dify升级，PostgreSQL数据库字段更新处理

一、概述

dify运行在容器中，PostgreSQL用的是阿里云，已经运行了很长一段时间。某些表的数据量很大，比如workflowruns表，就有100GB。这个主要是，详细记录了工作流的执行情况，包括执行时间、状态、结果等信息。
版本比较老，0.14.2，需要升级到0.15.3。

升级之前，除了对数据库做备份之外，还需要知道升级过程中，哪些表需要做更新处理。因为某些大表如果要添加字段，索引等操作，非常耗费时间，长达3个小时以上。

为了缩短升级过程，需要对数据库的某些大表，提前进行清理，一些不重要的数据，保留1个月即可。

二、代码分析

访问github官网，https://github.com/langgenius/dify

下载releases对应的版本的代码，0.14.2，0.15.3

得到文件，dify-0.14.2.zip，dify-0.15.3.zip

首先解压文件dify-0.14.2.zip

进入文件夹，dify-0.14.2\api\models

api是基于python flask框架开发的， models里面的python文件，都是数据库表结构文件。

然后解压文件dify-0.15.3.zip，对比2个model文件，发现workflowruns表，确实是有更新的

0.14.2如下：

total_tokens = db.Column(db.Integer, nullable=False, server_default=db.text("0"))

0.15.3 如下：

total_tokens: Mapped[int] = mapped_column(sa.BigInteger, server_default=sa.text("0"))

直接对比python文件，不够直观，涉及的文件比较多。就算看出来差异了，也不能直接看到具体的表字段是怎么变化的。

接下来，使用sql文件分析，会更加直观一些。

三、sql文件分析

演示环境，我们弄2台服务器，分别运行0.14.2，0.15.3。不需要任何数据库，直接空数据运行都没问题，主要是为了分析表结构。

0.14.2

进入0.14.2版本的容器，找到dify_db_1，进入docker

docker exec -it dify_db_1 /bin/bash

导出dify表结构

pg_dump -h localhost -p 5432 -U postgres -d dify -s -f dify-0.14.2.sql

将文件拷贝出来

docker cp dify_db_1:/dify-0.14.2.sql /tmp/dify-0.14.2.sql

0.15.3

进入0.15.3版本的容器，找到dify_db_1，进入docker

docker exec -it dify_db_1 /bin/bash

导出dify表结构

pg_dump -h localhost -p 5432 -U postgres -d dify -s -f dify-0.15.3.sql

将文件拷贝出来

docker cp dify_db_1:/dify-0.15.3.sql /tmp/dify-0.15.3.sql

对比差异

使用VsCode编辑器对比2个文件，dify-0.14.2.sql，dify-0.15.3.sql

差异如下：

左边是0.14.2，右边是0.15.3

新增表child_chunks

新增表data_source_oauth_bindings

比较关心的表workflowruns，确实发生了变化。

0.14.2版本total_tokens字段是int类型

0.15.3版本total_tokens字段是bigint类型

child_chunks表添加一个主键约束，确保 id 列中的值是唯一的。

dataset_auto_disable_logs表添加一个主键约束，确保 id 列中的值是唯一的。

child_chunks表添加组合索引child_chunk_dataset_id_idx

dataset_auto_disable_logs表添加索引dataset_auto_disable_log_created_atx，dataset_auto_disable_log_dataset_idx，dataset_auto_disable_log_tenant_idx

知道以上这些差异之后，就可以对生产PostgreSQL数据库做进一步处理了