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 super-utilisateur. 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 21).
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 les sauvegardes continues sont toutes les deux très spécifiques 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 pas toujours 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
rendu 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 ci-dessus.
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 25.1.3 et Section 25.1.6 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'une instance, le programme pg_dumpall est fourni. pg_dumpall sauvegarde toutes les bases de données d'une instance PostgreSQL et préserve les données communes à l'instance, 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 une instance vide, il est
préférable d'utiliser postgres
.) Il faut
obligatoirement avoir le profil super-utilisateur 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 maximale des fichiers qui peuvent poser 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 quelle
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
.