從 MySQL dump 抽取單一資料表

不是每件工作都需要整個資料庫。當你在本機開發某個功能時，你很少會想要一份把磁碟塞滿、又要花一小時才匯入完的完整正式環境 dump。你要的只是這個功能實際會用到的那幾個資料表。

當你在除錯單一資料表時也是如此——要重現 orders 裡的某個資料問題，並不需要另外那 126 個資料表——或者在做部分遷移、只把少數幾個資料表搬到新服務時也一樣。在所有這些情況下，問題都相同：我該怎麼從一個龐大的 dump 裡，乾淨又快速地取出就這幾個資料表？

sed/grep 的做法，以及它為何會出錯

經典的解法是用 sed，在 mysqldump 為每個資料表寫入的區段標頭之間切出檔案：

# 從 mysqldump 檔案中取出 users 資料表
sed -n '/-- Table structure for table `users`/,/-- Table structure for table/p' dump.sql > users.sql

看起來很聰明，在一個小巧整齊的 dump 上甚至可能成功一次。但在真實的 7 GB 檔案上，它會以許多不易察覺的方式崩解：

• 多行 INSERT。單一個 INSERT INTO ... VALUES 可能橫跨數千行。sed、grep 這類以行為單位的工具會把這些資料列從中切斷，產出一個無法解析的檔案。
• 反引號與特殊字元。欄位值裡含有 --、分號、反引號、引號，以及字串內的換行。你的樣式會比對到資料內部那些原本不該當作分隔符的文字。
• 資料表名稱作為子字串。抽取 user 也會一併抓到 user_roles、user_sessions 和 password_user，因為這個名稱剛好是其他名稱的子字串。
• 註解與標頭會飄移。精確的註解文字在 MySQL、MariaDB 與 PostgreSQL 各版本之間都不一樣，而 pg_dump 根本不用同一套標頭——所以同一道指令會悄悄地什麼都沒回傳。
• 不懂外鍵。就算你把 orders 完美切出來，它的資料列仍會參照 users。sed 對此毫無概念，於是抽取出來的檔案匯入時會出現外鍵錯誤。

你最後把 awk 疊到 grep 上、再疊到 sed 上，在小樣本上反覆測試，卻仍然不敢相信結果。其實有更好的方法。

用 DumpCleaner 抽取資料表

DumpCleaner 會正確地解析 dump——它理解陳述式邊界、多行 INSERT、反引號與註解——所以它總是切在正確的位置。抽出你需要的資料表只需四個步驟：

1. 把你的 .sql dump 拖進來。DumpCleaner 串流讀取檔案，所以一個 7 GB 的 dump 是以恆定記憶體開啟，而不是把整個檔案載入。
2. 看自動偵測出來的資料表清單。每個資料表都會被解析出來，並列出其資料列數與大小——不必在數百萬行裡捲來捲去找東西。
3. 挑選你要的資料表。勾選 users、orders 和 products，或輸入正規表示式／排除樣式（例如 *_logs）來一次去掉整組資料表。
4. 納入外鍵父表並匯出。可選擇自動帶入被參照的父表，然後匯出一份乾淨、可匯入的檔案。

有幾點讓這件事比 shell 工具省事許多：

• 排除樣式（例如 *_logs 或 *_sessions）可濾掉稽核與 session 雜訊，不必手動一個個取消勾選幾十個資料表。
• 正規表示式過濾讓你依前綴、後綴或任意樣式比對——例如保留所有符合 shop_* 的資料表。
• 即時預覽會在你變更選取時，準確顯示哪些資料表最終會出現在輸出中。
• 預估輸出大小會在你匯出前告訴你抽取結果會有多大，讓你知道它塞得進本機。
• 外鍵相依關係可自動納入，所以選了 orders 就會悄悄把 users 一起帶上，抽取結果匯入時不會出現約束錯誤。

常見問題