使用 psycopg2 在 python 中管道 postgres COPY

Question

我正在编写一个脚本，使用 psycopg2 在同一网络上的两台机器之间复制一些数据。我正在替换一些旧的、丑陋的 bash 来进行复制，

psql -c -h remote.host "COPY table TO STDOUT" | psql -c "COPY table FROM STDIN"

这似乎是最简单的 最有效的 复制方法。使用 stringIO 或临时文件在 python 中复制很容易，如下所示：

buf = StringIO()

from_curs   = from_conn.cursor()
to_curs     = to_conn.cursor()

from_curs.copy_expert("COPY table TO STDOUT", buf)
buf.seek(0, os.SEEK_SET)
to_curs.copy_expert("COPY table FROM STDIN", buf)

...但这涉及将所有数据保存到磁盘/内存中。

有没有人想出一种方法来在这样的副本中模仿 Unix 管道的行为？我似乎找不到不涉及 POpen 的 unix-pipe 对象 - 毕竟，也许最好的解决方案就是只使用 POpen 和子进程。

Answer 1

您必须将其中一个调用放在一个单独的线程中。我刚刚意识到你可以使用 os.pipe() ，这使得其余的非常简单：

#!/usr/bin/python
import psycopg2
import os
import threading

fromdb = psycopg2.connect("dbname=from_db")
todb = psycopg2.connect("dbname=to_db")

r_fd, w_fd = os.pipe()

def copy_from():
    cur = todb.cursor()
    cur.copy_from(os.fdopen(r_fd), 'table')
    cur.close()
    todb.commit()

to_thread = threading.Thread(target=copy_from)
to_thread.start()

cur = fromdb.cursor()
write_f = os.fdopen(w_fd, 'w')
cur.copy_to(write_f, 'table')
write_f.close()   # or deadlock...

to_thread.join()

Answer 2

您可以使用已子类化的双端队列来支持读取和写入：

from collections import deque
from Exceptions import IndexError

class DequeBuffer(deque):
    def write(self, data):
        self.append(data)
    def read(self):
        try:
            return self.popleft()
        except IndexError:
            return ''

buf = DequeBuffer()

如果读取器比写入器快得多，并且表很大，则双端队列仍然会变大，但它会比存储整个东西要小。

另外，我不确定当 deque 为空时 return '' 是否安全，而不是重试直到它不为空，但我猜是这样。让我知道它是否有效。

当您确定复制完成时，请记住del buf，特别是如果脚本此时不只是退出的话。