循序渐进丨MogDB 中 gs_dump 数据库导出工具源码概览

最新推荐文章于 2024-10-09 10:41:24 发布

egzosn

最新推荐文章于 2024-10-09 10:41:24 发布

阅读量743

点赞数 7

文章标签：数据库

本文链接：https://blog.csdn.net/cnzzs/article/details/140883216

版权

背景

gs_dump 是 MogDB 中一个功能丰富灵活的数据库导出工具，在数据库的维护、迁移和开发中经常使用。该工具允许用户根据需要导出整个数据库或者数据库中的特定对象，如模式(schema)、表(tables)、视图(views)等。
近期有客户咨询gs_dump如何保证数据一致性？备份期间对数据库和表如何加锁？为了解答这个问题，顺便了解一下gs_dump的实现过程，本文对该工具的源码进行了一番解读。
由于无法查看到 MogDB 的gs_dump工具的源码，所以源码使用了gitee上用openGauss 5.0版本的gs_dump代码作为参考。
脚本路径：src/bin/pg_dump/
gs_dump的功能主要在pg_dump.cpp脚本中，同目录下还有pg_backup、pg_dumpall、pg_restore等功能脚本。从脚本名字上来看，这个脚本是继承自postgres。
下面通过分析pg_dump.cpp的main函数，从源码层面解读gs_dump 导出操作时的工作流程。

初始化和设置

包含必要的头文件并设置环境相关的配置。
定义各种宏和常量以进行操作。
声明全局变量和结构体用于处理用户输入、数据库连接和转储选项。

命令行参数解析

在getopt_dump函数中使用 getopt_long 来解析命令行参数，并根据解析结果设置相应的全局变量，存储各种选项，如压缩级别、输出格式、用户名等循序渐进丨MogDB 中 gs_dump 数据库导出工具源码概览_MogDB
在getopt_dump 函数中，解析命令行的入参：

static void getopt_dump(int argc, char** argv, struct option options[], int* result)
{
    int opt;
    while ((opt = getopt_long(argc, argv, "abcCE:f:F:g:h:n:N:oOp:q:RsS:t:T:U:vwW:xZ:", options, NULL)) != -1)
    {
        switch (opt)
        {
            case 'h':
                // 显示帮助信息
                help(argv[0]);
                exit(0);
            case 'F':
                // 设置格式
                format = optarg;
                break;
            case 'p':
                // 设置端口
                port = optarg;
                break;
            // 其他选项处理
        }
    }
}

创建输出文件，注册清理机制

循序渐进丨MogDB 中 gs_dump 数据库导出工具源码概览_云和恩墨_02
createArchive 函数接受了从命令行参数中解析出的输出路径，压缩等级等参数，创建输出文件。

连接数据库

ConnectDatabase函数使用给定的参数建立数据库连接，如果连接报错就清理输出文件；如果正常，则在fout对象中设置仅当前会话生效的参数。

errorMessages = ConnectDatabase(fout, dbname, pghost, pgport, username, prompt_password, false);
    if (errorMessages != NULL) {
        (void)remove(filename);
        GS_FREE(filename);
        exit_horribly(NULL, "connection to database \"%s\" failed: %s ",
            ((dbname != NULL) ? dbname : ""), errorMessages);
    }

    if (CheckIfStandby(fout)) {
        (void)remove(filename);
        exit_horribly(NULL, "%s is not supported on standby or cascade standby\n", progname);
    }
    
    if (schemaOnly) {
        ExecuteSqlStatement(fout, "set enable_hashjoin=off");
        ExecuteSqlStatement(fout, "set enable_mergejoin=off");
        ExecuteSqlStatement(fout, "set enable_indexscan=true");
        ExecuteSqlStatement(fout, "set enable_nestloop=true");
    }
    /* Turn off log collection parameters to improve execution performance */
    ExecuteSqlStatement(fout, "set resource_track_level='none'");
    find_current_connection_node_type(fout);
    // Get the database which will be dumped
    if (NULL == dbname) {
        ArchiveHandle* AH = (ArchiveHandle*)fout;
        dbname = gs_strdup(PQdb(AH->connection));
    }
    if (NULL == instport) {
        ArchiveHandle* AH = (ArchiveHandle*)fout;
        instport = gs_strdup(PQport(AH->connection));
    }

    if ((use_role != NULL) && (rolepasswd == NULL)) {
        get_role_password();
    }

    setup_connection(fout);

