Le principe est de produire un fichier texte de commandes SQL (appelé « fichier dump »), qui, si on le renvoie au serveur, recrée une base de données identique à celle sauvegardée. PostgreSQL propose pour cela le programme utilitaire pg_dump. L'usage basique est :
pg_dumpbase_de_donnees
>fichier_sauvegarde
pg_dump écrit son résultat sur la sortie standard. Son utilité est expliquée plus loin. Bien que la commande ci-dessus crée un fichier texte, pg_dump peut créer des fichiers dans d'autres formats qui permettent le parallélisme et un contrôle plus fin de la restauration des objets.
pg_dump est un programme client
PostgreSQL
classique (mais plutôt intelligent). Cela signifie que la
sauvegarde peut être effectuée depuis n'importe quel ordinateur ayant accès à la base.
Mais pg_dump n'a pas de droits spéciaux.
En particulier, il doit avoir un accès en lecture à toutes les tables que
vous voulez sauvegarder, donc pour sauvegarder une base complète, vous devez
pratiquement toujours utiliser un superutilisateur. si vous n'avez pas les
droits suffisants pour sauvegarder la base entière, vous pouvez toujours
sauvegarder les parties pour lesquels vous avez le droit d'accès en utilisant
des options telles que -n
et schéma
-t
.)
table
Pour préciser le serveur de bases de données que
pg_dump doit
contacter, on utilise les options de ligne de commande
-h
et
serveur
-p
.
Le serveur par défaut est le serveur local ou celui indiqué par la
variable d'environnement port
PGHOST
.
De la même façon, le port par défaut est indiqué par la variable d'environnement
PGPORT
ou, en son absence, par la valeur par défaut précisée
à la compilation. Le serveur a normalement reçu les mêmes valeurs par
défaut à la compilation.
Comme tout programme client PostgreSQL,
pg_dump
se connecte par défaut avec l'utilisateur de base de données de même nom que
l'utilisateur système courant. L'utilisation de l'option
-U
ou de la variable d'environnement
PGUSER
permettent de
modifier le comportement par défaut. Les connexions de
pg_dump sont soumises aux mécanismes normaux
d'authentification des programmes clients (décrits dans le
Chapitre 20).
Un des gros avantages de pg_dump sur les autres méthodes de sauvegarde décrites après est que la sortie de pg_dump peut être généralement re-chargée dans des versions plus récentes de PostgreSQL, alors que les sauvegardes au niveau fichier et l'archivage continu sont tous les deux très spécifique à la version du serveur. pg_dump est aussi la seule méthode qui fonctionnera lors du transfert d'une base de données vers une machine d'une architecture différente (comme par exemple d'un serveur 32 bits à un serveur 64 bits).
Les sauvegardes créées par pg_dump sont
cohérentes, ce qui signifie que la sauvegarde représente une image de la
base de données au moment où commence l'exécution de
pg_dump.
pg_dump ne bloque pas les autres opérations sur la base
lorsqu'il fonctionne (sauf celles qui nécessitent un verrou exclusif, comme
la plupart des formes d'ALTER TABLE
.)
Les fichiers texte créés par pg_dump peuvent être lus par le programme psql. La syntaxe générale d'une commande de restauration est
psqlbase_de_donnees
<fichier_sauvegarde
où fichier_sauvegarde
est
le fichier en sortie de la commande pg_dump. La base de données
base_de_donnees
n'est pas créée par cette
commande. Elle doit être créée à partir de template0
avant d'exécuter psql (par exemple avec createdb -T
template0
).
psql propose des options similaires à celles de
pg_dump pour indiquer le serveur de bases de
données sur lequel se connecter et le nom d'utilisateur à utiliser. La
page de référence de psql donne plus d'informations.
Les sauvegardes binaires sont restaurées en utilisant l'outil pg_restore.
base_de_donnees
Tous les utilisateurs possédant des objets ou ayant certains droits sur les objets de la base sauvegardée doivent exister préalablement à la restauration de la sauvegarde. S'ils n'existent pas, la restauration échoue pour la création des objets dont ils sont propriétaires ou sur lesquels ils ont des droits (quelque fois, cela est souhaitable mais ce n'est habituellement pas le cas).
Par défaut, le script psql continue de
s'exécuter après la détection d'une erreur SQL. Vous pouvez exécuter
psql avec la variable
ON_ERROR_STOP
configurée pour modifier ce comportement.
psql quitte alors avec un
code d'erreur 3 si une erreur SQL survient :
psql --set ON_ERROR_STOP=onbase_de_données
<fichier_sauvegarde
Dans tous les cas, une sauvegarde partiellement restaurée est obtenue.
Si cela n'est pas souhaitable, il est possible d'indiquer que la sauvegarde
complète doit être restaurée au cours d'une transaction unique. De ce
fait, soit la restauration est validée dans son ensemble, soit elle est
entièrement annulée. Ce mode est choisi
en passant l'option -1
ou --single-transaction
en ligne de commande à psql. Dans ce mode,
la plus petite erreur peut annuler une restauration en cours depuis
plusieurs heures. Néanmoins, c'est probablement
préférable au nettoyage manuel d'une base rendue complexe par une
sauvegarde partiellement restaurée.
La capacité de pg_dump et psql à écrire et à lire dans des tubes permet de sauvegarder une base de données directement d'un serveur sur un autre. Par exemple :
pg_dump -hserveur1
base_de_donnees
| psql -hserveur2
base_de_donnees
Les fichiers de sauvegarde produits par pg_dump sont
relatifs à template0
. Cela signifie que chaque langage,
procédure, etc. ajouté à template1
est aussi sauvegardé
par pg_dump. En conséquence, si une base
template1
modifiée est utilisée lors de la
restauration, il faut créer la base vide à partir de
template0
, comme dans l'exemple plus haut.
