PostgreSQL
 sql >> Datenbank >  >> RDS >> PostgreSQL

Zugriff auf externe XML-Dateien als Variablen in einem PSQL-Skript (aus einem Bash-Skript bezogen)

OK, hier ist meine Lösung.

Ich poste eine ausführlichere Antwort in meinem Persagen.com-Blog.

Im Grunde habe ich mich entschieden, das DO $$DECLARE ... aufzuheben Ansatz (beschrieben in SO 49950384) zugunsten des vereinfachten Ansatzes weiter unten.

Ich kann dann auf die gemeinsam genutzte BASH/PSQL-Variable :bash_var zugreifen , also:

xpath('//metabolite', XMLPARSE(DOCUMENT convert_from(pg_read_binary_file(:'bash_var'))))

Hier ist ein Beispiel-SQL-Skript, das diese Verwendung veranschaulicht:

hmdb.sql

\c hmdb

CREATE TABLE hmdb_identifiers (
  id SERIAL,
  accession VARCHAR(15) NOT NULL,
  name VARCHAR(300) NOT NULL,
  cas_number VARCHAR(12),
  pubchem_cid INT,
  PRIMARY KEY (id),
  UNIQUE (accession)
);

\echo '\n[hmdb.sql] bash_var:' :bash_var '\n'

-- UPDATE (2019-05-15): SEE MY COMMENTS BELOW RE: TEMP TABLE!
CREATE TEMP TABLE tmp_table AS 
SELECT 
  (xpath('//accession/text()', x))[1]::text::varchar(15) AS accession
  ,(xpath('//name/text()', x))[1]::text::varchar(300) AS name 
  ,(xpath('//cas_registry_number/text()', x))[1]::text::varchar(12) AS cas_number 
  ,(xpath('//pubchem_compound_id/text()', x))[1]::text::int AS pubchem_cid 
-- FROM unnest(xpath('//metabolite', XMLPARSE(DOCUMENT convert_from(pg_read_binary_file('hmdb/hmdb.xml'), 'UTF8')))) x
FROM unnest(xpath('//metabolite', XMLPARSE(DOCUMENT convert_from(pg_read_binary_file(:'bash_var'), 'UTF8')))) x
;

INSERT INTO hmdb_identifiers (accession, name, cas_number, pubchem_cid)
  SELECT lower(accession), lower(name), lower(cas_number), pubchem_cid FROM tmp_table;

DROP TABLE tmp_table;

Hinweise zum SQL-Skript:

  • In den XPath-Anweisungen gestalte ich den ::text um (zB:::text::varchar(15) ) gemäß dem Postgres-Tabellenschema.

  • Noch wichtiger, wenn ich es nicht täte wandeln Sie die Datentypen in der xpath-Anweisung und einem Feldeintrag um (z. B. name length) hat den SQL varchar(300) überschritten Längenbegrenzung haben diese Daten einen PSQL-Fehler ausgelöst und die Tabelle wurde nicht aktualisiert (d. h. es entsteht eine leere Tabelle).

Ich habe die in dieser Antwort verwendeten XML-Datendateien in diesem Gist hochgeladen

https://gist.github.com/victoriastuart/d1b1959bd31e4de5ed951ff4fe3c3184

Direktlinks:

  • hmdb_metabolites_5000-01.xml

  • hmdb_metabolites_5000-02.xml

  • hmdb_metabolites_5000-03.xml

  • Quelle:HMDB.ca

    • Zitat

AKTUALISIERUNG (2019-05-15)

In Folgearbeiten, die in meinem Forschungsblog-Beitrag Exporting Plain Text to PostgreSQL beschrieben werden, lade ich XML-Daten direkt in PostgreSQL, anstatt temporäre Tabellen zu verwenden.

TL/DR. In diesem Projekt habe ich die folgenden Verbesserungen beobachtet.

Parameter | Temp Tables  | Direct Import | Reduction
    Time: | 1048 min     | 1.75 min      | 599x
   Space: | 252,000 MB   | 18 MB         | 14,000x