PG数据库之间的导入导出

本文将介绍如何对PG数据库进行导入、导出,主要利用的是PG自带的pg_dump、pg_dumpall、pg_restore、psql等命令,版本是9.4(不同版本的pg_dump \ pg_restore选项可能会有些不同,请注意)
 
 
导出、导入的整体思路是:

1. 导出全局对象,如用户、编码、权限等,产生文件global-objs.dmp
2. 导出每个数据库中的对象、结构,如建库语句、用户、权限、编码、表结构、自定义类型等,产生 [库名]-objs.dmp文件,如dxm-objs.dmp
3. 导出每个数据库中的数据,这里分两种来考虑,一个是某库中所有的数据(所有的表),生成单个文件dxm.dmp;一个是针对某库中每个表分别进行导出备份,每个表一个文件,以[库名]-[表名].dmp命名,如dxm-all_types.dmp
4. 目标实例上建立全局对象,即导入global-objs.dmp
5. 导入对象,即dxm-objs.dmp文件中的內容
6. 导入数据,根据导出的不同,分为一次导入dxm.dmp,和分别导入每个表的文件,如dxm-all_types.dmp

数据的导出这里主要采用pg_dump工具,可以导出为SQL文件、目录方式(“-Fd”)和自定义格式(“-Fc”)等。其中SQL文件比较适合较小的实例数据量较小的情况,目录方式因为可以在导入、导出都用并发的方式,因此可以用于较大实例;自定义格式可以在导入的时候用上并发。
 
导出过程
 
可以采用以下步驟完成:

1. 导出公共对象,比如用户、权限、编码等
2. 导出某个库上的对象,比如表、type等
3. 导出某个库上的数据,即各个表的数据等

之后恢复按同样的步驟恢复就可以了。
 
第一步,导出所有公共对象,包括编码用户、权限等
 
 
将公共部分输出到文件
  1. [dxm@rdsdba ~]$ /pkg/pgsql/bin/pg_dumpall -h 192.168.xx.xx -g -p 5432 -f gloable.dmp

这里会将所有的结构、对象、编码等必要信息导出,用于在新库上执行。
 
需要注意一点的就是,进行导出的用户必须有相应的权限(如上面例子中默认用的的所在的操作系统用户,即dxm,也是创建这个实例时的用户,拥有最高权限。),没有权限会报以下的日志:
  1. [dxm@rdsdba ~]$ /pkg/pgsql/bin/pg_dumpall  -h 192.168.xx.xx -p 5432 -U pgtmp
  2. ……
  3. pg_dumpall: query failed: ERROR:  permission denied for relation pg_authid
  4. pg_dumpall: query was: SELECT oid, rolname, rolsuper, rolinherit, rolcreaterole, rolcreatedb, rolcanlogin, rolconnlimit, rolpassword, rolvaliduntil, rolreplication, pg_catalog.shobj_description(oid, 'pg_authid') as rolcomment, rolname = current_user AS is_current_user FROM pg_authid ORDER BY 2
 
第二步,导出库上的结构和对象
 
 
这里建议是将结构、对象与数据的导入、导出分开进行,会逻辑更清晰,也更好定位问题。 
 
 
导出某个库上的结构:
  1. [dxm@rdsdba ~]$ [backcolor=#ffff00][b]/pkg/pgsql/bin/pg_dump -s -C -v -fdxm-objs.dmp -ddxm -h 192.168.xx.xx -Udxm -p 5432[/b][/backcolor]
  2. Password: 
  3. pg_dump: reading schemas
  4. ……
这里因为带了"-v"选项,所以会打印较多的信息,从中也能看出读出了哪些信息。选项有:
  • “-s”选项,可以将库中所有的对象导出,而不导出数据
  • “-C”选项,可以将建库的语句也输出到文件中;如果手动建库,则需要去除该选项
  • “-O”选项,如果目标库的用户与源库不同,那么导出的时候最好带上这个选项,去除“ALTER ...  OWNER TO”语句,以解决用户不存在或用户权限问题
  • “-x”选项,会去除GRANT/INVOKE语句
  • 更多选项,请参考"pg_dump --help"
 
