Pgloader极简教程

目录

• 简介
• 安装
  • 安装概述
  • CentOS编译安装
• 使用
  • 命令行
  • 配置文件迁移
  • 可能遇到的错误
  • 更多配置参考
• 总结
• 引用

简介

pgloader是一个数据同步工具，用来将数据从其它地方迁移到postgresql中，支持从如下源迁移：

• 文件：CSV、Fixed Format、Postgres COPY text format、DBF、IXF
• 数据库系统：SQLite、MySql、MSSQLServer、PostgreSQL、Redshift

应用场景

需要往postgresql中导入数据的时候，如数据迁移。

安装

安装概述

安装方式比较丰富，详见 https://pgloader.readthedocs.io/en/latest/install.html 。

遗憾的是未提供CentOS环境编译好的程序供下载，所以需要手动编译安装。

CentOS编译安装

去官网下载最新源码：

https://github.com/dimitri/pgloader

将源码放到 /usr/bin下，本文为例：

[root@bogon pgloader-3.6.9]# pwd
/usr/local/pgloader-3.6.9

如果下载的是源码压缩包需要使用如下命令解压：

tar -zxvf pgloader-3.6.9.tar.gz

赋予脚本执行权限：

cd /usr/local/pgloader-3.6.9

chmod -R 777 *

执行 bootstrap-centos7.sh 脚本，下载相关依赖

bootstrap-centos7.sh

执行编译：

make  pgloader

如果有提示到 ("libcrypto.so.1.1" "libcrypto.so.1.0.0" "libcrypto.so.3" "libcrypto.so") 没有找到或者相关信息

需要先安装 openssl

yum -y install openssl openssl-devel

复制编译好的程序到系统执行目录 /usr/local/bin/ 下

cp  /usr/local/pgloader-3.6.9/build/bin/pgloader        /usr/local/bin/

查看是否安装好了：

[root@bogon home]# pgloader --version
pgloader version "3.6.7~devel"
compiled with SBCL 2.2.5

使用

pgloader 有两种常见的使用方式：

• 通过命令行
• 通过迁移配置文件

命令行

如下命令行：

pgloader mysql://user:password@ip:3306/dbName postgresql://user:password@ip:5432/dbName

• 将名为dbName的数据库结构和数据 从mysql迁移到postgresql
• pgloader 为上述 /usr/local/bin/pgloader 的可执行文件
• 后面是mysql 的连接信息 ， postgresql 的连接信息，中间使用空格分隔
• 需要使用有写入权限的账号，建议使用root用户操作

配置文件迁移

另外一种方式就是编写迁移配置文件，然后使用 pgloader sync.load 命令执行配置文件。

如下配置文件演示了仅同步mysql的source_db库中的ramble_doc 表到 postgresql中的target_db库中，执行完毕之后将在postgresql中新建一个名为ramble_doc 的表，并新增数据。

LOAD DATABASE
     FROM     mysql://root:xxx@192.168.1.92:3306/source_db
     INTO     postgresql://postgres:xxx@192.168.1.24:5432/target_db

INCLUDING ONLY TABLE NAMES matching 'ramble_doc' ;

• LOAD DATABASE ：表示从数据库执行迁移
• FROM ：源数据库连接信息
• INTO ：目标数据库连接信息
• INCLUDING ONLY TABLE NAMES matching ：仅包含匹配的表
• 最后那个分号不可少
• 配置文件需要按照格式编写，如缩进

如下配置文件演示了同步mysql 的source_db库下所有表到postgresql的target_db库下面，包含表结构和数据。

LOAD DATABASE
     FROM     mysql://root:xxx@192.168.1.92:3306/source_db
     INTO     postgresql://postgres:xxx@192.168.1.24:5432/target_db
     WITH batch rows = 10000 , batch size =200MB , prefetch rows  = 5000 , workers = 4 ,concurrency = 3
;

• WITH：with 后面可以追加一些附属参数，各个参数使用英文逗号分隔。常见的参数如：是否需要同步数据还是仅同步结构，是否在写入数据前先删除表等
• batch rows ：在同步数据的时候分批插入postgresql的行数，默认为2.5万。
• batch size：每批最大数据大小，设置此参数可避免出现内存溢出
• prefetch rows：在同步数据的时候分批从mysql读取的行数，默认为1000。
• workders： 线程数量
• concurrency：并发线程数量

可能遇到的错误

内存溢出

报错信息为：

Heap exhausted during garbage collection: 64 bytes available, 80 requested.

垃圾回收期间堆已耗尽：可用64个字节，请求80个字节。

解决方案为调优分批数量和并发数量，需要根据源数据库数据量，硬件情况不断尝试。

更多配置参考

官网给了一个例子：

LOAD DATABASE
     FROM      mysql://root@localhost/sakila
     INTO postgresql://localhost:54393/sakila

 WITH include drop, create tables, create indexes, reset sequences,
      workers = 8, concurrency = 1,
      multiple readers per thread, rows per range = 50000

  SET PostgreSQL PARAMETERS
      maintenance_work_mem to '128MB',
      work_mem to '12MB',
      search_path to 'sakila, public, "$user"'

  SET MySQL PARAMETERS
      net_read_timeout  = '120',
      net_write_timeout = '120'

 CAST type bigint when (= precision 20) to bigserial drop typemod,
      type date drop not null drop default using zero-dates-to-null,
      -- type tinyint to boolean using tinyint-to-boolean,
      type year to integer

 MATERIALIZE VIEWS film_list, staff_list

 -- INCLUDING ONLY TABLE NAMES MATCHING ~/film/, 'actor'
 -- EXCLUDING TABLE NAMES MATCHING ~<ory>
 -- DECODING TABLE NAMES MATCHING ~/messed/, ~/encoding/ AS utf8
 -- ALTER TABLE NAMES MATCHING 'film' RENAME TO 'films'
 -- ALTER TABLE NAMES MATCHING ~/_list$/ SET SCHEMA 'mv'

 ALTER TABLE NAMES MATCHING ~/_list$/, 'sales_by_store', ~/sales_by/
  SET SCHEMA 'mv'

 ALTER TABLE NAMES MATCHING 'film' RENAME TO 'films'
 ALTER TABLE NAMES MATCHING ~/./ SET (fillfactor='40')

 ALTER SCHEMA 'sakila' RENAME TO 'pagila'

 BEFORE LOAD DO
   $$ create schema if not exists pagila; $$,
   $$ create schema if not exists mv;     $$,
   $$ alter database sakila set search_path to pagila, mv, public; $$;

https://pgloader.readthedocs.io/en/latest/ref/mysql.html

总结

pgloader是一个数据库迁移工具，花一点点时间研究一下如何使用，将在数据库迁移的时候起到事半功倍的效果，往往比自己编写迁移脚本更加完善和可靠。

引用

• 官网：https://pgloader.readthedocs.io/en/latest/
• github：https://github.com/dimitri/pgloader