和任何包含珍贵数据的东西一样,PostgreSQL 数据库也应该经常备份。尽管这个过程相当简单, 但是我们还是应该理解做这件事所用的一些技巧和假设。
备份 PostgreSQL 数据有两个完全不同的方法:
SQL 转储
文件系统级别备份
SQL 转储的方法采用的主意是创建一个文本文件,这个文本里面都是 SQL 命令,当把这个文件回馈给服务器时,将重建与转储时状态一样的数据库。 PostgreSQL 为这个用途提供了应用工具 pg_dump。这条命令的基本用法是:
pg_dump dbname > outfile
正如你所见,pg_dump 把结果输出到标准输出。 我们下面就可以看到这样做有什么好处。
pg_dump 是一个普通的 PostgreSQL 客户端应用(尽管是个相当聪明的东西。)这就意味着你可以从任何可以访问该数据库的远端主机上面进行备份工作。 但是请记住pg_dump不会以任何特殊权限运行。 具体说来,就是你必须要有你想备份的表的读权限,因此,实际上你几乎总是要成为数据库超级用户。
要声明 pg_dump 应该以哪个用户身份进行联接,使用命令行选项 -h host 和 -p port。 缺省主机是本地主机或你的环境变量PGHOST声明的值。 类似,缺省端口是环境变量PGPORT或(如果它不存在的话)编译好了的缺省值。 (服务器通常有相同的缺省,所以还算方便。)
和任何其他 PostgreSQL 客户端应用一样, pg_dump 缺省时用与当前操作系统用户名同名的数据库用户名进行联接。 要覆盖这个名字,要么声明 -U 选项, 要么设置环境变量PGUSER。 请注意 pg_dump 的联接也和普通客户应用一样要通过客户认证机制(在 Chapter 19)里描述。
由 pg_dump 创建的备份在内部是一致的, 也就是说,在pg_dump运行的时候对数据库的更新将不会被转储。 pg_dump 工作的时候并不阻塞其他的对数据库的操作。 (但是会阻塞那些需要排它锁的操作,比如 VACUUM FULL。)
Important: 如果你的数据库结构依赖于 OID (比如说用做外键),那么你必须告诉 pg_dump 把 OID 也倒出来。 要倒 OID,可以使用 -o 命令行选项。 缺省时也不会转储"大对象"。如果你使用大对象,请参考 pg_dump的命令手册页。
pg_dump 生成的文本文件可以由 psql 程序读取。从转储中恢复的常用命令是
psql dbname < infile
这里的 infile 就是你 给pg_dump命令的 outfile 参数。这条命令不会创建数据库 dbname,你必须在执行psql 前自己从template0创建(也就是说,用命令 createdb -T template0 dbname)。 psql 支持类似 pg_dump 的选项用以控制数据库服务器位置和用户名。参考它的手册获取更多信息。
如果在原先数据库里的对象属于不同的用户,那么转储的文件会指示 psql 以各个受影响的用户轮流联接然后再创建相关的对象。 这样就保留了原来的所有权属性。不过这样也意味着所有这些用户必须已经存在,而且你还必须能够以每个用户的身份联接。 所以我们可能需要临时放松一下客户认证的设置。
一旦完成恢复,在每个数据库上运行 ANALYZE 是明智的举动, 这样优化器就有有用的统计数据了。你也可以运行 vacuumdb -a -z 来 ANALYZE 所有数据库。
pg_dump 和 psql 可以通过管道读写, 这样我们就可能从一台主机上将数据库目录转储到另一台主机上, 比如
pg_dump -h host1 dbname | psql -h host2 dbname
Important: pg_dump生成的转储输出是相对于template0的。 这就意味着任何加入到template1的语言,过程等都会经由 pg_dump 转储。结果是,在恢复的时候,如果你使用的是客户化的template1, 那么你必须从template0中创建空的数据库,就象我们上面的例子那样。
提示: 恢复的性能可以通过增加配置参数 sort_mem 来改进 (参阅 Section 16.4.2.1)。
上面的方法在备份整个数据库集群的时候比较麻烦而且不方便。因此我们提供了 pg_dumpall 程序。 pg_dumpall 备份一个给出的集群中的每个数据库,同时还确保保留象用户和组这样的全局数据状态。 调用 pg_dumpall 很简单
pg_dumpall > outfile
生成的转储可以用 psql 恢复:
psql template1 < infile
(实际上,你可以声明任意现有的数据库进行连接,但是如果你是向一个空 的数据库装载,那么 template1 是你唯一的选择。) 恢复pg_dumpall的转储的时候通常需要数据库超级用户权限, 因为我们需要它来恢复用户和组信息。
因为 PostgreSQL 允许表的大小大于你的系统允许的最大文件大小, 可能把表转储到一个文件会有问题,因为生成的文件很可能比你的系统允许的最大文件大。 因为pg_dump 输出到标准输出,你可以用标准的 Unix 工具绕开这个问题:
使用压缩的转储. 使用你熟悉的压缩程序,比如说 gzip。
pg_dump dbname | gzip > filename.gz
用下面命令恢复:
createdb dbname gunzip -c filename.gz | psql dbname
或者
cat filename.gz | gunzip | psql dbname
使用 split。. split 命令允许你你用下面的方法把输出分解成操作系统可以接受的大小。 比如,让每个块大小为 1 兆字节:
pg_dump dbname | split -b 1m - filename
用下面命令恢复:
createdb dbname cat filename* | psql dbname
使用客户化转储格式. 如果PostgreSQL是在一个安装了zlib 压缩库的系统上制作的, 那么客户化转储格式将在写入输出文件的时候压缩数据。 对于大数据库而言,它会生成和使用gzip 类似的转储大小的文件, 但是还附加了一个优点:你可以有选择地恢复库中的表。 下面的命令用客户化转储格式转储一个数据库:
pg_dump -Fc dbname > filename
请参考 pg_dump 和 pg_restore 的手册获取细节。
pg_dump (以及蕴涵的 pg_dumpall))有几个限制,这些限制的来源是我们很难从系统表中重构某些信息。
具体说来,pg_dump 写对象的顺序并不复杂。 这样可能导致问题,比如说当把函数用做字段缺省值时。 唯一的解决方法是手工为转储重新排序。如果你在数据库设计里面创建了循环依赖关系,那你就有更多事要做了。
出于向下兼容的考虑,缺省的时候 pg_dump 并不转储大对象。 要转储大对象,你必须使用客户化或者 TAR 输出格式, 并且在 pg_dump 中使用-b选项。 参阅相应手册获取详细信息。在 PostgreSQL 源码树的 contrib/pg_dumplo 路径里也包含一个可以转储大对象的程序。
请熟悉一下 pg_dump 的手册页。