Trích một bảng đơn lẻ từ một MySQL dump

Không phải công việc nào cũng cần cả cơ sở dữ liệu. Khi phát triển một tính năng ở cục bộ, bạn hiếm khi muốn một dump production đầy đủ lấp đầy đĩa và mất cả tiếng để import. Bạn muốn số ít bảng mà tính năng đó thực sự chạm tới.

Điều tương tự cũng đúng khi bạn gỡ lỗi một bảng đơn lẻ — tái hiện một vấn đề dữ liệu trong orders không đòi hỏi 126 bảng còn lại — hoặc làm một cuộc di trú từng phần, nơi chỉ vài bảng chuyển sang một dịch vụ mới. Trong tất cả các trường hợp này, câu hỏi đều giống nhau: làm sao lấy chỉ những bảng này ra khỏi một dump khổng lồ, một cách sạch sẽ và nhanh chóng?

Cách tiếp cận sed/grep và vì sao nó hỏng

Câu trả lời kinh điển là cắt file bằng sed giữa các tiêu đề mục mà mysqldump ghi cho mỗi bảng:

# trích bảng users ra khỏi một file mysqldump
sed -n '/-- Table structure for table `users`/,/-- Table structure for table/p' dump.sql > users.sql

Nó trông thông minh, và trên một dump nhỏ, gọn gàng thì có thể chạy được một lần. Trên một file 7 GB thực tế, nó rệu rã theo nhiều cách tinh vi:

• INSERT nhiều dòng. Một lệnh INSERT INTO ... VALUES có thể trải dài hàng nghìn dòng. Các công cụ theo dòng như sed và grep cắt đôi những dòng đó và tạo ra một file không phân tích được.
• Dấu backtick và ký tự đặc biệt. Giá trị cột chứa --, dấu chấm phẩy, backtick, dấu nháy và ký tự xuống dòng bên trong chuỗi. Mẫu của bạn khớp với văn bản nằm trong dữ liệu vốn không bao giờ được dùng làm dấu phân cách.
• Tên bảng là chuỗi con. Trích user cũng vớ luôn user_roles, user_sessions và password_user, vì cái tên xuất hiện như một chuỗi con của những bảng khác.
• Chú thích và tiêu đề trôi dạt. Nội dung chú thích chính xác khác nhau giữa các phiên bản MySQL, MariaDB và PostgreSQL, còn pg_dump thì không dùng cùng các tiêu đề đó — nên cùng một lệnh lại lặng lẽ trả về rỗng.
• Không nhận biết khóa ngoại. Kể cả khi bạn cắt orders hoàn hảo, các dòng của nó tham chiếu users. sed chẳng hề hay biết, nên bản trích không import được vì lỗi khóa ngoại.

Bạn kết cục chồng awk lên grep lên sed, thử trên các tập con, mà vẫn không tin nổi kết quả. Có một cách tốt hơn.

Trích bảng với DumpCleaner

DumpCleaner phân tích dump một cách đúng đắn — nó hiểu ranh giới lệnh, INSERT nhiều dòng, backtick và chú thích — nên nó luôn cắt đúng dòng. Trích các bảng bạn cần chỉ mất bốn bước:

1. Kéo file .sql của bạn vào. DumpCleaner đọc file theo luồng, nên một dump 7 GB mở ra với bộ nhớ không đổi thay vì nạp cả cục.
2. Đọc danh sách bảng được nhận diện tự động. Mọi bảng được phân tích ra và liệt kê kèm số dòng và kích thước — không phải cuộn qua hàng triệu dòng để tìm xem có gì.
3. Chọn các bảng bạn muốn. Tích users, orders và products, hoặc gõ một mẫu regex / mẫu loại trừ như *_logs để bỏ nguyên cả nhóm trong một lần.
4. Bao gồm các bảng cha khóa ngoại và export. Tùy chọn kéo vào các bảng cha được tham chiếu một cách tự động, rồi export một file gọn gàng, import được.

Vài điều khiến việc này bớt lằng nhằng hơn nhiều so với công cụ shell:

• Mẫu loại trừ như *_logs hay *_sessions loại bỏ nhiễu từ audit và session mà không phải bỏ tích hàng chục bảng bằng tay.
• Bộ lọc regex cho phép bạn khớp theo tiền tố, hậu tố hay bất kỳ mẫu nào — chẳng hạn giữ mọi thứ khớp shop_*.
• Xem trước trực tiếp cho thấy chính xác các bảng nào sẽ nằm trong đầu ra khi bạn thay đổi lựa chọn.
• Ước tính kích thước đầu ra cho bạn biết bản trích sẽ lớn cỡ nào trước khi export, nên bạn biết nó sẽ vừa với máy cục bộ.
• Phụ thuộc khóa ngoại có thể được bao gồm tự động, nên chọn orders âm thầm kéo theo users và bản trích import được mà không lỗi ràng buộc.

Câu hỏi thường gặp