ORACLE expdp/impdp详解

一、ORACLE数据泵

ORCALE10G提供了新的导入导出工具，数据泵。

Oracle官方对此的形容是：

Oracle DataPump technology enables Very High-Speed movement of data and metadata from one database to another.

其中Very High-Speed是亮点。

先说数据泵提供的主要特性（包括，但不限于）：

• 支持并行处理导入、导出任务；
• 支持暂停和重启动导入、导出任务；
• 支持通过Database Link的方式导出或导入远端数据库中的对象；
• 支持在导入时通过Remap_schema、Remap_datafile、Remap_tablespace几个参数实现导入过程中自动修改对象属主、
  数据文件或数据所在表空间；
• 导入/导出时提供了非常细粒度的对象控制。通过Include、Exclude两个参数，甚至可以详细制定是否包含或不包含某个对象。

二、什么是Directory对象

Directory对象是Oracle10g版本提供的一个新功能。他是一个指向，指向了操作系统中的一个路径。每个Directory都包含 Read,Write两个权限，可以通过Grant命令授权给指定的用户或角色。拥有读写权限的用户就可以读写该Directory对象指定的操作系统路径下的文件。

• 除了使用network_link参数意外，expdp生成的文件都是在服务器上(Directory指定的位置)

2.1 如何调用

• 命令行方式
  最简单的调用，但是写的参数有限，建议使用参数文件的方式。
• 参数文件方式
  最常用的方式。通常需要先编写一个参数文件。指定导出时需要的各种参数。然后以如下方式调用。

expdp user/pwd parfile=xxx.par

这个xxx.par即是编辑的参数文件。注意，在这个命令行后面，同样可以再跟别的参数， 甚至是在par参数文件中指定过的参数。

如果执行命令中附加的参数与参数文件中的参数有重复，最终采用哪个参数，会以参数最后出现的位置而定。如：expdp user/pwd parfile=xxx.par logfile=a.log，如果在参数文件中也指定了logfile，这里会以命令行中的logfile为准；如：expdp user/pwd logfile=a.log parfile=xxx.par，而这个，则会以参数文件中的为准，因为parfile=xxx.par写在命令行的后面。

• 交互方式
  Data Pump导入导出任务支持停止，重启等状态操作。如用户执行导入或者导出任务，执行了一半时，使用Crtl+C中断了任务（或其他原因导致的中断），此时任务并不是被取消，而是被转移到后台。可以再次使用expdp/impdp命令，附加attach参数的方式重新连接到中断的任务中，并选择后续的操作。 这就是交互方式。

2.2 什么是attach参数

每执行一个导入，或者导出，在命令的第一行，会有以下信息：

Starting “BAM”.”SYS_EXPORT_SCHEMA_01″:bam/******** parfile=expdp_tbs.par

这个SYS_EXPORT_SCHEMA_01就是我们的attach参数。

三、操作模式

• 全库模式
  导入或者导出整个数据库，对应impdp/expdp命令中的full参数，只有拥有dba或者 exp_full_database和imp_full_database权限的用户才能执行。
• Schema模式
  导出或导入Schema下的自有对象，对应impdp/expdp命令中的Schema参数，这是默认的操作模式。 如果拥有dba或者 exp_full_database和imp_full_database权限的用户执行的话，就可以导出或导入多个Schema中的对象。
• 表模式
  导出指定的表或者表分区（如果有分区的话）以及依赖该表的对象（如该表的索引，约束等，不过前提是这些对象在同一个 Schema中，或者执行的用户有相应的权限）。对应impdp/expdp命令中的Table参数。
• 表空间模式
  导出指定的表空间中的内容。对应impdp/expdp中的Tablespaces参数，这种模式类似于表模式和 Schema模式的补充。
• 传输表空间模式
  对应impdp/expdp中的Transport_tablespaces参数。这种模式与前面几种模式最显著的区别是生成的Dump文件中并不包含具体的逻辑数据，而只导出相关对象的元数据(即对象的定义，可以理解成表的创建语句)，逻辑数据仍然在表空间的数据文件中，导出时需要将元数据和数据文件同时复制到目标端服务器。这种导出方式效率很高，时间开销主要是花在复制数据文件产生的I/O上。expdp执行传输表空间模式的导出，用户必须 拥有 exp_full_database角色或者DBA角色。而通过传输表空间模式导入时，用户必须拥有imp_full_database角色或者DBA角 色。
• 过滤数据
  过滤数据主要依赖于Query和Sample两个参数。其中Sample参数主要针对expdp导出功能。
• Query
  与exp命令中的Query功能类似，不过Expdp中，该参数功能得到了增强，控制的粒度更细。Expdp中的Query也是指定类似where语句来限定记录。语法如下：

Query = [Schema.][Table_name:] Query_clause

默认情况如果不指定Schema.table_name,则Query_clause针对所有导出的表有效，或者你可以为每一个表指定不同的Query_clause，如：导出a表中所有id<5的记录，导出b表中所有name=’a’的记录，则Query的参数应该如下：

