Go批量操作excel导入到mongodb的技巧
需求:完成一个命令工具,批量处理某个目录下面的一些excel,将这些excel数据导入到mongodb,同时可以同步到mysql
:: 花了一天时间写完代码,代码库位置:https://gitee.com/foz/lib/tree/master/ecc
代码目录:
├─cmd | └─ecc.go # 命令 ├─configs ├─data ├─internal │ └─importing # 主要逻辑处理 ├─pkg # 处理文件读取、连接数据库等 │ ├─files │ ├─mongo │ └─mysql ├─queue └─tools
1. 选择命令行包
平常使用的的命令工具包有:
- urfave/cli
- spf13/cobra
这里使用的是urfave/cli包,比较简单
var DirPath = "../data" // 默认位置 var dir = DirPath app := &cli.App{ Name: "Ecc", Usage: "Ecc is a tools for batch processing of excel data", Flags: []cli.Flag{ &cli.StringFlag{ Name: "model", Aliases: []string{"m"}, Usage: "The model of searching", Value: "model", Destination: &model, }, &cli.StringFlag{ // 设置一个 -d 的参数,用来确定目标文件夹位置 Name: "dir", Aliases: []string{"d"}, Usage: "Folder location of data files", Destination: &dir, Value: DirPath, }, Action: func(c *cli.Context) error { importing.Load("../configs/cfg.yaml") // 引入配置文件,读取mongodb、mysql等配置 importing.Handle(dir) ## 具体逻辑处理 return nil }
2. 读取配置,连接数据库
读取配置使用spf13/viper库,需要读取一下配置,连接mongodb
var C Config type Config struct { Env string `yaml:"env"` Mongo struct { DNS string `yaml:"dns"` Db string `yaml:"db"` Collection string `yaml:"collection"` } `yaml:"mongo"` Mysql struct { Alias string `yaml:"alias"` Dns string `yaml:"dns"` } `yaml:"mysql"` } func Load(cf string) { var err error viper.SetConfigFile(cf) if err = viper.ReadInConfig(); err != nil { log.Fatal(fmt.Errorf("fatal error config file: %s \n", err)) } if err = viper.Unmarshal(&configs.C); err != nil { log.Fatal(fmt.Errorf("unmarshal conf failed, err:%s \n", err)) if err = mongo.Conn(configs.C.Mongo.DNS, configs.C.Mongo.Db); err != nil { log.Fatal(color.RedString("%s:\n%v", "mongo connect err", err)) if mongo.CheckCollection(configs.C.Mongo.Collection) { if err = mongo.DelCollection(configs.C.Mongo.Collection); err != nil { log.Fatal(color.RedString("%s:\n%v", "mongo del collection err", err)) } if err = mongo.CreateCollection(configs.C.Mongo.Collection); err != nil { log.Fatal(color.RedString("%s:\n%v", "mongo create collection err", err))
3. 读取文件
先确定文件权限以及文件是否存在
func ReadDir(dir string) ([]os.FileInfo, error) { perm := checkPermission(dir) if perm == true { return nil, fmt.Errorf("permission denied dir: %s", dir) } if isNotExistDir(dir) { return nil, fmt.Errorf("does not exist dir: %s", dir) files, err := ioutil.ReadDir(dir) if err == nil { return files, err return nil, fmt.Errorf("ReadDir: %s, err: %v", dir, err) }
拿到文件后就要并发读取每个excel文件数据
这里需求是一次任务必须读完所有的文件,任何一个文件有错误就退出程序。
:: 所以需要定义异常退出信道和一个完成读取两个信道,总的数据使用sync.Map安全并发写入。
3.1. 并发读
rWait = true rDone = make(chan struct{}) rCrash = make(chan struct{}) read(f, dir, data) for rWait { // 使用for循环来阻塞读文件 select { case <-rCrash: abort("-> Failure") return case <-rDone: rWait = false } } func read(fs []os.FileInfo, dir string, data *sync.Map) { for _, file := range fs { fileName := file.Name() _ext := filepath.Ext(fileName) if Include(strings.Split(Exts, ","), _ext) { wg.Add(1) inCh := make(chan File) go func() { defer wg.Done() select { case <-rCrash: return // 退出goroutine case f := <-inCh: e, preData := ReadExcel(f.FilePath, f.FileName, pb) if e != nil { tools.Red("%v", e) // 使用sync.once防止多个goroutine关闭同一个信道 once.Do(func() { close(rCrash) }) return } data.Store(f.FileName, preData) } }() inCh <- File{ FileName: fileName, FilePath: dir + string(os.PathSeparator) + fileName, } go func() { wg.Wait() close(rDone) }()
