从 PostgreSQL 迁移
本文档将指引您完成从 PostgreSQL 迁移到 GreptimeDB。
在开始迁移之前
请注意，尽管 GreptimeDB 支持 PostgreSQL 的协议，并不意味着 GreptimeDB 实现了 PostgreSQL 的所有功能。你可以参考 "ANSI 兼容性" 查看在 GreptimeDB 中使用 SQL 的约束。
迁移步骤
在 GreptimeDB 中创建数据库和表
在从 PostgreSQL 迁移数据之前，你首先需要在 GreptimeDB 中创建相应的数据库和表。 由于 GreptimeDB 有自己的 SQL 语法用于创建表，因此你不能直接重用 PostgreSQL 生成的建表 SQL。
当你为 GreptimeDB 编写创建表的 SQL 时，首先请了解其“数据模型”。然后，在创建表的 SQL 中请考虑以下几点：
- 由于 time index 列在表创建后无法更改，所以你需要仔细选择 time index 列。时间索引最好设置为数据生成时的自然时间戳，因为它提供了查询数据的最直观方式，以及最佳的查询性能。例如，在 IOT 场景中，你可以使用传感器采集数据时的时间作为 time index；或者在可观测场景中使用事件的发生时间。
- 不建议在此迁移过程中另造一个时间戳用作时间索引，例如使用
DEFAULT current_timestamp()创建的新列。也不建议使用具有随机时间戳的列。 - 选择合适的 time index 精度也至关重要。和 time index 的选择一样，一旦表创建完毕，time index 的精度就无法变更了。请根据你的数据集在这里找到最适合的时间戳类型。
- 根据您的查询模式选择最适合的 tag 列。tag 列存储经常被查询的元数据，其中的值是数据源的标签，通常用于描述数据的特征。tag 列具有索引，所以使用 tag 列的查询具备良好的性能。
请参考CREATE SQL 文档，了解如何选择正确的数据类型以及“ttl”或“compaction”选项等。
双写 GreptimeDB 和 PostgreSQL
双写 GreptimeDB 和 PostgreSQL 是迁移过程中防止数据丢失的有效策略。通过使用 PostgreSQL 的客户端库（JDBC + 某个 PostgreSQL 驱动），你可以建立两个客户端实例 —— 一个用于 GreptimeDB，另一个用于 PostgreSQL。有关如何使用 SQL 将数据写入 GreptimeDB，请参考写入数据部分。
若无需保留所有历史数据，你可以双写一段时间以积累业务所需的最新数据，然后停止向 PostgreSQL 写入数据并仅使用 GreptimeDB。如果需要完整迁移所有历史数据，请按照接下来的步骤操作。
从 PostgreSQL 导出数据
pg_dump 是一个常用的、从 PostgreSQL 导出数据的工具。使用
pg_dump，我们可以从 PostgreSQL 中导出后续可直接导入到 GreptimeDB 的数据。例如，如果我们想要从 PostgreSQL 的 database
postgres 中导出以 db 开头的 schema，我们可以使用以下命令：
pg_dump -h127.0.0.1 -p5432 -Upostgres -ax --column-inserts -n 'db*' postgres | grep -v "^SE" > /path/to/output.sql
替换 -h、-p 和 -U 参数为 PostgreSQL 服务的正确值。-n 参数用于指定要导出的 schema。数据库 postgres 被放在了 pg_dump 命令的最后。注意这里我们将
pg_dump 的输出经过了一个特殊的 grep 命令以过滤掉不需要的 SET 和 SELECT 行。最终输出将写入 /path/to/output.sql
文件。
/path/to/output.sql 文件应该具有如下内容：
~ ❯ cat /path/to/output.sql
--
-- PostgreSQL database dump
--
-- Dumped from database version 16.4 (Debian 16.4-1.pgdg120+1)
-- Dumped by pg_dump version 16.4
--
-- Data for Name: foo; Type: TABLE DATA; Schema: db1; Owner: postgres
--
INSERT INTO db1.foo (ts, a) VALUES ('2024-10-31 00:00:00', 1);
INSERT INTO db1.foo (ts, a) VALUES ('2024-10-31 00:00:01', 2);
INSERT INTO db1.foo (ts, a) VALUES ('2024-10-31 00:00:01', 3);
INSERT INTO ...
--
-- Data for Name: foo; Type: TABLE DATA; Schema: db2; Owner: postgres
--
INSERT INTO db2.foo (ts, b) VALUES ('2024-10-31 00:00:00', '1');
INSERT INTO db2.foo (ts, b) VALUES ('2024-10-31 00:00:01', '2');
INSERT INTO db2.foo (ts, b) VALUES ('2024-10-31 00:00:01', '3');
INSERT INTO ...
--
-- PostgreSQL database dump complete
--
将数据导入 GreptimeDB
”psql -- PostgreSQL interactive terminal“ 可用于将数据导入
GreptimeDB。继续上面的示例，假设数据导出到文件 /path/to/output.sql，那么我们可以使用以下命令将数据导入 GreptimeDB：
psql -h127.0.0.1 -p4003 -d public -f /path/to/output.sql
替换 -h 和 -p 参数为你的 GreptimeDB 服务的值。psql 命令中的 -d 参数用于指定数据库，该参数不能省略，-d 的值 public 是 GreptimeDB 默认使用的数据库。你还可以添加 -a 以查看详细的执行结果，或使用 -s 进入单步执行模式。
总结一下，数据迁移步骤如下图所示：
数据迁移完成后，你可以停止向 PostgreSQL 写入数据，并继续使用 GreptimeDB！