具体看看导出了什么內容:
  1. [dxm@rdsdba ~]$ cat dxm-objs.dmp
  2. ……
  3. CREATE DATABASE "dxm" WITH TEMPLATE = template0 ENCODING = 'UTF8' LC_COLLATE = 'zh_CN.UTF-8' LC_CTYPE = 'zh_CN.UTF-8';
  4. ALTER DATABASE "dxm" OWNER TO "dxm";
  5. \connect "dxm"
  6. ……
  7. CREATE TABLE single_types (
  8.     id integer,
  9.     name text,
  10.     descrps character varying(800),
  11.     md5 bytea
  12. );
  13. ……
由上面的內容可以看出来,只包含了所有的对象,而没有数据,并且包含了创建数据库的语句。有了这些对象后,再进行数据导入即可。
 
 
第三步,导出数据
 
 
导出的数据支持四种格式:SQL文件、自定义、目录、压缩格式。

  • SQL文件

只能通过psql来进行恢复,将SQL文件中的SQL语句进行重做,速度较慢,但较为简单,出了问题修改SQL文件即可。但数据量大了之后,单个SQL文件就可以达到很大的规模,将很难处理。

  • 自定义的格式

会对数据进行一定的压缩,且可以利pg_restore进行并发导入。但输出的同样是单个文件,对于数据量过大,同样不太好处理。对于中等大小的实例比较合适,与SQL文件的大小简单对比如下(all_types.dmp是SQL文件):
  • -rw-rw-r-- 1 dxm dxm 111736 Jun 2 18:43 all_types.cs
  • -rw-rw-r-- 1 dxm dxm 1218139 Jun 2 18:04 all_types.dmp

  • 目录的方式

目录的方式目前比较适合较大的实例,原因如下:
    • 可以使用pg_dump的并发导出
    • 可以使用pg_restore的并发导入
    • 每个表一个文件,不至于单个文件过大(如SQL文件的方式)
    • 有数据压缩

只导出数据部分,不包括结构部分,是"-a"选项。
 
目录方式和自定义格式
 
 
“-Fc”选项,会采用自定义的格式,会占用较小的空间 ,空间大小如下所示:
  1. [dxm@rdsdba ~]$ /pkg/pgsql/bin/pg_dump -a -v -f dxm.cs -Fc -d dxm -h 192.168.xx.xx -U dxm -p 5432
  2. -rw-rw-r-- 1 dxm  dxm   51176 Jun  2 20:33 single_types.cs
  3. -rw-rw-r-- 1  dxm  dxm  588859 Jun  2 19:50 single_types.dmp
"-Fd"选项,目录格式。导出的时候,"-j NUM"会多线程的导出数据,提高性能,只在"-Fd"选项下有效,例子如下:
  1. [dxm@rdsdba ~]$ [backcolor=#ffff00][b]/pkg/pgsql/bin/pg_dump -a -v -j 6 -f dxm.folder -Fd -d dxm -h 192.168.xx.xxx -U dxm -p 5432[/b][/backcolor]
  2. [dxm@rdsdba ~]$ ll dxm.folder/
  3. total 164
  4. -rw-rw-r-- 1 dxm  dxm  50533 Jun  2 20:40 2866.dat.gz
  5. -rw-rw-r-- 1  dxm  dxm 110270 Jun  2 20:40 2867.dat.gz
  6. -rw-rw-r-- 1  dxm  dxm    817 Jun  2 20:40 toc.dat[font=arial] [/font]
 
恢复数据
 
 
恢复数据的时候,根据导出的过程,先恢复对象部分,再对数据进行恢复。
 
恢复对象
 
首先恢复全局的信息,包括用户、编码等:
  1. [dxm@rdsdba ~]$ /pkg/pgsql/bin/psql  -d postgres -U dxm -h 192.168.xx.xxx -p 5433 -f  gloable.dmp
  2. SET
  3. SET
  4. SET
  5. ……
 
