Extrair uma única tabela de um dump MySQL

Nem todos os trabalhos precisam da base de dados inteira. Quando desenvolve uma funcionalidade localmente, raramente quer um dump de produção completo a encher o seu disco e a demorar uma hora a importar. Quer o punhado de tabelas que a funcionalidade realmente toca.

O mesmo vale quando está a depurar uma única tabela — reproduzir um problema de dados em orders não exige as outras 126 tabelas — ou a fazer uma migração parcial, em que só algumas tabelas mudam para um novo serviço. Em todos estes casos a pergunta é a mesma: como tiro apenas estas tabelas de um dump gigante, de forma limpa e rápida?

A abordagem sed/grep e porque falha

A resposta clássica é fatiar o ficheiro com sed entre os cabeçalhos de secção que o mysqldump escreve para cada tabela:

# extrair a tabela users de um ficheiro mysqldump
sed -n '/-- Table structure for table `users`/,/-- Table structure for table/p' dump.sql > users.sql

Parece engenhoso e, num dump pequeno e arrumado, pode até funcionar uma vez. Num ficheiro real de 7 GB desmorona-se de imensas formas subtis:

• INSERTs multilinha. Um único INSERT INTO ... VALUES pode estender-se por milhares de linhas. Ferramentas orientadas a linhas como o sed e o grep cortam essas linhas a meio e produzem um ficheiro que não faz parse.
• Backticks e caracteres especiais. Os valores das colunas contêm --, ponto e vírgula, backticks, aspas e quebras de linha dentro das strings. O seu padrão corresponde a texto dentro dos dados que nunca foi pensado para ser um delimitador.
• Nomes de tabelas como substrings. Extrair user também apanha user_roles, user_sessions e password_user, porque o nome aparece como substring de outros.
• Comentários e cabeçalhos variam. O texto exato dos comentários difere entre as versões do MySQL, do MariaDB e do PostgreSQL, e o pg_dump nem sequer usa os mesmos cabeçalhos — por isso o mesmo comando devolve nada em silêncio.
• Sem consciência de chaves estrangeiras. Mesmo que fatie orders na perfeição, as suas linhas referenciam users. O sed não faz ideia disso, por isso a extração falha na importação com um erro de chave estrangeira.

Acaba a empilhar awk sobre grep sobre sed, a testar em subconjuntos e ainda sem confiar no resultado. Há uma forma melhor.

Extrair tabelas com o DumpCleaner

O DumpCleaner faz o parse do dump como deve ser — compreende as fronteiras das instruções, os INSERTs multilinha, os backticks e os comentários — por isso corta sempre nas linhas certas. Extrair as tabelas de que precisa leva quatro passos:

1. Arraste o seu dump .sql para dentro. O DumpCleaner percorre o ficheiro em streaming, por isso um dump de 7 GB abre com memória constante em vez de carregar tudo.
2. Leia a lista de tabelas detetada automaticamente. Cada tabela é extraída e listada com a sua contagem de linhas e o seu tamanho — sem percorrer milhões de linhas para descobrir o que lá está.
3. Escolha as tabelas que quer. Marque users, orders e products, ou escreva um padrão regex / de exclusão como *_logs para eliminar grupos inteiros de uma só vez.
4. Inclua os pais das chaves estrangeiras e exporte. Opcionalmente, traga automaticamente as tabelas pai referenciadas e depois exporte um ficheiro limpo e importável.

Algumas coisas tornam isto bem menos trabalhoso do que as ferramentas de shell:

• Padrões de exclusão como *_logs ou *_sessions eliminam o ruído de auditoria e de sessões sem desmarcar dezenas de tabelas à mão.
• Filtros regex permitem-lhe corresponder por prefixo, sufixo ou qualquer padrão — mantenha tudo o que corresponde a shop_*, por exemplo.
• Uma pré-visualização em tempo real mostra exatamente que tabelas ficarão na saída à medida que muda a seleção.
• Um tamanho de saída estimado diz-lhe quão grande será a extração antes de exportar, para que saiba que cabe localmente.
• As dependências de chaves estrangeiras podem ser incluídas automaticamente, por isso escolher orders traz discretamente users consigo e a extração importa sem erros de restrição.

Perguntas frequentes