Query=A:”Where id<5″,B:”Where name=’a’”

如果Where条件前没有指定Schema名或者表名的话，默认就是针对当前所有要被导出的表。如：Query=Where id <5

注⚠️: 建议把Query参数放入到参数文件中使用，以避免转义符带来的麻烦。

• Sample
  该参数用来指定导出数据的百分比，可指定的值的范围从0.000001到99.999999，语法如下：

Sample=[[Schema_name.]Table_name:]sample_percent

指定该参数以后，EXPDP导出将自动控制导出的记录量，如导出A表中50%的记录，设置的Sample参数如下：
Sample=A:50
注: Sample_percent指定的值只是一个参考值，EXPDP会根据数据量算出一个近似值。

四、过滤对象

过滤对象主要依赖于Include和Exclude两个参数。这两个参数作用正好相反，在这两个参数中，可以指定你知道的任何对象类型（如：Package、Procedure、Table等等）或者对象名称（支持通配符）。

• Exclude 反规则

指定不被包含的对象类型或者对象名称。指定了该参数以后，指定的对象类型对应的所有对象都不会被导入或导出。 如果被排除的对象有依赖的对象，那么其依赖的对象也不会被导入或导出。如：通过Exclude参数指定不导出表对象的话，不仅指定的表不会被导出，连这些表关联的Index、Check等都不会被导出。
注: 建议把Exclude参数放入到参数文件中使用，以避免转义符带来的麻烦。

• Include 正规则

与Exclude正好相反。指定包含的对象类型或者对象名称。

注⚠️: 由于两个参数功能正好相反，因此在执行导入或导出命令时，两个参数不能同时使用，否则Oracle也不知道你想要干什么。

exclude/include参数用法：

EXCLUDE=[object_type]:[name_clause],[object_type]:[name_clause] --排出特定对象
INCLUDE=[object_type]:[name_clause],[object_type]:[name_clause]  --包含特定对象

object_type子句用于指定对象的类型，如table,sequence,view,procedure,package等等

name_clause子句可以为SQL表达式用于过滤特定的对象名字。它由SQL操作符以及对象名(可使用通配符)来过滤指定对象类型中的特定对象。

当未指定name_clause，而仅仅指定object_type则所有该类型的对象都将被过滤或筛选。多个[object_type]:[name_clause]中间以逗号分割。
示例：

expdp <other_parameters> SCHEMAS=scott EXCLUDE=SEQUENCE,TABLE:"IN ('EMP','DEPT')"
impdp <other_parameters> SCHEMAS=scott INCLUDE=PACKAGE,FUNCTION,PROCEDURE,TABLE:"='EMP'"

常用的过滤SQL表达式

EXCLUDE=SEQUENCE,VIEW                          --过滤所有的SEQUENCE,VIEW
EXCLUDE=TABLE:"IN ('EMP','DEPT')"               --过滤表对象EMP,DEPT
EXCLUDE=SEQUENCE,VIEW,TABLE:"IN ('EMP','DEPT')" --过滤所有的SEQUENCE,VIEW以及表对象EMP,DEPT
EXCLUDE=INDEX:"= 'INDX_NAME'"                   --过滤指定的索引对象INDX_NAME
INCLUDE=PROCEDURE:"LIKE 'PROC_U%'"              --包含以PROC_U开头的所有存储过程(_ 符号代表任意单个字符)
INCLUDE=TABLE:"> 'E' "                          --包含大于字符E的所有表对象`

直接将过滤操作符封装到参数文件中，如下面的例子

Parameter file:exp_scott.par
DIRECTORY = dump_scott
DUMPFILE = exp_scott_%U.dmp
LOGFILE = exp_scott.log
SCHEMAS = scott
PARALLEL= 2
EXCLUDE = TABLE:"IN ('EMP', 'DEPT')" 

命令行下转义符的处理
Windows平台:

D:\> expdp system/manager DIRECTORY=my_dir DUMPFILE=exp_tab.dmp LOGFILE=exp_tab.log SCHEMAS=scott
INCLUDE=TABLE:\"IN ('EMP', 'DEPT')\"

在Windows平台下，需要对象双引号进行转义，使用转义符\

Unix平台:
在未使用parfile文件的情形下，所有的符号都需要进行转义，包括括号，双引号，单引号等

expdp system/manager DIRECTORY=my_dir DUMPFILE=exp_tab.dmp LOGFILE=exp_tab.log SCHEMAS=scott
INCLUDE=TABLE:\"IN \(\'EMP\', \'DEP\'\)\"

exclude/include常见的错误
任意需要转义的字符如果未转义或转义错误，都会产生ORA错误。下面给出几种常见的ORA错误。

• ORA-39001: invalid argument value
• ORA-39071: Value for INCLUDE is badly formed.
• ORA-00936: missing expression
• ORA-39071: Value for EXCLUDE is badly formed.
• ORA-00904: “DEPT”: invalid identifier
• ORA-39041: Filter “INCLUDE” either identifies all object types or no object types.
• ORA-39041: Filter “EXCLUDE” either identifies all object types or no object types
• ORA-39038: Object path “USER” is not supported for TABLE jobs.

