这几个月经常使用impdp/expdp来做数据迁移，稍微总结一下。

1、如果dump备份文件的用户和即将导入的用户不同，则需要使用remap_schema参数。而当使用了这个参数之后，还想用tables参数指定要导入的表，则必须在表前使用旧的“用户名.表名”的方式，如从A用户导出备份dump文件，导入到B用户中，只导入表table1，则参数需要这样使用：

impdp remap_schema=A:B tables=A.table1

2、同样，如果导出和导入的表空间不同，则需要使用remap_tablespace参数。

3、如果只导入表的数据，则使用content=data_only

4、关于table_exists_action参数：

当值为replace时，则只对表有效，对其他数据库对象无效，不要妄想它对sequence等也能生效。

当值为truncate时，导入前会先清空表，再导入，如果表之前存在外键约束，则truncate时可能会失败，所以在使用truncate值时，建议先将要导入的表之间的外键约束disable掉。且建议使用truncate时，配合DATA_OPTIONS=SKIP_CONSTRAINT_ERRORS参数一起使用，否则导入的过程中，无法保证有外键约束的表之间的导入顺序，可能会报错。一般只会对table进行操作，才会使用truncate参数，则可以考虑与content_data_only一起使用。

当值为append时，如果发生了主键、唯一键冲突，则会导致导入失败，建议提前排查。

注意：只有replace导入后才会重新统计，否则建议使用dbms_stats.gather_table_stats来对所导入的表重新统计信息，以便让sql优化器CBO获得较佳的执行计划，才能获得更好的性能。

5、在导入过程中，可能出现卡死现象，可能有如下原因：

1）、sga太小，分配shared_pool等内存不足

2）、遇到过PROCESSING PASSWORD_HISTORY卡死的情况，则exclude=PASSWORD_HISTORY即可

3）、磁盘空间不足，使用df -h可以进行查看

4）、如果是cpu 100%，则需要再进行定位

5）、如果是undo表空间不足，则可以调大undo表空间，在demo环境下，可以直接设置成自动扩展的

6）、temp表空间不足，同上

6、parallel参数，最好根据show parameter cpu中的参数来设定，我一般设置为网上推荐的cpu个数*每个cpu的线程个数-1。

这个parallel参数设置多少还真不一定，有时候设置大了，线程之间打架，反而帮倒忙。

如果数据量比较大，比如亿级，很可能是分区表，则可以考虑将大的分区表，按分区拆分成一个个dump文件，然后再配合parallel参数来完成导入。

7、当你使用了schema参数时，意味着你要导入该schema下全部的对象。

8、在执行impdp/expdp时，执行Ctrl + C不会退出程序，只是进入了交互模式，如果想停止进程，则输入命令：stop_job，回车即可。

如果想恢复，则使用CONTINUE_CLIENT继续执行。

9、使用expdp备份时，建议exclude掉自己不需要备份的东西，比如：SYSTEM_GRANT、ROLE_GRANT、DEFAULT_ROLE、TABLE_QUOTA、PASSWORD_HISTORY、USER、GRANT等。

10、几个小Tips：

1）、Linux上可以使用strings命令，直接查看dump二进制文件中的内容，可以看到表名等有用的信息

2）、可以使用impdp命令将dump文件转换成sql文件，需要使用到sqlfile参数，指定将dump生成的sql文件名

3）、有时候include、exclude参数中，配置了很多值，在shell脚本中会太长，不美观，则建议使用parfile参数，来指定参数文件

4）、使用include和exclude时，括号、引号等符号，都需要进行转义，如果觉得转义比较麻烦，则将参数写到parfile中就可以避免转义问题

5）、使用impdp导入时，如果源表结构与目标表结构不同，还想导入的话，需要安装XDB组件