mysql数据迁徙详解

数据迁徙是每个后端都会遇到的工作之一，本文介绍了一些常见的数据迁徙方法与工具

mysqldump：数据结构不变的数据迁徙

1. 导出数据

   mysqldump -u root -p DATABASE_NAME table_name > dump.sql

2. 恢复数据

   mysql -u root -p DATABESE_NAME < dump.sql

   或者连接mysql客户端

   mysql> source dump.sql

使用pymysql连接数据库

1. 可以直接用用户名密码连接的数据库

   class GeneralConnector:
       def __init__(self, config, return_dic=False):
           self.return_dic = return_dic
           self.config = config
   
       def __enter__(self):
           self.conn = pymysql.connect(**self.config, port=3306)
           if self.return_dic:
               # 一行数据会变成一个字典
               self.cursor = self.conn.cursor(pymysql.cursors.DictCursor)
           else:
               self.cursor = self.conn.cursor()
           return self.cursor
   
       def __exit__(self, *args):
           self.cursor.close()
           self.conn.commit()
           self.conn.close()

   使用：

   # local_db = {
   #     'user': 'root',
   #     'passwd': '',
   #     'host': '127.0.0.1',
   #     'db': 'local_db'
   #     }
   with GeneralConnector(const.local_db, return_dic=True) as cursor:
       cursor.execute('SELECT `col1`, `col2` FROM test;')
       return cursor.fetchall()

2. 连接处于需要SSH连接的服务器的数据库

   class SSHConnector:
       def __init__(self, server, config, return_dic=False):
           self.return_dic=return_dic
           self.server = server
           self.config = config
   
       def __enter__(self):
           self.conn = pymysql.connect(**self.config, port=self.server.local_bind_port)
           if self.return_dic:
               # 一行数据会变成一个字典
               self.cursor = self.conn.cursor(pymysql.cursors.DictCursor)
           else:
               self.cursor = self.conn.cursor()
           return self.cursor
   
       def __exit__(self, *args):
           self.cursor.close()
           self.conn.commit()
           self.conn.close()

   使用：

   # SERVER = SSHTunnelForwarder(
   #         (remote_host, ssh_port),
   #         ssh_username=USERNAME,
   #         ssh_pkey=SSH_KEY,
   #         ssh_private_key_password=SSH_KEY_PASSWD,
   #         remote_bind_address=('127.0.0.1', 3306) # mysql服务位置
   #     )
   # server_db = {
   #     'user': 'root',
   #     'passwd': '',
   #     'host': '127.0.0.1',
   #     'db': 'server_db'
   #     }
   # 创建一个隧道将服务端的mysql绑定到本地3306端口
   with const.SERVER as server:
       with SSHConnector(server, const.server_db) as cursor:
           cursor.execute('show tables;')
           data = cursor.fetchall()
           print(data)
   

cursor的各种操作

1. cursor.execute(sql_statement)

   执行一条sql语句

2. cursor.fetchall()

   获取cursor的所有结果，常跟在select语句后使用

3. cursor.fetchone()

   获取cursor的第一条结果

4. cursor.lastrowid

   最后一条数据的id

5. cursor.executemany(insert_statement, data_list)

   批量插入一批数据，如

   with const.SERVER as server:
       with connector.Connector(server, const.db_1) as cursor:
           cursor.execute('select * from preference')
           preferences = cursor.fetchall()
   
       with connector.Connector(server, const.db_2) as cursor:
           cursor.executemany('insert into preference (`id`,`theme`,`user_id`) values (%s,%s,%s)',preferences)

从cursor获取list类型的结果

cursor.execute('SELECT `name` FROM user;')

直接使用fetchall()，只能得到tuple包裹的数据

cursor.fetchall()
# (('Jack',), ('Ben'))

现在希望得到一个list结果集，做到像Django中flat=True那样的效果

有两种方法

1. 列表解析式(list comprehension)

   name_list = [x[0] for x in cursor.fetchall()]

   这个方法的缺点在于会先使用fetchall()将结果集读到内存，再做列表转换，并不高效。

2. itertools工具

   name_list = list(itertools.chain.from_iterable(cursor))

   推荐使用这个方式，第一它不会将所有结果fetch到内存中，第二使用itertools生成列表比列表解析式要快

如何在数据迁徙中使用Django的model

1. 需要拷贝Django的settings文件，删掉不需要的配置，并设置好迁徙目标数据库
2. 需要拷贝用到此model的文件
3. 需要在settings.INSTALLED_APPS中引入models.py文件所在的目录

4. 在迁徙脚本头部启动Django

   import os
   import django
   import sys
   sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
   os.environ.setdefault("DJANGO_SETTINGS_MODULE", "translate.settings")
   django.setup()

通过SSH隧道的本地转发实现Django连接远程数据库

1. 创建一个ssh隧道，将远程数据库映射到本地端口

   ssh -L local_port:localhost:<remote mysql port> <username>@<remote host>

   ssh连接进行时，可以通过访问本地端口来访问远程数据库

2. 在Django的settings中配置数据库

   DATABASES = {
       'default': {
           'ENGINE': 'django.db.backends.mysql',
           'NAME': db_name,
           'USER': remote_mysql_user, # 远程数据库账号密码
           'PASSWORD': remote_mysql_password,
           'HOST': "localhost",
           'PORT': local_port, # 远程数据库映射到本地的端口
           'OPTIONS': {'init_command': 'SET default_storage_engine=INNODB;'}
           }
   }

至此，在使用Django的model时，将通过ssh隧道访问远程数据库

注意事项

1. 事先了解迁徙数据量，并且取5%~10%的数据测试迁徙速度
2. 由测试数据预估总迁徙用时，如果总迁徙用时大于一小时，一定要把迁徙脚本放到服务器运行，这样迁徙过程不易中断，且服务器性能远比个人电脑更优
3. 尽量使用批量插入减少写数据库的次数，使用cursor.executemany或者Django的bulk_create
4. 迁徙过程要写好log，这样能够知道数据迁徙到了哪一步，如意外终端也能找到断点继续运行
5. 创建时间字段加上auto_add_now会自动记录数据的创建时间，在插入数据的时候对这个字段赋值无效