控制pg_dump的顺序

使用pg_dump做导出时，比较常见下面的两种使用方式：

• 仅导出结构

• 仅导出数据

-a,--data-only              dump only the data, not the schema

这两种方式的比较熟知，但pg_dump还有一个section子项，能控制导出对象的顺序。

• section=pre-data，只导出对象DDL排除索引

• section=data，导出数据

• section=post-data，最后进行约束校验和索引创建

post-data导出包含索引、规则、触发器、唯一约束、主键、外键约束，不包含检查约束和非空约束。

巧用清单文件‍‍

使用pg_dump/pg_restore的自定义格式时，可以通过清单文件来恢复出特定的数据库对象，例如仅恢复函数或仅恢复表结构等。

清单文件需要导出时使用-Fc格式

$ pg_dump -Fc mydb -f mydatabase.db

备份文件生成之后，再使用pg_restore工具的-l开关生成清单：

$ pg_restore -l mydatabase.db > mydatabase_manifest.ini

随后我们可以按照清单文件进行恢复：

$ pg_restore -L mydatabase_manifest.ini -d mydb2 mydatabase.db

例如下面演示只导出public模式下所有表结构，而不导出序列、索引、约束及函数：

$ pg_dump -s -Fc mydb --file=dump_schema -n public testdb$ pg_restore --list dump_schema | grep "TABLE" > table_list$ pg_restore --dbname=testdb2 --use-list=table_list dump_schema 

利用RR快照加速单表导出

pg_dump可以使用Fd选项，利用多个workers在db级并行化导出，但并行化是表级别的，单个表不能进一步并行化。

为了对单个大表（非分区表）并行化导出数据，需要使用多个psql客户端，每个客户端的事务隔离级别都使用REPEATABLE READ(RR)，最后使用pg_dump的- -snapshot工作在同一快照下。

上面这张图里，左边面板第1个psql客户端先使用RR事务隔离级别，接着使用pg_export_snapshot()函数获取快照ID：00000008-000000AC-1

图中右边面板第2个、第3个psql客户端同样使用RR事务隔离级别，然后使用相同的快照ID。如此多个psql客户端可以在相同的事务快照下对单表进行并行化加速导出。

大表拆分的query语句可以利用表的主键进行索引扫描或系统隐藏字段ctid进行tid扫描，避免全表扫。

除大表之外的其他小表可以整体导出：

$ pg_dump -Fd -j2 \‍‍-f ./other_data.dump \
--snapshot="00000008-000000AC-1" \
--exclude-table-data="pgbench_accounts" testdb 

待所有任务执行完后，再结束上图中第一个psql里的事务。

参考资料

1.https://www.modb.pro/db/239879

2.https://gitlab.com/postgres-ai/postgresql-consulting/postgres-howtos/-/blob/main/0008_how_to_speed_up_pg_dump.md