测试环境Ubuntu16.04,基于mysql和greenplum在同一台服务器上(
当然也可以通过外网或者局域网)。安装greenplum链接
http://blog.csdn.net/wayne_primes/article/details/79414936
首先感谢对mysql2gpsql开源软件奉献的大牛们
该项目成员
该项目由阿里云 PostgreSQL 小组开发,为 PostgreSQL 世界贡献一份力量
- PM & 架构设计 曾文旌(义从)
- PD 萧少聪(铁庵)
- TESTER & 技术支持 周正中(德歌)
- DEV 张广舟(明虚)曾文旌(义从)
mysql2pgsql开源文档
mysql2pgsql参数文档
mysql2pgsql问题答疑
mysql2pgsql 用法
mysql2pgsql 的用法如下所示:
/
mysql2pgsql
-
l
<tables_list_file>
-
d
-
n
-
j
<
number
of
threads
>
-
s
<
schema
of
target able
>
执行如下命令,
同步一个库中所有表
:
/mysql2pgsql
参数说明:
- -l:可选参数,指定一个文本文件,文件中含有需要同步的表;如果不指定此参数,则同步配置文件中指定数据库下的所有表。<tables_list_file>为一个文件名,里面含有需要同步的表集合以及表上查询的条件,其内容格式示例如下:
table1
:
select
*
from
table_big
where
column1
<
'2016-08-05'
table2
:
table3
table4
:
select
column1
,
column2
from
tableX
where
column1
!=
10
table5
:
select
*
from
table_big
where
column1
>=
'2016-08-05'
- -d:可选参数,表示只生成目的表的建表 DDL 语句,不实际进行数据同步。
- -n:可选参数,需要与-d 一起使用,指定在 DDL 语句中不包含表分区定义。
- -j:可选参数,指定使用多少线程进行数据同步;如果不指定此参数,会使用 5 个线程并发。
- -s:可选参数,指定目标表的 schema,一次命令只能指定一个 schema。如果不指定此参数,则数据会导入到 public 下的表。
首先下载mysql2pgsql
解压后进入到bin目录下,按需求修改my.cfg
注意:
源库 mysql 的连接信息中,用户需要有对所有用户表的读权限。(
按需修改
)
[
src
.
mysql
]
host
=
"192.168.1.1"
port
=
"3306"
user
= "test
"
password
=
"test"
db
=
"test"
encodingdir
=
"share"
encoding
=
"utf8"
目的库 pgsql (包括 Postgresql、PPAS 和 HybridDB for PostgreSQL )的连接信息如下:
注意:
目的库 pgsql 的连接信息,用户需要对目标表有写的权限。
[
desc
.
pgsql
]
connect_string
=
"host=192.168.1.1 dbname=test port=5888 user=test password=pgsql"
典型用法
例如我期望从源mysql端的test1数据库中同步user_info表中的所有信息
首先执行./mysql2gpsql -d #用于读取my.cfg配置指定源数据库中的所有表的DDL表结构。
例如
CREATE TABLE user_info (user_id int4, feedback_userid text, feedback_username text, feedback_content text, feedback_time timestamp, create_time timestamp, update_time timestamp, del_flg text) with (APPENDONLY=true, ORIENTATION=column, COMPRESSTYPE=zlib, COMPRESSLEVEL=1, BLOCKSIZE=1048576, OIDS=false) DISTRIBUTED BY (<distribution key>) PARTITION BY RANGE (<partition key>) (START (date '<YYYY-MM-DD>') INCLUSIVE END (date '<YYYY-MM-DD>') EXCLUSIVE EVERY (INTERVAL '<1 month>' ));
通过./mysql2pgsql -d命令获取的mysql表结构信息不完整,例如表的注释,主键,字段注释等都不会获取到,所以需要复制你所需的建表信息并加以修改,在greenplum端先用列出来的建表信息加以修改之后并执行,如果目的数据库中没有对应的表的话,执行同步命令会失败,所以必须先对应建立每一张表
例如
CREATE TABLE user_info (user_id int4, feedback_userid text, feedback_username text, feedback_content text, feedback_time timestamp, create_time timestamp, update_time timestamp, del_flg text,
CONSTRAINT "user_info_pkey" PRIMARY KEY ("user_id"))
WITH (OIDS=FALSE);
ALTER TABLE "public"."user_info" OWNER TO "gpadmin";
COMMENT ON TABLE "public"."user_info" IS '用户表(全局)';
COMMENT ON COLUMN "public"."user_info"."user_id" IS '用户编号';
创建完毕后在mysql2pgsql的根目录,创建一个tables_list_file文件用于同步
例如 table_lists.txt
table_lists.txt文件中内容:
user_info : select * from user_info
执行同步命令mysql2gpsql
主要注意的是
源库 mysql 的连接信息中,用户需要有对所有用户表的读权限
目的库 pgsql 的连接信息,用户需要对目标表有写的权限
./mysql2gpsql -l table_lists.txt
以上就是我在工作中使用到的mysql迁移其中一张表至greenplum的过程。
如果需要迁移所有库,所有表,需要大量的时间投入,建表,加主键,同步,验证数据完整性。
PS:运维工作并不是键盘敲的快才算牛,细心谨慎认真对待每一份工作。不论是工作也好,还是生活。