使用utl_file做选择性数据导出

简介: 在平时的数据导出中使用exp/expdp能够满足绝大部分的数据导出任务。如果有一些表的数据不多,但是查询条件要复杂一些,使用exp/expdp就很吃力了。 或者在和外部系统的交互中,使用xml或者文本文件是一个很兼容的选择,这个时候使用exp/expdp也满足不了要求。
在平时的数据导出中使用exp/expdp能够满足绝大部分的数据导出任务。如果有一些表的数据不多,但是查询条件要复杂一些,使用exp/expdp就很吃力了。
或者在和外部系统的交互中,使用xml或者文本文件是一个很兼容的选择,这个时候使用exp/expdp也满足不了要求。
这个时候可以考虑使用utl_file的提供的一些功能来做选择性的数据导出。
先来使用utl_file做一个简单的例子,输出两行文本内容到output.txt文件中。一行Hello,一行hello word
declare
v_filehandle UTL_FILE.FILE_TYPE;
begin
v_filehandle:=utl_file.fopen('/u01/ora11g/test/test','output.txt','w');
UTL_FILE.PUTF (v_filehandle,' REPORT: GENERATED ON%s\n', SYSDATE);
UTL_FILE.NEW_LINE (v_filehandle);
UTL_FILE.PUTF (v_filehandle, '%s\n','hello ');
UTL_FILE.PUTF (v_filehandle, 'hello: %s\n','world ');
UTL_FILE.FCLOSE (v_filehandle);
end;
/

运行pl/sql之后的输出如下:

[ora11g@rac1 test]$ cat output.txt
 REPORT: GENERATED ON14-SEP-14

hello
hello: world


这个地方需要说明一下,我在  /u01/ora11g/test/test 输出了文件output.txt,事先没有创建任何的directory。因为utl_file_dir这个参数的默认值是*
SQL> show parameter utl

NAME                                 TYPE        VALUE
------------------------------------ ----------- ------------------------------
create_stored_outlines               string
utl_file_dir                         string      *

我们来做一个更有实际意义的。
从表data中输出100行数据到output.txt中。
declare
v_filehandle UTL_FILE.FILE_TYPE;
begin
v_filehandle:=utl_file.fopen('/u01/ora11g/test/test','output.txt','w');
UTL_FILE.PUTF (v_filehandle,'---export data from table data:', SYSTIMESTAMP);
UTL_FILE.NEW_LINE (v_filehandle);
for i in(select * from data where rownum UTL_FILE.PUTF (v_filehandle, '%s,%s\n',i.zhu,i.ke);
end loop;
UTL_FILE.FCLOSE (v_filehandle);
end;
/

输出内容如下,可以看到都是按照逗号分隔。显示的情况还不错。
[ora11g@rac1 test]$ cat output.txt
---export data from table data:
0,2
2,1
1,2
1,0
3,1
0,1
0,3
2,2
6,2
1,0
0,2
0,0
3,0
1,0
1,2
0,1


因为utl_file在新版本中一直都是推荐使用directory来替代的,我们也可以使用directory对象来实现。黄色的部分TEST就是directory的名字,指向'/u01/ora11g/test/test'

declare
v_filehandle UTL_FILE.FILE_TYPE;
begin
v_filehandle:=utl_file.fopen('TEST','output.txt','w');
UTL_FILE.PUTF (v_filehandle,'---export data from table data:', SYSTIMESTAMP);
UTL_FILE.NEW_LINE (v_filehandle);
for i in(select * from data where rownum UTL_FILE.PUTF (v_filehandle, '%s,%s\n',i.zhu,i.ke);
end loop;
UTL_FILE.FCLOSE (v_filehandle);
end;
/


输出的结果没有任何变化。

有的人可能说是用spool也可以实现,而且更灵活,在一定程度上是的,不过还是和utl_file有一定的区别。
比如我没有设置NLS_LANG的变量值,在sqlplus中查看中文可能就有问题。但是系统层面没有任何影响。

可以看到在sqlplus中显示是乱码的形式,但是在输出文件中显示的是正确的中文格式。
SQL> select *from test;

        ID NAME
---------- -----------------------------
         1 ??????

