PostgreSQL
 sql >> डेटाबेस >  >> RDS >> PostgreSQL

डेटाफ्रेम/सीएसवी से पोस्टग्रेएसक्यूएल डेटाबेस में थोक डेटा डालें या अपडेट करें

इस विशेष मामले में डीबी-एपीआई स्तर तक गिरना बेहतर है, क्योंकि आपको कुछ ऐसे टूल की आवश्यकता है जो सीधे SQLAlchemy कोर द्वारा भी उजागर नहीं किए जाते हैं, जैसे कि copy_expert() . यह raw_connection() . यदि आपका स्रोत डेटा एक CSV फ़ाइल है, तो आपको इस मामले में पांडा की बिल्कुल भी आवश्यकता नहीं है। एक अस्थायी स्टेजिंग तालिका बनाकर प्रारंभ करें, डेटा को अस्थायी तालिका में कॉपी करें, और संघर्ष प्रबंधन के साथ गंतव्य तालिका में सम्मिलित करें:

conn = engine.raw_connection()

try:
    with conn.cursor() as cur:
        cur.execute("""CREATE TEMPORARY TABLE TEST_STAGING ( LIKE TEST_TABLE )
                       ON COMMIT DROP""")

        with open("your_source.csv") as data:
            cur.copy_expert("""COPY TEST_STAGING ( itemid, title, street, pincode )
                               FROM STDIN WITH CSV""", data)

        cur.execute("""INSERT INTO TEST_TABLE ( itemid, title, street, pincode )
                       SELECT itemid, title, street, pincode
                       FROM TEST_STAGING
                       ON CONFLICT ( itemid )
                       DO UPDATE SET title = EXCLUDED.title
                                   , street = EXCLUDED.street
                                   , pincode = EXCLUDED.pincode""")

except:
    conn.rollback()
    raise

else:
    conn.commit()

finally:
    conn.close()

यदि दूसरी ओर आपका स्रोत डेटा DataFrame है , आप अभी भी COPY . का उपयोग कर सकते हैं फ़ंक्शन को method= करने के लिए to_sql() . फ़ंक्शन उपरोक्त सभी तर्कों को छुपा भी सकता है:

import csv

from io import StringIO
from psycopg2 import sql

def psql_upsert_copy(table, conn, keys, data_iter):
    dbapi_conn = conn.connection

    buf = StringIO()
    writer = csv.writer(buf)
    writer.writerows(data_iter)
    buf.seek(0)

    if table.schema:
        table_name = sql.SQL("{}.{}").format(
            sql.Identifier(table.schema), sql.Identifier(table.name))
    else:
        table_name = sql.Identifier(table.name)

    tmp_table_name = sql.Identifier(table.name + "_staging")
    columns = sql.SQL(", ").join(map(sql.Identifier, keys))

    with dbapi_conn.cursor() as cur:
        # Create the staging table
        stmt = "CREATE TEMPORARY TABLE {} ( LIKE {} ) ON COMMIT DROP"
        stmt = sql.SQL(stmt).format(tmp_table_name, table_name)
        cur.execute(stmt)

        # Populate the staging table
        stmt = "COPY {} ( {} ) FROM STDIN WITH CSV"
        stmt = sql.SQL(stmt).format(tmp_table_name, columns)
        cur.copy_expert(stmt, buf)

        # Upsert from the staging table to the destination. First find
        # out what the primary key columns are.
        stmt = """
               SELECT kcu.column_name
               FROM information_schema.table_constraints tco
               JOIN information_schema.key_column_usage kcu 
               ON kcu.constraint_name = tco.constraint_name
               AND kcu.constraint_schema = tco.constraint_schema
               WHERE tco.constraint_type = 'PRIMARY KEY'
               AND tco.table_name = %s
               """
        args = (table.name,)

        if table.schema:
            stmt += "AND tco.table_schema = %s"
            args += (table.schema,)

        cur.execute(stmt, args)
        pk_columns = {row[0] for row in cur.fetchall()}
        # Separate "data" columns from (primary) key columns
        data_columns = [k for k in keys if k not in pk_columns]
        # Build conflict_target
        pk_columns = sql.SQL(", ").join(map(sql.Identifier, pk_columns))

        set_ = sql.SQL(", ").join([
            sql.SQL("{} = EXCLUDED.{}").format(k, k)
            for k in map(sql.Identifier, data_columns)])

        stmt = """
               INSERT INTO {} ( {} )
               SELECT {}
               FROM {}
               ON CONFLICT ( {} )
               DO UPDATE SET {}
               """

        stmt = sql.SQL(stmt).format(
            table_name, columns, columns, tmp_table_name, pk_columns, set_)
        cur.execute(stmt)

फिर आप नया DataFrame डालेंगे

. का उपयोग करना
df.to_sql("test_table", engine,
          method=psql_upsert_copy,
          index=False,
          if_exists="append")

इस पद्धति का उपयोग करते हुए ~1,000,000 पंक्तियों को स्थानीय डेटाबेस के साथ इस मशीन पर लगभग 16 सेकंड का समय लगा।




  1. Database
  2.   
  3. Mysql
  4.   
  5. Oracle
  6.   
  7. Sqlserver
  8.   
  9. PostgreSQL
  10.   
  11. Access
  12.   
  13. SQLite
  14.   
  15. MariaDB
  1. सीक्वेलाइज़ अप्सर्ट () कभी अपडेट नहीं होता और केवल इंसर्ट करता है

  2. क्या कोई समझा सकता है कि Postgresql भूमिकाएँ, Postgresql उपयोगकर्ता और Linux उपयोगकर्ता एक दूसरे से कैसे संबंधित हैं?

  3. PostgreSQL में NULL का उपयोग नहीं कर रहा है अभी भी शीर्षलेख में एक पूर्ण बिटमैप का उपयोग करता है?

  4. Postgresql सर्वर पर पोस्टग्रेज नाम का डिफ़ॉल्ट डेटाबेस

  5. क्या PostgreSQL उच्चारण असंवेदनशील कॉलेशन का समर्थन करता है?