Importare uno schema xml in postgres per creare automaticamente una tabella e poi popolarla con un file xml?

Ci sono probabilmente mille modi per importare file XML in PostgreSQL, ma qui c'è un'alternativa che trovo abbastanza facile da implementare ed è già testata con documenti XML di grandi dimensioni (120 GB+)

A seconda della dimensione del tuo file XML, considera la possibilità di dividerlo. Uno strumento eccezionale per farlo è xml_split . Questo comando divide file.xml in file più piccoli con un massimo di 100 MB:

xml_split -n 5 -l 1 -s 100MB file.xml

Una volta che i tuoi file sono stati suddivisi in una dimensione ragionevole, puoi iniziare a importarli senza correre il rischio di esaurire la memoria.

Consideriamo la seguente struttura di file XML ...

<?xml version="1.0"?>
<t>
    <foo>
        <id j="a">1</id>
        <val>bar1</val>
    </foo>
    <foo>
        <id j="b">8</id>
        <val>bar1</val>
    </foo>
    <foo>
        <id j="c">5</id>
        <val>bar1</val>
    </foo>
    <foo>
        <id j="b">2</id>
    </foo>
</t>

... e la seguente tabella di destinazione, dove inseriremo i record XML.

CREATE TABLE t (id TEXT, entry XML);

Il codice seguente importa i file XML in un non registrato table e unnest nella tabella t utilizzando un CTE (ovvero clausola WITH) dal nodo <foo> . Il comando perl -pe 's/\n/\\n/g' sostituisce i caratteri di nuova riga con \\n in modo da non ricevere una Premature end of data eccezione:

#!/bin/bash

psql testdb -c "CREATE UNLOGGED TABLE tmp (entry xml);"

for f in /path/to/your/files/;do

    cat $f | perl -pe 's/\n/\\n/g' |psql testdb -c "COPY tmp FROM STDIN;"
    psql testdb -c "
    WITH j AS (
      SELECT UNNEST(XPATH('//t/foo',entry)) AS entry FROM tmp
    )
      INSERT INTO t 
      SELECT XPATH('//foo/id/text()',j.entry),j.entry FROM j;

      TRUNCATE TABLE tmp;"

done

psql testdb -c "DROP TABLE tmp;"

Ed ecco i tuoi dati:

testdb=# SELECT * FROM t;
 id  |          entry           
-----+--------------------------
 {1} | <foo>                   +
     |         <id j="a">1</id>+
     |         <val>bar1</val> +
     |     </foo>
 {8} | <foo>                   +
     |         <id j="b">8</id>+
     |         <val>bar1</val> +
     |     </foo>
 {5} | <foo>                   +
     |         <id j="c">5</id>+
     |         <val>bar1</val> +
     |     </foo>
 {2} | <foo>                   +
     |         <id j="b">2</id>+
     |     </foo>
(4 Zeilen)