Dostęp do zewnętrznych plików XML jako zmiennych w skrypcie PSQL (pochodzący ze skryptu bash)

OK, oto moje rozwiązanie.

Publikuję bardziej szczegółową odpowiedź na moim blogu Persagen.com.

Zasadniczo postanowiłem anulować DO $$DECLARE ... podejście (opisane w SO 49950384) na korzyść podejścia uproszczonego, poniżej.

Mam wtedy dostęp do zmiennej współdzielonej BASH / PSQL, :bash_var , a więc:

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

Oto przykładowy skrypt SQL ilustrujący to użycie:

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;

Uwagi dotyczące skryptu SQL:

W instrukcjach xpath przekształcam ::text (np.:::text::varchar(15) ) zgodnie ze schematem tabeli Postgres.
Co ważniejsze, gdybym nie przekształcić typy danych w instrukcji xpath i wpis w polu (np. name długość) przekroczyła SQL varchar(300) limit długości, te dane spowodowały błąd PSQL, a tabela nie została zaktualizowana (tj. wynik pustej tabeli).

Przesłałem pliki danych XML użyte w tej odpowiedzi w tym artykule

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

Linki bezpośrednie:

hmdb_metabolites_5000-01.xml
hmdb_metabolites_5000-02.xml
hmdb_metabolites_5000-03.xml
Źródło:HMDB.ca
- Cytat

AKTUALIZACJA (15.05.2019)

W dalszej pracy, szczegółowo opisanej w moim poście na blogu badawczym Eksportowanie zwykłego tekstu do PostgreSQL, bezpośrednio ładuję dane XML do PostgreSQL, zamiast używać tabel tymczasowych.

TL/DR. W tym projekcie zaobserwowałem następujące ulepszenia.

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