我正在创建pg_dumps,DUMP1和DUMP2。
DUMP1和DUMP2完全相同,只是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diff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!
From your previous question,我认为你真正要做的就是与数据库进行比较,看看它们是否相同,包括数据。
As we saw there,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。
这是一种可以进行总体比较的方法,包括模式和数据。
首先,比较架构using this method。
其次,通过将数据全部转储到文件中来比较数据,并保持一致的顺序。通过首先按名称对表进行排序,然后通过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,如copy (select * from test order by a,b) to STDOUT;
将这些语句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。您可能需要使用output settings to COPY
进行调整。
我的解决方案是为pg_dump输出编写自己的程序。随意下载PgDumpSort,它通过主键对转储进行排序。使用512MB的java默认内存时,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,例如同
java -cp ./pgdumpsort.jar PgDumpSort db.sql
并且您获得名为“db-sorted.sql”的文件,或指定输出文件名:
java -cp ./pgdumpsort.jar PgDumpSort db.sql db-$(date +%F).sql
排序的数据位于“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
这允许您创建通常更小的增量备份。要恢复文件,您必须使用补丁将补丁应用于原始文件
patch -p1 < db-0506.diff
(源代码在JAR文件中)
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会快得多。
如果
您可以按照以下确定的顺序转储CSV格式的数据:
COPY (select * from your_table order by some_col) to stdout
with csv header delimiter ',';
虽然在2019年回答2010年发布的一个问题有点太晚了,但这是问题的另一个解决方案: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)重置为某些规范值,以最大限度地减少产生的差异。