再使用setup_connection 函数建立与数据库的连接，后面将会在此连接中执行导出。

static void setup_connection(Archive* AH)
{
    // 建立数据库连接
    PGconn *conn = PQsetdbLogin(pghost, pgport, NULL, NULL, dbname, username, password);
    if (PQstatus(conn) != CONNECTION_OK)
    {
        fprintf(stderr, "Connection to database failed: %s", PQerrorMessage(conn));
        exit(1);
    }
    AH->connection = conn;
}

开启事务

循序渐进丨MogDB 中 gs_dump 数据库导出工具源码概览_MogDB_03
fout->remoteVersion >= 90100表示pg的版本大于9.1。
gs_dump 参数 --serializable-deferrable 可以控制导出事务的隔离级别。默认gs_dump事务的隔离级别为REPEATABLE READ，如果设置了serializable-deferrable参数，事务的隔离级别为SERIALIZABLE，但在Mogdb中，SERIALIZABLE等价于REPEATABLE READ，所以gs_dump事务的隔离级别始终REPEATABLE READ。DEFERRABLE允许一个只读串行事务延迟执行，即如果在导出之前，有读写事务处于活动状态，转储的开始时间可能会延迟等待读写事务结束，这样能保证使用的快照与之后的数据库状态一致。

循序渐进丨MogDB 中 gs_dump 数据库导出工具源码概览_MogDB_04

添加导出schema和表

这部分代码使用expand_schema_name_patterns和expand_table_name_patterns 将要导出的schema和table 的oid保存在列表中。循序渐进丨MogDB 中 gs_dump 数据库导出工具源码概览_MogDB_05

添加schema时，schema_include_patterns参数来自于命令行参数-n，在expand_schema_name_patterns函数中，通过简单的查询pg_namespace视图，将schema的oid 添加到列表中。循序渐进丨MogDB 中 gs_dump 数据库导出工具源码概览_MogDB_06

static void expand_schema_name_patterns(

...

    if (patterns->head == NULL) {

        return; /* nothing to do */

    }

    query = createPQExpBuffer();

    for (cell = patterns->head; cell != NULL; cell = cell->next) {

        appendPQExpBuffer(query, "SELECT oid FROM pg_catalog.pg_namespace n\n");

    ...

    }

    destroyPQExpBuffer(query);

}

而添加表时table_include_patterns和table_exclude_patterns分别来自命令行参数-t 和-T，通过查询pg_class 和 pg_namespace，将oid 添加分别添加到导出类别和排除列表中。循序渐进丨MogDB 中 gs_dump 数据库导出工具源码概览_MogDB_07

static void expand_table_name_patterns(

    Archive* fout, SimpleStringList* patterns, SimpleOidList* oidlists, bool isinclude)

{

...

    query = createPQExpBuffer();

    for (cell = patterns->head; cell != NULL; cell = cell->next) {

        appendPQExpBuffer(query,

            "SELECT c.oid"

            "\nFROM pg_catalog.pg_class c"

            "\n     LEFT JOIN pg_catalog.pg_namespace n ON n.oid = c.relnamespace"

            "\nWHERE c.relkind in ('%c', '%c', '%c', '%c', '%c','%c', '%c', '%c')\n",

            RELKIND_RELATION,

            RELKIND_SEQUENCE,

            RELKIND_LARGE_SEQUENCE,

            RELKIND_VIEW,

            RELKIND_MATVIEW,

            RELKIND_CONTQUERY,

            RELKIND_FOREIGN_TABLE,

            RELKIND_STREAM);

...

