Pgloader极简教程

okkkk

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-3.6.9chmod -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 --versionpgloader 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_dbINCLUDING 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