SQL> declare
  2  v_filehandle UTL_FILE.FILE_TYPE;
  3  begin
  4  v_filehandle:=utl_file.fopen('/u01/ora11g/test/test','output.txt','w');
  5  UTL_FILE.PUTF (v_filehandle,'---export data from table data:', SYSTIMESTAMP);
  6  UTL_FILE.NEW_LINE (v_filehandle);
  7  for i in(select * from test where rownum   8  UTL_FILE.PUTF (v_filehandle, '%s,%s\n',i.id,i.name);
  9  end loop;
 10  UTL_FILE.FCLOSE (v_filehandle);
 11  end;
 12  /

PL/SQL procedure successfully completed.

SQL> host
[ora11g@rac1 test]$ cat output.txt
---export data from table data:
1,突破玩法界限

目录
相关文章
|
4天前
|
弹性计算 关系型数据库 微服务
基于 Docker 与 Kubernetes(K3s)的微服务:阿里云生产环境扩容实践
在微服务架构中,如何实现“稳定扩容”与“成本可控”是企业面临的核心挑战。本文结合 Python FastAPI 微服务实战,详解如何基于阿里云基础设施,利用 Docker 封装服务、K3s 实现容器编排,构建生产级微服务架构。内容涵盖容器构建、集群部署、自动扩缩容、可观测性等关键环节,适配阿里云资源特性与服务生态,助力企业打造低成本、高可靠、易扩展的微服务解决方案。
1106 0
|
3天前
|
机器学习/深度学习 人工智能 前端开发
通义DeepResearch全面开源!同步分享可落地的高阶Agent构建方法论
通义研究团队开源发布通义 DeepResearch —— 首个在性能上可与 OpenAI DeepResearch 相媲美、并在多项权威基准测试中取得领先表现的全开源 Web Agent。
527 10
|
13天前
|
人工智能 运维 安全
|
12天前
|
人工智能 测试技术 API
智能体(AI Agent)搭建全攻略:从概念到实践的终极指南
在人工智能浪潮中,智能体(AI Agent)正成为变革性技术。它们具备自主决策、环境感知、任务执行等能力,广泛应用于日常任务与商业流程。本文详解智能体概念、架构及七步搭建指南,助你打造专属智能体,迎接智能自动化新时代。
|
4天前
|
弹性计算 Kubernetes jenkins
如何在 ECS/EKS 集群中有效使用 Jenkins
本文探讨了如何将 Jenkins 与 AWS ECS 和 EKS 集群集成,以构建高效、灵活且具备自动扩缩容能力的 CI/CD 流水线,提升软件交付效率并优化资源成本。
301 0
|
11天前
|
人工智能 异构计算
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
|
12天前
|
机器学习/深度学习 人工智能 自然语言处理
B站开源IndexTTS2,用极致表现力颠覆听觉体验
在语音合成技术不断演进的背景下,早期版本的IndexTTS虽然在多场景应用中展现出良好的表现,但在情感表达的细腻度与时长控制的精准性方面仍存在提升空间。为了解决这些问题,并进一步推动零样本语音合成在实际场景中的落地能力,B站语音团队对模型架构与训练策略进行了深度优化,推出了全新一代语音合成模型——IndexTTS2 。
807 23
|
4天前
|
缓存 供应链 监控
VVIC seller_search 排行榜搜索接口深度分析及 Python 实现
VVIC搜款网seller_search接口提供服装批发市场的商品及商家排行榜数据,涵盖热销榜、销量排名、类目趋势等,支持多维度筛选与数据分析,助力选品决策、竞品分析与市场预测,为服装供应链提供有力数据支撑。
|
4天前
|
缓存 监控 API
Amazon item_review 商品评论接口深度分析及 Python 实现
亚马逊商品评论接口(item_review)可获取用户评分、评论内容及时间等数据,支持多维度筛选与分页调用,结合Python实现情感分析、关键词提取与可视化,助力竞品分析、产品优化与市场决策。