3.2. 使用excelize处理excel
excelize是一个非常好用的excel处理库,这里使用这个库读取excel文件内容
type ExcelPre struct { FileName string Data [][]string Fields []string Prefixes string ProgressBar *mpb.Bar // 进度条对象 } func ReadExcel(filePath, fileName string, pb *mpb.Progress) (err error, pre *ExcelPre) { f, err := excelize.OpenFile(filePath) if err != nil { return err, nil } defer func() { if _e := f.Close(); _e != nil { fmt.Printf("%s: %v.\n\n", filePath, _e) } }() // 获取第一页数据 firstSheet := f.WorkBook.Sheets.Sheet[0].Name rows, err := f.GetRows(firstSheet) lRows := len(rows) if lRows < 2 { lRows = 2 rb := ReadBar(lRows, filePath, pb) wb := WriteBar(lRows-2, filePath, rb, pb) var fields []string var data [][]string // 进度条增加一格 InCr := func(start time.Time) { rb.Increment() rb.DecoratorEwmaUpdate(time.Since(start)) for i := 0; i < lRows; i++ { InCr(time.Now()) // 这里对第一行处理,用来判断一些约定的条件 if i == 0 { fields = rows[i] for index, field := range fields { if isChinese := regexp.MustCompile("[\u4e00-\u9fa5]"); isChinese.MatchString(field) || field == "" { err = errors.New(fmt.Sprintf("%s: line 【A%d】 field 【%s】 \n", filePath, index, field) + "The first line of the file is not a valid attribute name.") return err, nil } } continue // 过滤第二行,这一行通常是中文解释字段 if i == 1 { data = append(data, rows[i]) return nil, &ExcelPre{ FileName: fileName, Data: data, Fields: fields, Prefixes: Prefix(fileName), ProgressBar: wb,
3.3. 使用mpb在命令行输出进度显示
mpb是一个很好用的命令行进度输出库,上面代码里里有两个进度条,一个是读进度条,第二个是写进度条,读进度条在文件读取的时候就显示了,返回的结构体里有写进度条对象,便于后面写操作时候显示。
下面是两个进度条显示的配置,具体参数可以看这个库的文档。
func ReadBar(total int, name string, pb *mpb.Progress) *mpb.Bar { return pb.AddBar(int64(total), mpb.PrependDecorators( decor.OnComplete(decor.Name(color.YellowString("reading"), decor.WCSyncSpaceR), color.YellowString("waiting")), decor.CountersNoUnit("%d / %d", decor.WCSyncWidth, decor.WCSyncSpaceR), ), mpb.AppendDecorators( decor.NewPercentage("%.2f:", decor.WCSyncSpaceR), decor.EwmaETA(decor.ET_STYLE_MMSS, 0, decor.WCSyncWidth), decor.Name(": "+name), ) } func WriteBar(total int, name string, beforeBar *mpb.Bar, pb *mpb.Progress) *mpb.Bar { mpb.BarQueueAfter(beforeBar, false), mpb.BarFillerClearOnComplete(), decor.OnComplete(decor.Name(color.YellowString("writing"), decor.WCSyncSpaceR), color.GreenString("done")), decor.OnComplete(decor.CountersNoUnit("%d / %d", decor.WCSyncSpaceR), ""), decor.OnComplete(decor.NewPercentage("%.2f:", decor.WCSyncSpaceR), ""), decor.OnComplete(decor.EwmaETA(decor.ET_STYLE_MMSS, 0, decor.WCSyncWidth), ""), decor.OnComplete(decor.Name(": "+name), name),
4. 写入mongodb
同写入操作,这里拿到所有数据,然后使用goroutine并发写入mongodb,在处理数据时候需要查重,还需要记录一下本次操作插入了哪些数据的_id值,在报错的时候进行删除(这里可以使用事务,直接删除简单些),所以定义了一个Shuttle
结构体用来在记录并发时的数据。
