 MiB に制限することをお勧めします。
   • Snappy 圧縮ファイルは公式Snappyフォーマットである必要があります。Snappy 圧縮の他のバリエーションはサポートされていません。
   • 非圧縮ファイルの場合、前述のルールに従って CSV ファイル名を更新できない場合があります (たとえば、CSV ファイル リンクが他のプログラムでも使用されている場合)。ファイル名を変更せずに、 ステップ4のマッピング設定を使用してソース データを単一のターゲット テーブルにインポートできます。

ステップ2. ターゲットテーブルスキーマを作成する

CSV ファイルにはスキーマ情報が含まれていないため、CSV ファイルからTiDB Cloud Serverless にデータをインポートする前に、次のいずれかの方法でテーブル スキーマを作成する必要があります。

• 方法 1: TiDB Cloud Serverless で、ソース データのターゲット データベースとテーブルを作成します。

• 方法 2: CSV ファイルが保存されている Amazon S3、GCS、または Azure Blob Storage ディレクトリで、次のようにソース データのターゲット テーブル スキーマ ファイルを作成します。

  1. ソース データのデータベース スキーマ ファイルを作成します。

     CSV ファイルがステップ1の命名規則に従っている場合、データのインポートではデータベース スキーマ ファイルはオプションです。それ以外の場合は、データベース スキーマ ファイルは必須です。

     各データベース スキーマ ファイルは${db_name}-schema-create.sql形式で、 CREATE DATABASE DDL ステートメントを含んでいる必要があります。このファイルを使用して、 TiDB Cloud Serverless は、データをインポートするときにデータを格納する${db_name}データベースを作成します。

     たとえば、次のステートメントを含むmydb-scehma-create.sqlファイルを作成すると、 TiDB Cloud Serverless はデータをインポートするときにmydbデータベースを作成します。

     CREATE DATABASE mydb;
     

  2. ソース データのテーブル スキーマ ファイルを作成します。

     CSV ファイルが配置されている Amazon S3、GCS、または Azure Blob Storage ディレクトリにテーブル スキーマ ファイルを含めない場合、 TiDB Cloud Serverless はデータをインポートするときに対応するテーブルを作成しません。

     各テーブル スキーマ ファイルは${db_name}.${table_name}-schema.sql形式で、 CREATE TABLE DDL ステートメントが含まれている必要があります。このファイルを使用すると、 TiDB Cloud Serverless はデータをインポートするときに${db_name}データベースに${db_table}テーブルを作成します。

     たとえば、次のステートメントを含むmydb.mytable-schema.sqlファイルを作成すると、 TiDB Cloud Serverless はデータをインポートするときにmydbデータベースにmytableテーブルを作成します。

     CREATE TABLE mytable (
     ID INT,
     REGION VARCHAR(20),
     COUNT INT );
     

     注記：

     ${db_name}.${table_name}-schema.sqlファイルには 1 つの DDL ステートメントのみを含める必要があります。ファイルに複数の DDL ステートメントが含まれている場合、最初のステートメントのみが有効になります。

ステップ3. クロスアカウントアクセスを構成する

TiDB Cloud Serverless が Amazon S3、GCS、または Azure Blob Storage バケット内の CSV ファイルにアクセスできるようにするには、次のいずれかを実行します。

• CSV ファイルが Amazon S3 にある場合は、 TiDB Cloud Serverless の外部storageアクセスを構成する 。

  バケットにアクセスするには、AWS アクセスキーまたはロール ARN のいずれかを使用できます。完了したら、アクセスキー (アクセスキー ID とシークレットアクセスキーを含む) またはロール ARN 値をメモしてください。これらはステップ4で必要になります。

• CSV ファイルが GCS にある場合は、 TiDB Cloud Serverless の外部storageアクセスを構成する 。

• CSV ファイルが Azure Blob Storage にある場合は、 TiDB Cloud Serverless の外部storageアクセスを構成する 。

ステップ4. CSVファイルをTiDB Cloud Serverlessにインポートする

CSV ファイルをTiDB Cloud Serverless にインポートするには、次の手順を実行します。

• Amazon S3
• Google Cloud
• Azure Blob Storage

インポート タスクを実行するときに、サポートされていない変換や無効な変換が検出されると、 TiDB Cloud Serverless はインポート ジョブを自動的に終了し、インポート エラーを報告します。

インポート エラーが発生した場合は、次の手順を実行します。

1. 部分的にインポートされたテーブルを削除します。
2. テーブル スキーマ ファイルを確認します。エラーがある場合は、テーブル スキーマ ファイルを修正します。
3. CSV ファイル内のデータ型を確認します。
4. インポートタスクをもう一度試してください。

トラブルシューティング

データのインポート中に警告を解決する

[インポートの開始]をクリックした後、 can't find the corresponding source filesなどの警告メッセージが表示された場合は、正しいソース ファイルを指定するか、 データインポートの命名規則に従って既存のファイルの名前を変更するか、詳細設定を使用して変更を加えることで解決してください。

これらの問題を解決した後、データを再度インポートする必要があります。

インポートされたテーブルに行が 0 行あります

インポートの進行状況が「完了」と表示されたら、インポートされたテーブルを確認します。行数がゼロの場合は、入力したバケット URI に一致するデータ ファイルがなかったことを意味します。この場合、正しいソース ファイルを指定するか、 データインポートの命名規則に従って既存のファイルの名前を変更するか、詳細設定を使用して変更を加えることで、この問題を解決します。その後、それらのテーブルを再度インポートします。