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:
- 导出全局对象,如用户、编码、权限等,产生文件global-objs.dmp
- 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
- 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
- 在目标实例上建立全局对象,即导入global-objs.dmp
- 导入对象,即dxm-objs.dmp文件中的內容
- 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:
- 导出公共对象,比如用户、权限、编码等
- 导出某个库上的对象,比如表、type等
- 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
- [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:
- [dxm@rdsdba ~]$ /pkg/pgsql/bin/pg_dumpall -h 192.168.xx.xx -p 5432 -U pgtmp
- ……
- pg_dumpall: query failed: ERROR: permission denied for relation pg_authid
- 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:
- [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]
- Password:
- pg_dump: reading schemas
- ……
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:
- [dxm@rdsdba ~]$ cat dxm-objs.dmp
- ……
- CREATE DATABASE "dxm" WITH TEMPLATE = template0 ENCODING = 'UTF8' LC_COLLATE = 'zh_CN.UTF-8' LC_CTYPE = 'zh_CN.UTF-8';
- ALTER DATABASE "dxm" OWNER TO "dxm";
- \connect "dxm"
- ……
- CREATE TABLE single_types (
- id integer,
- name text,
- descrps character varying(800),
- md5 bytea
- );
- ……
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
- 自定义的格式,
- 目录的方式
- 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:
- [dxm@rdsdba ~]$ /pkg/pgsql/bin/pg_dump -a -v -f dxm.cs -Fc -d dxm -h 192.168.xx.xx -U dxm -p 5432
- -rw-rw-r-- 1 dxm dxm 51176 Jun 2 20:33 single_types.cs
- -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:
- [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]
- [dxm@rdsdba ~]$ ll dxm.folder/
- total 164
- -rw-rw-r-- 1 dxm dxm 50533 Jun 2 20:40 2866.dat.gz
- -rw-rw-r-- 1 dxm dxm 110270 Jun 2 20:40 2867.dat.gz
- -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:
- [dxm@rdsdba ~]$ /pkg/pgsql/bin/psql -d postgres -U dxm -h 192.168.xx.xxx -p 5433 -f gloable.dmp
- SET
- SET
- SET
- ……
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:
- [dxm@rdsdba ~]$[backcolor=#ffff00][b] /pkg/pgsql/bin/psql -d postgres -U dxm -h 192.168.xx.xxx -p 5433 -f dxm-objs.dmp[/b][/backcolor]
- SET
- SET
- SET
- SET
- SET
- SET
- CREATE DATABASE
- ALTER DATABASE
- ……
恢复数据
自定义格式和目录方式,在恢复的时候都是支持多线程的,这对于大数据量有较好的效果。本次不对性能做太多分析,只看下功能。
自定义格式:
- [dxm@rdsdba ~]$ [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:
- [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
附
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:
- create database "dxm" owner "dxm";
- 基本类型的表
- create table if not exists single_types(
- id integer,
- name text,
- descrps varchar(800),
- md5 bytea
- );
- ——创建复合类型
- create type branch_desc as (owner text, name text);
- ——拥有数组、复合类型和其他基本类型的表
- create table if not exists all_types(
- id integer primary key,
- name text not null,
- time timestamp not null,
- price decimal,
- num numeric,
- valid boolean,
- profit_per_quarter decimal[],
- branch branch_desc,
- md5 bytea
- );
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。
- ——插入10000条记录
- insert into single_types values(
- generate_series(0, 9999),
- substr('abcdefghijklmnopqrstuvwxyz',1,(random() * 26) ::integer), substr('abcdefghijklmnopqrstuvwxyz',1,(random() * 26) ::integer),
- E'\\xDEADBEAFAE346812734989'
- );
- ——插入10000条记录
- insert into all_types values(
- generate_series(0, 9999),
- substr('abcdefghijklmnopqrstuvwxyz',1,(random() * 26) ::integer),
- generate_series(now(), now() + '1 week', '1 day')::timestamp,
- (random() * 100.)::numeric(10,2),
- (random() * 100.)::numeric(10,0),
- true,
- '{100,100,100,100}',
- '("dxm", "hangzhou")',
- E'\\xCA9F87A98270197FA9FA'
- );