五、高级过滤

在导出/导入的时候，我们常常有这样的需求，只想导出/导入表结构，或者只想导出/导入数据。幸运的是数据泵也提供了该功能。使用 Content参数。该参数有三个属性

• ALL : 导出/导入对象定义和数据，该参数的默认值就是ALL
• DATA_ONLY : 只导出/导入数据。
• METADATA_ONLY : 只导出/导入对象定义。

注: 有一点值得注意的是，在执行导出的时候，如果使用了高级过滤，如只导出了数据，那么导入时，需要确保数据定义已经存在。否则数据都变成没有主子了。如果数据定义已经存在，导入时最好指定data_only，否则会触发ORA-39151错误，因为对象已经存在了。

5.1 过滤已经存在的数据

我们知道，导入的表对象在目标库中已经存在，并且目标端没有创建数据完整性约束条件(RI)来检验数据的话，就有可能造成数据被重复导入。数据泵提供了一个新的参数Table_exists_action,可以一定程度上降低重复数据的产生。该参数用来控制如果要导入的表对象存在，执行什么操作。有以下几个参数值：

• SKIP : 跳过该表，继续处理下一个对象。该参数默认就是SKIP。值得注意的是，如果你同时指定了CONTENT参数为Data_only的话，SKIP参数无效，默认为APPEND。
• APPEND : 向现有的表中添加数据。
• TRUNCATE : TRUNCATE当前表，然后再添加记录。使用这个参数需要谨慎，除非确认当前表中的数据确实无用。否则可能造成数据丢失。
• REPLACE : 删除并重建表对象，然后再向其中添加数据。值得注意的是，如果同时指定了CONTENT参数为Data_only的话，REPLACE参数无效。

5.2 重定义表的Schema或表空间

我们还可能会遇到这样的需求，把A用户的对象转移到B用户，或者更换数据的表空间。数据泵通过Remap_Schema和Remap_tablespace参数实现了该功能。

• REMAP_SCHEMA : 重定义对象所属Schema
  该参数的作用类似IMP中的Fromuser+Touser,支持多个Schema的转换，语法如下：

REMAP_SCHEMA=Source_schema:Target_schema[,Source_schema:Target_schema]

如把A的对象转换到b用户，将C转换到D用户。Remap_schema=a:b,c:d

注⚠️: 不能在同一个IMPDP命令中指定remap_schema=a:b,a:c.

• REMAP_TABLESPACE : 重定义对象所在的表空间。
  该参数用来重映射导入对象存储的表空间，支持同时对多个表空间进行转换，相互间用逗号分割。语法如下：

REMAP_TABLESPACE=Source_tablespace:Target_tablespace[,Source_tablespace:Target_tablespace]

注⚠️: 如果使用Remap_tablespace参数，则要保证导入的用户对目标表空间有读写权限。

5.3 优化导入/导出效率

对于大数据量来说，我们不得不考虑效率问题。数据泵对效率也提出了更高的要求。甚至官方的描述就是

Oracle Data Pump technology enables Very High-Speed movement of data and metadata from one database to another.

这里的Very High-Speed依赖我们的parallel参数。

所有的优化操作都会有三种结果：变得更好、没有变化、变得更差。Parallel参数也是这样，并不是指定一个大于1的参数，性能就会有提升。

• 对于导出的parallel

对于导出来说，由于dump文件只能由一个线程进行操作（包括I/O处理），因此如果输出的DUMP文件只有一个，即使你指定再多的并行，实际工作仍然是一个，而且还会触发ORA-39095错误。因此，建议设置该参数小于或等于生成的DUMP文件数量。那么，如何控制生成的DUMP文件数量呢？

EXPDP命令提供了一个FILESIZE参数，用来指定单个DUMP文件的最大容量，要有效的利用parallel参数，filesize参数必不可少。

举例：某用户对象占用了4G左右的空间，实际导出后的DUMP文件约为3G，我们尝试在导出该用户时指定并行度为4，设置单个文件不超过500M，则语法如 下：

expdp user/pwd directory=dump_file dumpfile=expdp_20100820_%U.dmp logfile=expdp_20100820.log filesize=500M parallel=4

• 对于导入的parallel

对于导入来说，使用parallel参数则要简单的多，导入更能体现parallel参数的优势。 参数设置为几，则认为同时将几张表的内容导入到库中。

举例：某dmp文件中包含了200张表，我们尝试在导入该DMP文件时指定并行度为10，则 语法如下：

impdp user/pwd directory=dump_file dumpfile=expdp_20100820_%U.dmp logfile=impdp_20100820.log parallel=10