COPY este comanda PostgreSQL de înaltă performanță pentru încărcarea și exportul în masă de date — mutarea unor volume mari de date între un fișier (sau flux) și un tabel mult mai rapid decât declarațiile INSERT individuale. Este instrumentul standard pentru importarea/exportul seturilor mari de date.
users (name, email, age) (FORMAT csv, HEADER );
users (FORMAT csv, HEADER );
\ users (FORMAT csv, HEADER )
COPY citește/scrie un întreg fișier într-o singură operație — dramatic mai rapid decât executarea miilor de INSERT-uri individuale.
❌ thousands of individual INSERTs:
each is a separate statement → per-statement overhead, possibly per-row transactions,
network round-trips → SLOW for large data (can be 10-100x slower)
✅ COPY:
one bulk operation, minimal overhead, optimized data path → FAST
→ For loading large datasets, COPY is the go-to; INSERTs are for small/individual rows.
COPY (SQL command) → reads/writes files on the SERVER, needs superuser/file privileges
\copy (psql command) → reads/writes files on the CLIENT, no special privileges
→ Use \copy when running from your machine against a remote database.
✓ Use COPY (not INSERTs) for large data
✓ Consider dropping/disabling indexes and constraints during a huge load, then
recreating them after (building an index once is faster than maintaining it per-row)
✓ Load within a single transaction; increase maintenance_work_mem for index rebuilds
✓ For programmatic bulk inserts, use multi-row INSERT or the driver's COPY support
COPY este instrumentul PostgreSQL esențial pentru încărcarea și exportul eficient de date în masă, iar înțelegerea acestuia este valoroasă pentru orice scenariu care implică seturi mari de date — migrații de date, ETL, importuri/exporturi, seed-uri și analize, care sunt nevoi frecvente în lumea reală.
Valoarea cheie este performanța: încărcarea unor volume mari de date cu declarații INSERT individuale este dramatic lentă (overhead per declarație, round-trip-uri — potențial 10-100x mai lentă), în timp ce COPY efectuează încărcarea ca o singură operație bulk optimizată, făcând-o să fie alegerea de bază pentru importarea sau exportul seturilor mari de date (mii până la milioane de rânduri).
Înțelegerea de ce COPY este mult mai rapid (operație bulk vs overhead per rând) clarifică când să-l folosești (date mari) versus INSERT-uri (rânduri mici/individuale).
Cunoscerea distincției practice între COPY (comanda SQL server-side, necesită acces/privilegii pe fișiere) și \copy (comanda client-side psql, fără privilegii speciale — funcționează împotriva bazelor de date remote din mașina ta) este importantă pentru utilizarea efectivă în contexte diferite.
Sfaturile de încărcarea în masă (folosirea COPY în loc de INSERT-uri, ștergerea/recrearea indicilor în jurul încărcărilor imens de mari deoarece construirea unui index o dată este mai bună decât menținerea acestuia per rând, încărcarea într-o tranzacție) sunt cunoștințe de optimizare valoroase pentru importurile mari.
Deoarece operațiile cu date în masă (migrații, importuri, exporturi, ETL) sunt frecvente, și deoarece COPY este modul standard de înaltă performanță pentru a le gestiona în PostgreSQL (depășind dramatic performanța INSERT-urilor pentru date mari), înțelegerea COPY — beneficiul său de performanță, distincția COPY vs \copy și bune practici de încărcarea în masă — este cunoaștere valoroasă și practic relevantă pentru mutarea eficientă a seturilor mari de date în și din Postgres, o nevoie operațională frecventă unde folosirea instrumentului corect (COPY) face o diferență majoră.