Après la restauration d'une sauvegarde, il est conseillé d'exécuter ANALYZE sur chaque base de données pour que l'optimiseur de requêtes dispose de statistiques utiles ; voir Section 24.1.3 et Section 24.1.6 pour plus d'informations. Pour plus de conseils sur le chargement efficace de grosses quantités de données dans PostgreSQL, on peut se référer à la Section 14.4.
pg_dump ne sauvegarde qu'une seule base à la fois, et ne sauvegarde pas les informations relatives aux rôles et tablespaces (parce que ceux-ci portent sur l'ensemble des bases du cluster, et non sur une base particulière). Pour permettre une sauvegarde aisée de tout le contenu d'un cluster, le programme pg_dumpall est fourni. pg_dumpall sauvegarde toutes les bases de données d'un cluster (ensemble des bases d'une instance) PostgreSQL et préserve les données communes au cluster, telles que les rôles et tablespaces. L'utilisation basique de cette commande est :
pg_dumpall > fichier_sauvegarde
Le fichier de sauvegarde résultant peut être restauré avec psql :
psql -f fichier_sauvegarde
postgres
(N'importe quelle base de données peut être utilisée pour la connexion
mais si le rechargement est exécuté sur un cluster vide, il est
préférable d'utiliser postgres
.)
Il faut obligatoirement avoir le profil superutilisateur pour restaurer
une sauvegarde faite avec pg_dumpall, afin de
pouvoir restaurer les informations sur les rôles et les tablespaces.
Si les tablespaces sont utilisés, il faut
s'assurer que leurs chemins sauvegardés sont appropriés à la nouvelle
installation.
pg_dumpall fonctionne en émettant des commandes pour recréer les rôles, les tablespaces et les bases vides, puis en invoquant pg_dump pour chaque base de données. Cela signifie que, bien que chaque base de données est cohérente en interne, les images des différentes bases de données ne sont pas synchronisées.
Les données globales à l'instance peuvent être sauvegardées seules en
utilisant l'option --globals-only
de
pg_dumpall. Ceci est nécessaire pour sauvegarder
entièrement l'instance si la commande pg_dump
est utilisée pour sauvegarder les bases individuelles.
Certains systèmes d'exploitation ont des limites sur la taille maximum des fichiers qui posent des problème lors de la création de gros fichiers de sauvegarde avec pg_dump. Heureusement, pg_dump peut écrire sur la sortie standard, donc vous pouvez utiliser les outils Unix standards pour contourner ce problème potentiel. Il existe plusieurs autres méthodes :
Compresser le fichier de sauvegarde. Tout programme de compression habituel est utilisable. Par exemple gzip :
pg_dumpbase_de_donnees
| gzip >nom_fichier
.gz
Pour restaurer :
gunzip -cnom_fichier
.gz | psqlbase_de_donnees
ou
catnom_fichier
.gz | gunzip | psqlbase_de_donnees
Couper le fichier avec split
.
La commande split
permet de découper le fichier en
fichiers plus petits, de taille acceptable par le système de fichiers sous-jacent.
Par exemple, pour faire des morceaux de 2 Go :
pg_dumpbase_de_donnees
| split -b 2G -nom_fichier
Pour restaurer :
catnom_fichier
* | psqlbase_de_donnees
Si vous utilisez GNU split, il est possible de l'utiliser avec gzip :
pg_dump dbname
| split -b 2G --filter='gzip > $FILE.gz'
Le résultat peut être restauré en utilisant zcat
.
Utilisation du format de sauvegarde personnalisé de
pg_dump.
Si PostgreSQL est installé sur un système où la
bibliothèque de compression zlib est
disponible, le format de sauvegarde personnalisé peut être utilisé pour
compresser les données à la volée. Pour les bases de données
volumineuses,
cela produit un fichier de sauvegarde d'une taille comparable à celle
du fichier produit par
gzip
, avec l'avantage supplémentaire de permettre de
restaurer des tables sélectivement. La commande qui suit sauvegarde une
base de données en utilisant ce format de sauvegarde :
pg_dump -Fcbase_de_donnees
>nom_fichier
Le format de sauvegarde personnalisé ne produit pas un script utilisable par psql. Ce script doit être restauré avec pg_restore, par exemple :
pg_restore -dnom_base
nom_fichier
Voir les pages de référence de pg_dump et pg_restore pour plus de détails.
Pour les très grosses bases de données, il peut être nécessaire de combiner
split
avec une des deux autres approches.
Utiliser la fonctionnalité de sauvegarde en parallèle de
pg_dump.
Pour accélérer la sauvegarde d'une grosse base de données, vous pouvez
utiliser le mode parallélisé de pg_dump. Cela
sauvegardera plusieurs tables à la fois. Vous pouvez contrôler le degré de
parallélisme avec le paramètre -j
. Les sauvegardes en
parallèle n'acceptent que le format répertoire.
pg_dump -jnum
-F d -fsortie.dir
nom_base
Vous pouvez utiliser pg_restore -j
pour restaurer une
sauvegarde en parallèle. Ceci fonctionnera pour n'importe quel archive,
qu'elle soit dans le mode personnalisé ou répertoire. Elle n'a pas besoin
d'avoir été créée avec le mode parallélisé de pg_dump
.