Django+PostgreSQL生产环境Schema变更后的备份恢复方案咨询

一、Schema变更时的备份策略 #

• 备份需拆分结构备份与数据备份，避免单一备份适配性差的问题：
  • 结构备份：用pg_dump --schema-only导出PostgreSQL原生Schema，同时保留Django迁移文件（这是Django管理Schema的核心依据）
  • 数据备份：用pg_dump --data-only导出纯数据，或Django的dumpdata（注意dumpdata依赖当前模型结构，Schema变更后直接导入会报错）
  • 生产环境必须同时保留：全量SQL备份、迁移文件历史、版本化的模型代码

二、识别两次备份间的Schema差异 #

• 基于Django迁移：对比不同版本的models.py和migrations目录下的文件，用python manage.py showmigrations查看已执行的迁移记录，通过迁移文件的增删改内容定位Schema差异
• 基于PostgreSQL：用pg_dump --schema-only分别导出新旧Schema，通过文本对比工具（如diff）直接对比SQL文件，找出字段名、类型、约束等变更
• 可视化对比：用django-extensions的graph_models命令生成模型结构示意图，直观对比新旧模型的字段差异

三、Schema变更后的数据恢复步骤（以字段重命名场景为例） #

方案1：修改备份数据适配新Schema（小变更场景） #

1. 先创建新Schema：执行修改后的Django迁移，确保新数据库结构就绪
2. 批量修改备份文件：将backup.json中的"name"字段批量替换为"machine_name"，可通过脚本自动处理：

import json

with open('backup.json', 'r') as f:
    data = json.load(f)

for item in data:
    if 'fields' in item and 'name' in item['fields']:
        item['fields']['machine_name'] = item['fields'].pop('name')

with open('updated_backup.json', 'w') as f:
    json.dump(data, f, indent=2)

3. 执行导入：python manage.py loaddata updated_backup.json

方案2：通过中间过渡数据库恢复（复杂Schema变更场景） #

1. 搭建临时过渡库：创建临时数据库，执行旧版本的Django迁移，导入旧备份数据
2. 编写数据迁移脚本：通过Django迁移完成字段映射：
   • 生成空迁移文件：python manage.py makemigrations --empty your_app_name
   • 在迁移文件中添加数据迁移逻辑：

from django.db import migrations

def migrate_name_to_machine_name(apps, schema_editor):
    TestModel = apps.get_model('your_app_name', 'TestModel')
    for obj in TestModel.objects.all():
        obj.machine_name = obj.name
        obj.save()

class Migration(migrations.Migration):
    dependencies = [
        ('your_app_name', '000X_old_migration_number'),  # 对应旧版本的迁移编号
    ]

    operations = [
        migrations.AddField(
            model_name='testmodel',
            name='machine_name',
            field=models.CharField(max_length=255, null=True),
        ),
        migrations.RunPython(migrate_name_to_machine_name),
        migrations.RemoveField(
            model_name='testmodel',
            name='name',
        ),
    ]

3. 导出并导入新数据：执行完迁移后，用dumpdata导出适配新Schema的数据，再导入生产环境的新数据库

方案3：直接用PostgreSQL SQL语句恢复（熟悉SQL的场景） #

1. 创建新Schema并执行迁移，确保目标表结构就绪
2. 导入旧数据到临时表，再映射字段插入新表：

-- 创建临时表存放旧数据
CREATE TABLE temp_testmodel (id SERIAL PRIMARY KEY, name VARCHAR(255));
-- 导入旧数据（假设旧备份为CSV格式）
COPY temp_testmodel FROM '/path/to/old_data_backup.csv' DELIMITER ',' CSV HEADER;
-- 将数据映射插入新表
INSERT INTO your_app_name_testmodel (id, machine_name) SELECT id, name FROM temp_testmodel;
-- 清理临时表
DROP TABLE temp_testmodel;

四、生产环境最佳实践 #

• 所有Schema变更和恢复流程必须先在测试环境验证，确认无误后再应用到生产
• 自动化备份：用定时任务（如cron）每日执行pg_dump全量备份，保留至少7天的备份历史，异地存储备份文件
• 迁移文件版本控制：所有迁移文件必须纳入Git等版本控制系统，确保可回溯到任意历史版本的Schema
• 避免直接删库：生产环境通过迁移脚本逐步修改Schema，数据迁移与Schema变更分开执行，减少业务中断风险

内容的提问来源于stack exchange，提问作者Bhavin Pokal