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：
- 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
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：
- [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'
- );
