從遠端主機載入資料

您可以使用 COPY 命令從一或多台遠端主機 parallel 載入資料，例如 Amazon EC2 執行個體或其他電腦。COPY 會使用 SSH 連接至遠端主機，然後在遠端主機上執行命令來產生文字輸出。

遠端主機可以是 Amazon EC2 Linux 執行個體，或另一台設定為接受 SSH 連線的 Unix 或 Linux 電腦。本指南假設您的遠端主機為 Amazon EC2 執行個體。當其他電腦上的程序不同時，指南將指出差異。

Amazon Redshift 可以連線至多台主機，並可以打開至每個主機的多個 SSH 連線。Amazon Redshift 會透過每個連線傳送唯一命令，以產生文字輸出來傳到主機的標準輸出，Amazon Redshift 接著會像讀取文字檔案一樣讀取此輸出。

開始之前

開始之前，您應該備妥下列各項：

• 您可以使用 SSH 連線的一或多個主機，例如 Amazon EC2 實例。

• 主機上的資料來源。

  您將提供 Amazon Redshift 叢集將在主機上執行以產生文字輸出的命令。叢集連線至主機之後，COPY 命令會執行這些命令，讀取來自主機標準輸出的文字，以及 parallel 載入資料至 Amazon Redshift 資料表。文字輸出必須採用 COPY 命令可以擷取的格式。如需詳細資訊，請參閱「」準備您的輸入資料

• 從您的電腦存取主機。

  針對 Amazon EC2 執行個體，您將使用 SSH 連線來存取主機。您將需要存取主機，以將 Amazon Redshift 叢集的公有金鑰新增至主機的授權金鑰檔案。

• 正在運行的 Amazon Redshift 叢集。

  如需如何啟動叢集的詳細資訊，請參Amazon Redshift 入門指南。

載入資料程序

本節會逐步演練如何從從遠端主機載入資料的程序。下列小節提供完成每個步驟所需的詳細資訊。

• 步驟 1：檢索叢集公有金鑰和叢集節點 IP 地址

  公有金鑰可讓 Amazon Redshift 叢集節點與遠端主機建立 SSH 連線。您將使用每個叢集節點的 IP 地址來設定主機安全組或防火牆，以允許使用這些 IP 地址從您的 Amazon Redshift 叢集存取。

• 步驟 2：將 Amazon Redshift 叢集公有金鑰新增至主機的授權金鑰檔案

  您可以將 Amazon Redshift 叢集公有金鑰新增至主機的授權金鑰檔案，以便主機識別 Amazon Redshift 叢集並接受 SSH 連線。

• 步驟 3：設定主機以接受所有 Amazon Redshift 叢集的 IP 地址

  針對 Amazon EC2，修改執行個體的安全性組，以新增傳入規則來接受 Amazon Redshift IP 地址。針對其他主機，修改防火牆使得您的 Amazon Redshift 節點可以與遠端主機建立 SSH 連線。

• 步驟 4：取得主機的公有金鑰

  您可以選擇性地指定 Amazon Redshift 應該使用公有金鑰來識別主機。您將需要找到公有金鑰，並將文字複製到您的資訊清單檔案。

• 步驟 5：建立資訊清單檔案

  資訊清單是 JSON 格式的文字檔案，其中包含 Amazon Redshift 連線至主機和獲取資料所需的詳細資訊。

• 步驟 6：將清單檔案上傳至 Amazon S3 儲存貯體

  Amazon Redshift 會讀取資訊清單，並使用該資訊來連線至遠端主機。如果 Amazon S3 儲存貯體不是位於與 Amazon Redshift 叢集所在的同一區域，您必須使用REGION選項指定數據所在的區域。

• 步驟 7：執行 COPY 命令以載入資料

  從 Amazon Redshift 資料庫，執行 COPY 命令以將資料載入至 Amazon Redshift 資料表。