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
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。
-
仅在真正需要时才选择主键。GreptimeDB 中的主键与 PosgreSQL 中的主键不同。仅在以下情况下才应使用主键：
- 大部分查询可以受益于排序。
- 您需要通过主键和时间索引来删除重复行（包括删除）。 通常会被查询。标签列中的值是附加到收集源的标签，通常用于描述这些源的特定特征。标签列会被索引，从而使对它们的查询具有高性能。
否则，设置主键是可选的，并且可能会损害性能。阅读主键了解详情。
最后，请参阅“CREATE” SQL 文档，了解有关选择合适的数据类型和“ttl”或“compaction”选项等的更多详细信息。
-
选择合适的索引以加快查询速度。
- 倒排索引：非常适合按低基数列进行过滤，并快速查找具有特定值的行。
- 跳数索引：适用于稀疏数据。
- 全文索引：可以在大型文本列中实现高效的关键字和模式搜索。
有关详细信息和最佳实践，请参阅数据索引 文档。
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！
如果您需要更详细的迁移方案或示例脚本，请提供具体的表结构和数据量信息。GreptimeDB 官方社区将为您提供进一步的支持。欢迎加入 Greptime Slack 社区交流。