wWait = true wDone = make(chan struct{}) wCrash = make(chan struct{}) type Shuttle struct { Hid []string // 用来判断是否是重复数据 Mid []string // 用来记录本次插入的数据_id mu sync.Mutex } func (s *Shuttle) Append(t string, str string) { s.mu.Lock() defer s.mu.Unlock() switch t { case "h": s.Hid = append(s.Hid, str) case "m": s.Mid = append(s.Mid, str) } write2mongo(data) for wWait { select { case <-wCrash: abort("-> Failure") return case <-wDone: wWait = false func write2mongo(data *sync.Map) { collection := mongo.GetCollection(configs.C.Mongo.Collection) data.Range(func(key, value interface{}) bool { if v, ok := value.(*ExcelPre); ok { wg.Add(1) inCh := make(chan []bson.M) go func() { defer wg.Done() select { case <-wCrash: return // exit case rows := <-inCh: e := Write2Mongo(rows, collection, v, &shuttle) if e != nil { tools.Red("%v", e) once.Do(func() { close(wCrash) }) return } } }() inCh <- PreWrite(v) } return true }) go func() { wg.Wait() close(wDone) }() // 具体处理逻辑 func Write2Mongo(rows []bson.M, collection *mongoDb.Collection, v *ExcelPre, s *Shuttle) error { v.ProgressBar.SetCurrent(0) incr := func(t time.Time, b *mpb.Bar, n int64) { b.IncrInt64(n) b.DecoratorEwmaUpdate(time.Since(t)) for _, row := range rows { start := time.Now() key := v.Prefixes + "@@" + row["_hid"].(string) s.mu.Lock() if Include(s.Hid, key) { s.mu.Unlock() incr(start, v.ProgressBar, 1) continue } else { s.Hid = append(s.Hid, key) var err error var id primitive.ObjectID if id, err = mongo.CreateDocs(collection, row); err != nil { return errors.New(fmt.Sprintf("%s:\n%v", "mongo create docs err", err)) s.Append("m", id.Hex()) incr(start, v.ProgressBar, 1) return nil
5. 同步mysql
因为同步mysql不是必要的,这里使用命令行输入进行判断:
tools.Yellow("-> Whether to sync data to mysql? (y/n)") if !tools.Scan("aborted") { return } else { tools.Yellow("-> Syncing data to mysql...") if err = write2mysql(); err != nil { tools.Red("-> Failure:" + err.Error()) } else { tools.Green("-> Success.") } }
连接mysql数据库,拿到当前monogodb的数据:
func write2mysql() error { if err := mysql.Conn(configs.C.Mysql.Dns); err != nil { return err } d, err := mongo.GetCollectionAllData(configs.C.Mongo.Collection) if err != nil { err = Write2Mysql(d) return err }
创建表,直接拼sql就完事了:
func CreateTable(tableName string, fields []string) error { var err error delSql := fmt.Sprintf("DROP TABLE IF EXISTS `%s`", tableName) err = Db.Exec(delSql).Error if err != nil { return err } s := "id bigint(20) NOT NULL PRIMARY KEY" for _, field := range fields { s += fmt.Sprintf(",%s varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL", field) sql := fmt.Sprintf("CREATE TABLE `%s` (%s) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci", tableName, s) err = Db.Exec(sql).Error return nil }
插入数据,bson.M本身就是一个map,转一下使用gorm分批插入数据,速度快一点:
func InsertData(tableName string, fields []string, data []bson.M) error { var err error var maps []map[string]interface{} for _, d := range data { row := make(map[string]interface{}) for _, field := range fields { row[field] = d[field] } if row != nil { row["id"] = d["id"].(string) maps = append(maps, row) } if len(maps) > 0 { err = Db.Table(tableName).CreateInBatches(maps, 100).Error if err != nil { return err return err }
6. 总结
做为golang新手,看了很多文档、文章,好似懂了,其实啥都不懂。
到此这篇关于Go批量操作excel导入到mongo的文章就介绍到这了,更多相关Go excel导入mongo内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
相关文章
Golang中urlencode与urldecode编码解码详解
这篇文章主要给大家介绍了关于Golang中urlencode与urldecode编码解码的相关资料,在Go语言中转码操作非常方便,可以使用内置的encoding包来快速完成转码操作,Go语言中的encoding包提供了许多常用的编码解码方式,需要的朋友可以参考下2023-09-09
最新评论