各位请指点！
从oracle数据库(9i)用plsql导出了400W条包含图片(BLOB)的数据，现在在另一台数据库想导入(数据库和PLSQL保证了版本一致)，死活导不进去，每次导到8W多条就显示完成了，日志也没有报错信息。我的pde文件有100G多，与导出的数据表大小一致，导入后只有6G左右显然没有导完。现在导出数据库已无法访问了，所以无法重新导出，求各位想想办法怎么完整导入现在的pde文件，谢谢!
根据你提供的信息，可以尝试以下几个步骤来解决你的问题：
确认导入的目标数据库的表结构与导出的源数据库的表结构一致，包括表结构、列的顺序、列的数据类型和约束等。同时，检查是否有触发器或其他的数据库对象依赖该表，确保也一并导入。
分析导入过程的日志和错误信息，查看导入停止的位置和原因。可以尝试增加日志级别或开启调试模式来获得更多的信息。
调整导入的参数，尝试分批次导入或者关闭文件大小限制等参数。在导入时可以使用 commit_interval 参数，调整每次 commit 的记录数，减少内存占用和减小操作时间。
尝试使用 Oracle 的数据泵工具（Data Pump），它可以将数据导出为一个或多个文件，再将这些文件导入另一个数据库中。使用数据泵工具可以避免出现如 BLOB 数据无法导入等问题，同时也可以更好地控制导入过程和进行备份和恢复。
如有必要，可以考虑重建导入数据的表结构，重新创建表并导入数据。但需要注意的是，这可能会影响到表的依赖关系和其他数据库对象，谨慎操作。
总之，调试和解决这种大规模数据导入的问题需要整体思考和全面分析，建议先备份好数据，针对具体情况分步骤进行分析和解决，避免出现更严重的问题。
由于导出的数据库已经无法访问，无法重新导出数据，您可以尝试以下几种方法来完整导入当前的pde文件：
1.分批次导入数据：将大文件分割成小文件进行导入，可以通过编写脚本来实现自动分割和导入数据。首先，可以将pde文件分割为多个小文件，每个文件包含不同的数据行，然后使用 PL/SQL 逐个导入这些小文件，直到全部数据导入为止。
2.提高导入的缓存大小：默认情况下，Oracle 导入数据时使用的缓存大小为 64KB。可以通过在导入时使用 COMMIT_INTERVAL 参数来增加缓存大小。例如，使用如下命令将缓存大小设置为 1MB：
impdp scott/tiger DIRECTORY=data_pump_dir DUMPFILE=exp.dmp LOGFILE=imp.log COMMIT_INTERVAL=1000000
3.使用第三方工具：您还可以尝试使用一些第三方工具来导入数据。例如，可以使用 SQL Developer 或 Toad 等工具，这些工具可以提供更高级别的导入功能，并且可以处理大文件的导入。如果您的数据文件过大，可以考虑使用外部表来加载数据。
4.检查导入日志：在导入数据时，Oracle 会生成日志文件。可以查看导入日志文件以查找导入过程中的错误或警告信息。如果您在日志中没有发现任何有用的信息，可以尝试增加日志级别，例如使用以下命令：
impdp scott/tiger DIRECTORY=data_pump_dir DUMPFILE=exp.dmp LOGFILE=imp.log LOGLEVEL=ALL
引用chatGPT作答，这种情况可能是由于导入过程中出现了错误或者中断导致的。由于您的 pde 文件非常大，可能会很难确定问题的确切原因。
以下是一些可能的解决方案：
1.尝试将数据表分成更小的块进行导入。这将有助于确定哪些数据可能是导致导入失败的原因。
2.确保导入的数据表的结构与导出的数据表的结构完全一致。如果结构不同，导入过程可能会失败。
3.重新创建导出时使用的表空间，然后尝试重新导入数据。
4.尝试使用 SQLLoader 工具，它可以更好地处理大型数据集。您可以将数据表导出为文本文件，然后使用 SQLLoader 将其导入到目标数据库中。
5.联系 Oracle 支持团队，他们可能能够提供更详细的诊断和解决方案。
最后，无论您选择哪种方法，建议在进行任何重要的数据操作之前备份数据库。这可以帮助您在出现问题时还原数据。
以下答案由GPT-3.5大模型与博主波罗歌共同编写：
首先，您可以尝试使用Oracle的数据泵工具来导入数据。数据泵工具比PL/SQL Developer更稳定，可以处理大型数据集。
以下是使用数据泵工具的基本步骤：
CREATE DIRECTORY exp_dir AS 'path/to/export/folder';
expdp username/password@source_database schemas=schema_name directory=exp_dir dumpfile=data.dmp logfile=expdp.log
CREATE DIRECTORY imp_dir AS 'path/to/import/folder';
impdp username/password@destination_database schemas=schema_name directory=imp_dir dumpfile=data.dmp logfile=impdp.log
如果仍然无法完成导入，您可以尝试将数据文件拆分为多个较小的文件，然后使用数据泵工具逐个导入这些文件。
以下是将大型数据文件拆分为多个文件的Python代码示例：
import os
def split_file(input_file, output_directory, chunk_size):
with open(input_file, "rb") as f:
chunk_num = 0
while True:
chunk = f.read(chunk_size)
if not chunk:
break
output_path = os.path.join(output_directory, "chunk-{}.pde".format(chunk_num))
with open(output_path, "wb") as chunk_file:
chunk_file.write(chunk)
chunk_num += 1
split_file("large_file.pde", "chunks", 100000000) # 每个文件大小为100MB
请注意，这样的文件拆分可能会增加导入的时间，因为需要逐个导入多个文件。如果导入速度很慢，请尝试使用更快的硬件或通过网络传输文件来加快速度。
如果我的回答解决了您的问题，请采纳！
以下内容引用CHATGPT：
首先，针对导入过程中出现的问题，建议逐步排查可能的原因。可以尝试以下几个方向：
检查导入过程中的日志，看是否有任何异常信息。如果没有异常信息，说明可能是导入过程中出现了某种死锁或者其他异常情况，可以尝试在导入过程中加入一些调试信息，帮助定位问题。
检查导入过程中的网络连接是否稳定。如果网络连接不稳定，可能导致数据传输出现问题，可以尝试在导入过程中加入一些网络连接测试，看是否存在问题。
检查导入过程中的内存和磁盘空间是否足够。如果内存或者磁盘空间不足，可能导致数据传输出现问题，可以尝试在导入过程中加入一些空间检查，看是否存在问题。
针对导入过程中出现的问题，可以尝试使用以下几种方法来解决：
尝试将导出的数据分成多个小文件，然后逐个导入。这样可以避免一次性导入过多数据导致的问题。
尝试使用专业的数据迁移工具，如Oracle Data Pump等，来进行数据导入。这些工具可以更好地处理数据导入过程中可能出现的异常情况，提高数据导入的成功率。
尝试使用其他方式进行数据迁移，如使用数据同步工具或者备份恢复工具等。这些工具可以更好地处理数据迁移过程中可能出现的异常情况，提高数据迁移的成功率。
总之，针对导入过程中出现的问题，需要逐步排查可能的原因，并采取相应的解决方法，以提高数据导入的成功率。
不知道你这个问题是否已经解决, 如果还没有解决的话: