如何将表数据的子集从生产数据库导出到本地测试数据库中？

我们有一个相对较大的基于postgres的数据库：〜20GB。PostgreSQL数据库托管在heroku上。

我想将表数据的一小部分复制到我的本地数据库中，这样我就可以对它们进行一些测试，而不必进行生产工作。

我不想自己生成样本数据，而是使用生产环境中已经存在的数据。

数据库中每个表的约100行就足够了。有没有简单的方法可以做到这一点？

我没有使用过此工具，但Jailer承诺会做到这一点

数据库子集和浏览工具。从关系数据库（JDBC）导出一致的，参照完整的行集

http://sourceforge.net/projects/jailer/

在这种情况下，狱卒可以提供帮助。我正在与您的同一个主机上工作（试图获取每个表的约100条记录），这是我要做的步骤：-找到根实体（与几乎所有表相关的那个实体），并获取一个表的记录子集根行（例如，root是people，那么我将查找与people.id = 1 ...相关的所有记录）-完成步骤1之后，再次从另一个表（您希望拥有100条记录的表）开始）并从上面的结果中获取其子集。

另一种选择是什么，我刚刚碰到（当然，我还没有使用它，但计划很快）rdbms-subsetter。

它比Jailer更加简单和轻便，并且具有一些不错的功能/特权：

• CLI非常容易连接到现有工具
• 开源的
• 将遵循外键来获取一致的数据子集
  • 如果您没有明确定义的外键，则可以通过JSON配置文件提供这些关系。就我而言，我计划从存储在其他位置的架构元数据生成此配置（感谢Rails：\）
• 您可以定位到特定行并获取所有相关记录（例如，特定客户遇到问题，因此您可以提取所有内容以使他们的帐户工作数据可以在本地访问）
• 每个表可以采用恒定数量的记录，也可以采用对数以从较大的表中获取更多数据而不会花费过多。

值得一提的是专门针对Heroku数据库的另一种选择，我已经使用了很多（因为我曾经在那工作过）。

Heroku实际上非常快地创建了一个新的快照数据库，因为它首先提取预写日志以进行准备，然后连接到主数据库以进行追赶，然后停止对其进行跟踪。您可以跨应用创建这些“分支”，以避免对生产产生太大影响：

$ heroku addons:create heroku-postgres[:specific-plan] \
    --fork your-production-app::DATABASE \
    --app some-other-app-to-own-forked-database \
    [--as PRODUCTION_SNAPSHOT]

然后，您可以在本地启动指向该快照的应用程序。我经常使用它来进行数据或架构迁移的空运行或调试客户问题。

在上面的命令中，如果您有一个通过DATABASE_URLon 可以访问的数据库your-production-app，那么最终您将在另一个名为的应用程序中通过PRODUCTION_SNAPSHOT_URL（如果指定--as）访问一个DB some-other-app-to-own-forked-database。

要获得随机的行集，可以使用LIMIT，如下所示：

SELECT * FROM my_table LIMIT 100

这是最简单的方法，只会选择PostreSQL遇到的前100行。它可能是最后插入的100个，也可能是前100个。如果您需要真正随机的东西，请查看此Stackoverflow答案。