質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.58%

複数ファイルデータをembulkでバルクインサート

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 1,562

raccoondog

score 23

oracleDBのデータ(1000万レコード分)をcsvファイルにして、embulkでBigQueryへバルクインサート処理をしています

100万レコード分のcsvファイルを10ファイル用意して、embulkでBigqueryへバルクインサートするのですが、可能であれば並列処理でバルクインサートしたいです。

実現可能であれば、並列処理方法を教えて頂きたいです。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • sazi

    2018/11/27 11:59

    「embulk 並列実行」で検索すれば方法はHITします。その上での質問であればもっと具体的に

    キャンセル

  • raccoondog

    2018/11/29 08:54

    ご指摘有難うございます。正常に処理が実行できました

    キャンセル

回答 1

checkベストアンサー

+1

in:
  type: file
  path_prefix: /path/to/oracle/data # 01 ... 10
  # ..

というファイルを読み込みすれば勝手に並列化されます。
並列数を明示的に指定する場合はmax_threadsを指定してください。

100万エントリを10個同時に読み込みした場合、10個のテーブルをUnionするので、
-cオプションを使って複数回に分けてインサートした方が良いかもしれません。

oracleからデータを取得して10個のファイルに分割するのであれば、oracleからデータを
読み込んでそのままBigqueryに入れた方が速いかもしれません。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/11/29 08:54

    ご回答有難うございます。
    正常に処理が実行されました

    キャンセル

  • 2018/11/29 09:05

    >エントリを10個同時に読み込みした場合、10個のテーブルをUnionするので
    embulkが指定の内容からテーブルを識別してunionするんですか?
    先ず非効率だし、そんな面倒な事しないと思うんですが、宜しければ文献をお願いします。

    キャンセル

  • 2018/11/29 09:29

    saziさんご指摘ありがとうございます。

    すいません。output-oracleと間違えました。Unionするのでというところは間違いです。無視してください。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.58%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る