我正在处理作为外部表的一部分的多个文件。有什么方法可以让我在外部表中处理文件名并将其放在表中？
目前我能找到的唯一解决方案是将文件名附加到平面文件中的每条记录中，这从效率的角度来看并不理想，并且涉及修改原始数据。当然，外部表随时都知道正在处理什么文件？
【问题讨论】：
标签： oracle plsql external-tables
我不知道有什么方法可以在访问参数中捕获文件名。作为一种解决方法，您可以使用预处理器即时附加文件名，而不是修改原始文件。如果你有两个文件，比如包含a,b,1 的file_1.csv 和包含c,d,2 的file_2.csv，你可以有一个小的shell 脚本，比如append_filename.sh：
#!/bin/bash
while read line
do
printf "%s,%s\n" "${line}" "${1##*/}"
done < $1
您可以通过直接调用脚本来验证它是否有帮助：
$ ./append_filename.sh file_1.csv
a,b,1,file_1.csv
然后您可以定义您的外部表以通过the preprocessor clause 调用它，例如：
create table e42 (
col1 varchar2(10),
col2 varchar2(10),
col3 number,
filename varchar2(30)
)
organization external (
type oracle_loader
default directory d42
access parameters (
records delimited by newline
preprocessor 'append_filename.sh'
fields terminated by ','
)
location ('file_1.csv', 'file_2.csv')
);
Table E42 created.
然后自动拾取文件名：
select * from e42;
COL1 COL2 COL3 FILENAME
---------- ---------- ---------- ------------------------------
a b 1 file_1.csv
c d 2 file_2.csv
我已经删除了目录路径，因此您只能看到文件名 - 如果您愿意，您可以保留完整路径，但这可能不是必需的，并且可能会向只能查询表的人透露操作系统详细信息。注意the security guidelines；我在这里通过对所有内容使用一个目录来保持简单，但是您应该将预处理器放在其他地方。当然，这是假设 Unix-y 平台或 GNU 工具；如果您使用的是 Windows，那么批处理文件应该可以实现类似的操作。
这种逐行读取的方法对于大文件会比较慢；在我的平台上，附加文件名的 150 万行测试文件花费了大约 80 秒。其他内置工具会更快；这个带有sed 的版本对于同一个文件只需要一秒钟多一点的时间：
#!/bin/bash
sed -e 's!$!,'"${1##*/}"'!' $1
您也可以尝试其他选择，例如awk；您可能需要测试一些，看看哪种方法在您的环境中效果最好（或足够快）。
【讨论】：
sed 版本。
您也许可以从all_external_locations DDL 中提取该数据。它包含创建表时指定的目录名称和位置参数。
【讨论】：
all_external_locations 这正是您所需要的。