 
其次,恢复某库上的对象。
 
如果手动在目标实例上建了这个库,则连到这个库上即可;如果不是,则pg_dump的选项中应有“-C”,连到postgres即可。以下例子是带有“-C”选项的,可以看到,导出的文件中包含了库创建的语句:
  1. [dxm@rdsdba ~]$[backcolor=#ffff00][b] /pkg/pgsql/bin/psql  -d postgres -U dxm -h 192.168.xx.xxx -p 5433 -f dxm-objs.dmp[/b][/backcolor]
  2. SET
  3. SET
  4. SET
  5. SET
  6. SET
  7. SET
  8. CREATE DATABASE
  9. ALTER DATABASE
  10. ……
 
 恢复数据
 
自定义格式和目录方式,在恢复的时候都是支持多线程的,这对于大数据量有较好的效果。本次不对性能做太多分析,只看下功能。
 
 
自定义格式:
  1. [dxm@rdsdba ~]$ [b]/pkg/pgsql/bin/pg_restore -j4 -Fc -h 192.168.xx.xxx -d dxm -U dxm -p 5433 dxm.cs[/b]
目录方式:
  1. [dxm@rdsdba ~]$ [b]/pkg/pgsql/bin/pg_restore -Fd -h 192.168.xx.xxx -d dxm -U dxm -p 5433 dxm.folder/[/b]
可以看得出来, pg_restore的使用方式要简单很多。这里主要是因为将数据和对象分开来考虑了,所以这一步就只是数据。如果导出的文件包含数据和对象,通过pg_restore也是可以只恢复对象,或者数据。
另外,自定义格式和目录的方式,数据文件并不是可读的,对于数据的安全也是多了一点点保障。
 
总结
 
- pg_dump/pg_restore功能是比较简单有效的
- pg_dump对于对象类型的支持比较完整,包括复合数据类型、复杂类型等都有很好的支持
- PG还支持其他的方式(比如copy),有兴趣的同学可以了解下
 
 
 
源库结构、数据(已有数据的,可略过)
 
 
在进行导入、导出之前,需要在源库上创建一些模拟数据。已经有数据和实例的,可以用已有的,可略过这一步。
 
创建原始的库和表:
 
  1. create database "dxm" owner  "dxm";
  2. 基本类型的表
  3. create table if not exists single_types(
  4. id integer, 
  5. name text, 
  6. descrps varchar(800), 
  7. md5 bytea
  8. );
  9. ——创建复合类型
  10. create type branch_desc as (owner text, name text);
  11. ——拥有数组、复合类型和其他基本类型的表
  12. create table if not exists all_types(
  13. id integer primary key,  
  14. name text not null, 
  15. time timestamp not null, 
  16. price decimal,
  17. num numeric, 
  18. valid boolean, 
  19. profit_per_quarter decimal[],   
  20. branch branch_desc,
  21. md5 bytea
  22. );
 
插入数据
 
 
此处的数据自动生成,暂时不考虑逻辑性,即数据之间的关系(如关联关系等)。因只用于导入、导出,类型的多样比逻辑关系更有作用。
  1. ——插入10000条记录
  2. insert into single_types values(
  3.     generate_series(0, 9999), 
  4.     substr('abcdefghijklmnopqrstuvwxyz',1,(random() * 26) ::integer),       substr('abcdefghijklmnopqrstuvwxyz',1,(random() * 26) ::integer),
  5.     E'\\xDEADBEAFAE346812734989'
  6. );
  7. ——插入10000条记录
  8. insert into all_types values(
  9.     generate_series(0, 9999),
  10.     substr('abcdefghijklmnopqrstuvwxyz',1,(random() * 26) ::integer),
  11.     generate_series(now(), now() + '1 week', '1 day')::timestamp,
  12.     (random() * 100.)::numeric(10,2),
  13.     (random() * 100.)::numeric(10,0),
  14.     true,
  15.     '{100,100,100,100}',
  16.     '("dxm", "hangzhou")',
  17.     E'\\xCA9F87A98270197FA9FA'
  18. );
 
   注:原创,从http://bbs.aliyun.com/read/247030.html?spm=5176.bbsl264.0.0.QBfiR2 搬过来。
 
 
 
 
 
 
 

上一篇:Greenplum数据增量导入的唯一值自增处理


下一篇:艾伟:WCF中通过Dispose有效实现重用