數據遷徙是每個后端都會遇到的工作之一，本文介紹了一些常見的數據遷徙方法與工具
mysqldump：數據結構不變的數據遷徙
-
導出數據
mysqldump -u root -p DATABASE_NAME table_name > dump.sql -
恢復數據
mysql -u root -p DATABESE_NAME < dump.sql或者連接mysql客戶端
mysql> source dump.sql
使用pymysql連接數據庫
-
可以直接用用戶名密碼連接的數據庫
class GeneralConnector: def __init__(self, config, return_dic=False): self.return_dic = return_dic self.config = config def __enter__(self): self.conn = pymysql.connect(**self.config, port=3306) if self.return_dic: # 一行數據會變成一個字典 self.cursor = self.conn.cursor(pymysql.cursors.DictCursor) else: self.cursor = self.conn.cursor() return self.cursor def __exit__(self, *args): self.cursor.close() self.conn.commit() self.conn.close()使用：
# local_db = { # 'user': 'root', # 'passwd': '', # 'host': '127.0.0.1', # 'db': 'local_db' # } with GeneralConnector(const.local_db, return_dic=True) as cursor: cursor.execute('SELECT `col1`, `col2` FROM test;') return cursor.fetchall() -
連接處於需要SSH連接的服務器的數據庫
class SSHConnector: def __init__(self, server, config, return_dic=False): self.return_dic=return_dic self.server = server self.config = config def __enter__(self): self.conn = pymysql.connect(**self.config, port=self.server.local_bind_port) if self.return_dic: # 一行數據會變成一個字典 self.cursor = self.conn.cursor(pymysql.cursors.DictCursor) else: self.cursor = self.conn.cursor() return self.cursor def __exit__(self, *args): self.cursor.close() self.conn.commit() self.conn.close()使用：
# SERVER = SSHTunnelForwarder( # (remote_host, ssh_port), # ssh_username=USERNAME, # ssh_pkey=SSH_KEY, # ssh_private_key_password=SSH_KEY_PASSWD, # remote_bind_address=('127.0.0.1', 3306) # mysql服務位置 # ) # server_db = { # 'user': 'root', # 'passwd': '', # 'host': '127.0.0.1', # 'db': 'server_db' # } # 創建一個隧道將服務端的mysql綁定到本地3306端口 with const.SERVER as server: with SSHConnector(server, const.server_db) as cursor: cursor.execute('show tables;') data = cursor.fetchall() print(data)
cursor的各種操作
-
cursor.execute(sql_statement)
執行一條sql語句
-
cursor.fetchall()
獲取cursor的所有結果，常跟在select語句后使用
-
cursor.fetchone()
獲取cursor的第一條結果
-
cursor.lastrowid
最后一條數據的id
-
cursor.executemany(insert_statement, data_list)
批量插入一批數據，如
with const.SERVER as server: with connector.Connector(server, const.db_1) as cursor: cursor.execute('select * from preference') preferences = cursor.fetchall() with connector.Connector(server, const.db_2) as cursor: cursor.executemany('insert into preference (`id`,`theme`,`user_id`) values (%s,%s,%s)',preferences)
從cursor獲取list類型的結果
cursor.execute('SELECT `name` FROM user;')
直接使用fetchall()，只能得到tuple包裹的數據
cursor.fetchall()
# (('Jack',), ('Ben'))
現在希望得到一個list結果集，做到像Django中flat=True那樣的效果
有兩種方法
-
列表解析式(list comprehension)
name_list = [x[0] for x in cursor.fetchall()]這個方法的缺點在於會先使用fetchall()將結果集讀到內存，再做列表轉換，並不高效。
-
itertools工具
name_list = list(itertools.chain.from_iterable(cursor))推薦使用這個方式，第一它不會將所有結果fetch到內存中，第二使用itertools生成列表比列表解析式要快
如何在數據遷徙中使用Django的model
-
需要拷貝Django的settings文件，刪掉不需要的配置，並設置好遷徙目標數據庫
-
需要拷貝用到此model的文件
-
需要在settings.INSTALLED_APPS中引入models.py文件所在的目錄
-
在遷徙腳本頭部啟動Django
import os import django import sys sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__)))) os.environ.setdefault("DJANGO_SETTINGS_MODULE", "translate.settings") django.setup()
通過SSH隧道的本地轉發實現Django連接遠程數據庫
-
創建一個ssh隧道，將遠程數據庫映射到本地端口
ssh -L local_port:localhost:<remote mysql port> <username>@<remote host>ssh連接進行時，可以通過訪問本地端口來訪問遠程數據庫
-
在Django的settings中配置數據庫
DATABASES = { 'default': { 'ENGINE': 'django.db.backends.mysql', 'NAME': db_name, 'USER': remote_mysql_user, # 遠程數據庫賬號密碼 'PASSWORD': remote_mysql_password, 'HOST': "localhost", 'PORT': local_port, # 遠程數據庫映射到本地的端口 'OPTIONS': {'init_command': 'SET default_storage_engine=INNODB;'} } }
至此，在使用Django的model時，將通過ssh隧道訪問遠程數據庫
注意事項
- 事先了解遷徙數據量，並且取5%~10%的數據測試遷徙速度
- 由測試數據預估總遷徙用時，如果總遷徙用時大於一小時，一定要把遷徙腳本放到服務器運行，這樣遷徙過程不易中斷，且服務器性能遠比個人電腦更優
- 盡量使用批量插入減少寫數據庫的次數，使用cursor.executemany或者Django的bulk_create
- 遷徙過程要寫好log，這樣能夠知道數據遷徙到了哪一步，如意外終端也能找到斷點繼續運行
- 創建時間字段加上auto_add_now會自動記錄數據的創建時間，在插入數據的時候對這個字段賦值無效