Extraer una sola tabla de un volcado MySQL

No todo trabajo necesita la base de datos entera. Cuando desarrollas una funcionalidad en local, rara vez quieres un volcado de producción completo llenando tu disco y tardando una hora en importarse. Quieres el puñado de tablas que la funcionalidad realmente toca.

Lo mismo ocurre cuando estás depurando una sola tabla: reproducir un problema de datos en orders no requiere las otras 126 tablas, o haciendo una migración parcial, donde solo unas pocas tablas pasan a un nuevo servicio. En todos estos casos la pregunta es la misma: ¿cómo saco solo estas tablas de un volcado gigante, de forma limpia y rápida?

El enfoque sed/grep y por qué se rompe

La respuesta clásica es rebanar el archivo con sed entre las cabeceras de sección que mysqldump escribe para cada tabla:

# extrae la tabla users de un archivo mysqldump
sed -n '/-- Table structure for table `users`/,/-- Table structure for table/p' dump.sql > users.sql

Parece ingenioso y, en un volcado pequeño y ordenado, hasta podría funcionar una vez. En un archivo real de 7 GB se desmorona de muchas formas sutiles:

• INSERT multilínea. Un solo INSERT INTO ... VALUES puede abarcar miles de líneas. Las herramientas orientadas a líneas como sed y grep cortan esas filas por la mitad y producen un archivo que no se puede parsear.
• Comillas invertidas y caracteres especiales. Los valores de columna contienen --, puntos y comas, comillas invertidas, comillas y saltos de línea dentro de cadenas. Tu patrón coincide con texto dentro de los datos que nunca fue pensado como delimitador.
• Nombres de tabla como subcadenas. Extraer user también atrapa user_roles, user_sessions y password_user, porque el nombre aparece como subcadena de otros.
• Comentarios y cabeceras que varían. El texto exacto de los comentarios cambia entre las versiones de MySQL, MariaDB y PostgreSQL, y pg_dump no usa las mismas cabeceras en absoluto, así que el mismo comando devuelve silenciosamente nada.
• Sin conciencia de claves foráneas. Aunque rebanes orders a la perfección, sus filas referencian users. sed no tiene ni idea, así que el extracto no se importa por un error de clave foránea.

Acabas apilando awk sobre grep sobre sed, probando con subconjuntos y aún sin fiarte del resultado. Hay una forma mejor.

Extrae tablas con DumpCleaner

DumpCleaner parsea el volcado correctamente: entiende los límites de las sentencias, los INSERT multilínea, las comillas invertidas y los comentarios, así que siempre corta en las líneas correctas. Extraer las tablas que necesitas lleva cuatro pasos:

1. Arrastra tu volcado .sql. DumpCleaner recorre el archivo en streaming, así que un volcado de 7 GB se abre con memoria constante en lugar de cargarlo entero.
2. Lee la lista de tablas autodetectada. Cada tabla se parsea y se lista con su número de filas y su tamaño: sin desplazarte por millones de líneas para encontrar lo que hay.
3. Elige las tablas que quieres. Marca users, orders y products, o escribe una expresión regular / patrón de exclusión como *_logs para descartar grupos enteros de una vez.
4. Incluye los padres de las claves foráneas y exporta. Opcionalmente incorpora automáticamente las tablas padre referenciadas y luego exporta un archivo limpio y listo para importar.

Unas cuantas cosas hacen esto mucho menos engorroso que las herramientas de shell:

• Los patrones de exclusión como *_logs o *_sessions eliminan el ruido de auditoría y sesiones sin desmarcar decenas de tablas a mano.
• Los filtros con expresiones regulares te permiten coincidir por prefijo, sufijo o cualquier patrón: conserva todo lo que coincida con shop_*, por ejemplo.
• Una vista previa en vivo muestra exactamente qué tablas acabarán en la salida a medida que cambias la selección.
• Un tamaño de salida estimado te dice cuán grande será el extracto antes de exportar, así sabes que cabrá en local.
• Las dependencias de claves foráneas se pueden incluir automáticamente, así que elegir orders arrastra discretamente a users y el extracto se importa sin errores de restricción.

Preguntas frecuentes