Postgres只转储部分表的开发快照

Question

在生产时,我们的数据库大小只有几百GB.对于开发和测试,我们需要创建此数据库的功能相同的快照,但其大小只有10或20个.

挑战在于我们的业务实体的数据分散在许多表中.我们想要创建某种过滤的快照,以便只有一些实体包含在转储中.这样我们就可以每个月左右为开发和测试获取新的快照.

例如,假设我们拥有具有这些多对多关系的实体:

• 公司有N个部门
• 分部有N名员工
• 员工有N个出勤记录

可能有1000家公司,2500个部门,175000名员工和数千万的出勤记录.我们想要一种可复制的方式来拉动前100家公司及其所有组成部门,员工和出勤记录.

我们当前使用pg_dump作为模式,然后使用--disable-triggers和--data-only运行pg_dump以从较小的表中获取所有数据.我们不希望编写自定义脚本来提取部分数据,因为我们有一个快速的开发周期,并且担心自定义脚本会很脆弱并且可能过时.

我们应该怎么做？是否有第三方工具可以帮助从数据库中提取逻辑分区？这些工具叫什么？

任何一般建议也赞赏!

Answer 1

在较大的表上,您可以使用COPY命令拉出子集...

COPY (SELECT * FROM mytable WHERE ...) TO '/tmp/myfile.tsv'

COPY mytable FROM 'myfile.tsv'

https://www.postgresql.org/docs/current/static/sql-copy.html

您应该考虑维护一组开发数据,而不仅仅是拉动一部分生产.如果您正在编写单元测试,则可以使用测试所需的相同数据,尝试查看所有可能的用例.

Answer 2

我不知道已经有软件可以做到这一点，但是我可以想到3种替代解决方案。不幸的是，它们都需要一些自定义编码。

1. 在单独的架构中重新创建所有表，然后使用INSERT INTO copy.tablename SELECT * FROM tablename WHERE ...和转储仅将要转储的数据子集复制到那些表中。

2. 编写自己的脚本以将数据作为SQL语句转储。我过去使用过这种方法，只用了20到30行PHP。

3. 修改pg_dump，以便在转储单个表时它与-t开关一起接受条件。

Answer 3

http://jailer.sourceforge.net/执行此操作。