排序 postgresql 数据库转储 (pg_dump)

Question

我正在创建 pg_dumps、DUMP1 和 DUMP2。

DUMP1 和 DUMP2 完全相同，除了 DUMP2 以 DUMP1 的 REVERSE 顺序转储。

无论如何，我可以对两个 DUMPS 进行排序，以便两个 DUMP 文件完全相同（使用差异时）？

我正在使用 PHP 和 linux。 我尝试在 linux 中使用“排序”，但这不起作用......

谢谢！

Answer 1

根据您之前的问题，我假设您真正想做的是与数据库进行比较，看看它们是否相同，包括数据。

正如我们在那里看到的， pg_dump 不会有确定性的行为。 一个文件与另一个文件相反的事实可能只是巧合。

这是一种可以进行包括架构和数据在内的总体比较的方法。

首先， 使用此方法比较模式。

其次，通过以一致的顺序将数据全部转储到文件中来比较数据。 通过首先按名称对表进行排序，然后按主键列对每个表中的数据进行排序来保证顺序。

下面的查询生成COPY语句。

select
    'copy (select * from '||r.relname||' order by '||
    array_to_string(array_agg(a.attname), ',')||
    ') to STDOUT;'
from
    pg_class r,
    pg_constraint c,
    pg_attribute a
where
    r.oid = c.conrelid
    and r.oid = a.attrelid
    and a.attnum = ANY(conkey)
    and contype = 'p'
    and relkind = 'r'
group by
    r.relname
order by
    r.relname

运行该查询将为您提供一个语句列表，例如copy (select * from test order by a,b) to STDOUT; 将它们全部放在一个文本文件中，并通过 psql 为每个数据库运行它们，然后比较输出文件。 您可能需要将输出设置调整为COPY 。

Answer 2

我的解决方案是为 pg_dump 输出编写一个自己的程序。 随意下载PgDumpSort ，它按主键对转储进行排序。 java 默认内存为 512MB，每个表最多可以处理 1000 万条记录，因为记录信息（主键值、文件偏移量）保存在内存中。

你使用这个小 Java 程序，例如

java -cp ./pgdumpsort.jar PgDumpSort db.sql

然后你得到一个名为“db-sorted.sql”的文件，或者指定输出文件名：

java -cp ./pgdumpsort.jar PgDumpSort db.sql db-$(date +%F).sql

排序后的数据位于“db-2013-06-06.sql”之类的文件中

现在您可以使用 diff 创建补丁

diff --speed-large-files -uN db-2013-06-05.sql db-2013-06-06.sql >db-0506.diff

这允许您创建通常较小的增量备份。 要恢复文件，您必须使用补丁将补丁应用到原始文件

 patch -p1 < db-0506.diff

（源代码在 JAR 文件中）

Answer 3

解析转储可能不值得。

将 DUMP2 恢复到临时数据库并以正确的顺序转储临时数据库会快得多。

Answer 4

如果

• 性能不如顺序重要
• 你只关心数据而不关心模式
• 并且您可以重新创建两个转储（您不必使用现有的转储）

您可以按照如下确定的顺序以 CSV 格式转储数据：

COPY (select * from your_table order by some_col) to stdout
      with csv header delimiter ',';

参见复制 (9.5)

Answer 5

这是该问题的另一种解决方案： https : //github.com/tigra564/pgdump-sort

它允许对 DDL 和 DML 进行排序，包括将易失性值（如序列值）重置为一些规范值，以最小化由此产生的差异。