    }

    destroyPQExpBuffer(query);

}

获取导出数据对象

扫描数据库并为要导出的所有对象创建DumpableObject结构。

tblinfo = getSchemaData(fout, &numTables);

    if (fout->remoteVersion < 80400)
        guessConstraintInheritance(tblinfo, numTables);

    if (!schemaOnly) {
        getTableData(tblinfo, numTables);
        if (dataOnly)
            getTableDataFKConstraints();
    }

    if (outputBlobs)
        getBlobs(fout);

获取依赖和排序

根据每个对象的依赖关系，调用getDependencies函数，整理对象间的依赖关系，调用sortDumpableObjects来决定各个数据库对象导出的顺序。

//获取数据库对象的依赖关系。依赖关系用于确保在导出数据库对象时，它们之间的顺序是正确的。
getDependencies(fout);

boundaryObjs = createBoundaryObjects();

//获取所有已知的数据库对象。
getDumpableObjects(&dobjs, &numObjs);

addBoundaryDependencies(dobjs, numObjs, boundaryObjs);
...

sortDumpableObjects(dobjs, numObjs, boundaryObjs[0].dumpId, boundaryObjs[1].dumpId);

执行导出

for (i = 0; i < numObjs; i++) {
        if (!dataOnly && dobjs[i]->dump && dobjs[i]->objType != DO_DUMMY_TYPE &&
            dobjs[i]->objType != DO_PRE_DATA_BOUNDARY && dobjs[i]->objType != DO_POST_DATA_BOUNDARY) {
            dumpObjNums++;
            if (dumpObjNums % OUTPUT_OBJECT_NUM == 0)
                write_msg(NULL,
                    "[%6.2lf%%] %d objects have been dumped.\n",
                    float((float(dumpObjNums * 100.0)) / totalObjNums),
                    dumpObjNums);
        }
        dumpDumpableObject(fout, dobjs[i]);
    }

这里主要调用了dumpDumpableObject函数，本函数根据要导出的对象类型，调用不同的导出函数进行处理。主要逻辑如下

static void dumpDumpableObject(Archive *fout, DumpableObject *dobj)
{

    // 根据对象的类型进行处理
    switch (dobj->objType)
    {
        case DO_TABLE:
            dumpTable(fout, (TableInfo *) dobj);
            break;

        case DO_INDEX:
            dumpIndex(fout, (IndxInfo *) dobj);
            break;

        case DO_VIEW:
            dumpView(fout, (ViewInfo *) dobj);
            break;

        case DO_TRIGGER:
            dumpTrigger(fout, (TriggerInfo *) dobj);
            break;

        // 其他对象类型
        // ...    }

}

以导出表为例，
dumpTable 函数只导出表定义，调用了dumpTableSchema生成表或视图的声明
dumpTableData函数导出表数据，根据命令行参数–inserts，选择使用copy命令导出还是导出成insert 语句

static void dumpTableData(Archive* fout, TableDataInfo* tdinfo)
{
...
    if (!dump_inserts) {
        /* Dump/restore using COPY */
        dumpFn = dumpTableData_copy;
    } else {
        /* Restore using INSERT */
        dumpFn = dumpTableData_insert;
    }
...

在执行COPY 命令时，会对表上加AssessShareLock锁，此锁能和除了ExclusiveLock以外的锁共存，也就是在执行copy命令不影响对表的增删改操作，只和DDL操作冲突。

testdb=# SELECT pl.pid, pl.virtualtransaction AS vxid, pl.locktype AS lock_type,pl.mode AS lock_mode, pl.granted,
CASE
WHEN pl.virtualxid IS NOT NULL AND pl.transactionid IS NOT NULL THEN pl.virtualxid || ' ' || pl.transactionid
WHEN pl.virtualxid::text IS NOT NULL
THEN pl.virtualxid
ELSE
pl.transactionid::text
END AS xid_lock, pc.relname,
pl.page, pl.tuple, pl.classid, pl.objid, pl.objsubid,ps.usename,ps.application_name,ps.query
FROM pg_locks pl LEFT OUTER JOIN pg_class pc ON (pl.relation = pc.oid) left join pg_stat_activity ps on ps.pid = pl.pid
WHERE  pl.pid != pg_backend_pid();
      pid       |   vxid   | lock_type  |    lock_mode    | granted | xid_lock | relname | page | tuple | classid | objid | objsubid | usename | application_name
 |                 query
----------------+----------+------------+-----------------+---------+----------+---------+------+-------+---------+-------+----------+---------+------------------+----------------------------------------
 47858921375488 | 17/15218 | relation   | AccessShareLock | t       |          | cct     |      |       |         |       |          | test    | gsql
 | copy cct  to '/home/test/city.bat';