pg_dump导出Redshift表报错‘ONLY relation’不支持，寻求技术帮助

错误原因分析 #

你遇到的这个报错是因为标准PostgreSQL的pg_dump工具在导出表时，会默认生成带有ONLY关键字的查询（比如SELECT * FROM ONLY archive_table_test）——这个关键字是PostgreSQL用来处理表继承特性的，但Redshift完全移除了表继承的支持，自然无法识别ONLY语法。再加上你使用的PostgreSQL 8.0.2版本非常老旧，和Redshift 1.0.2369的兼容性本来就很差，才会出现这个罕见的报错。

解决方案 #

下面提供几种可行的方法，帮你生成包含INSERT语句的SQL文件：

方法1：调整pg_dump参数，绕过ONLY关键字

尝试给pg_dump命令加上明确的schema指定（比如你的表在public schema下），同时添加--no-security-labels和--no-tablespaces参数（这些参数能减少pg_dump生成Redshift不兼容的语法）：

pg_dump -h xxx -p xxx -d xxx -U xxx -W --table=public.archive_table_test --column-inserts --no-security-labels --no-tablespaces > ~/dumps/test_dump_5_31.sql

如果这个方法依然报错，就试试下面的分步导出方案。

方法2：分步导出表结构+数据，手动生成INSERT语句

这个方法更可靠，适合所有Redshift版本：

1. 导出表结构：用pg_dump只导出表的创建语句，不包含数据：

   pg_dump -h xxx -p xxx -d xxx -U xxx -W --table=archive_table_test --schema-only > ~/dumps/test_dump_schema.sql
   

2. 导出表数据为CSV：用psql的\copy命令直接从Redshift导出数据：
   先连接到Redshift：

   psql -h xxx -p xxx -d xxx -U xxx -W
   

   执行导出命令：

   \copy (SELECT * FROM archive_table_test) TO '~/dumps/test_dump_data.csv' WITH CSV HEADER
   

3. 将CSV转换为INSERT语句：用简单的Python脚本处理CSV，生成标准INSERT语句：

   import csv
   import os
   
   table_name = "archive_table_test"
   input_csv = os.path.expanduser("~/dumps/test_dump_data.csv")
   output_sql = os.path.expanduser("~/dumps/test_dump_inserts.sql")
   
   with open(input_csv, 'r', encoding='utf-8') as csv_file:
       reader = csv.reader(csv_file)
       headers = next(reader)
       column_list = ", ".join(headers)
       
       with open(output_sql, 'w', encoding='utf-8') as sql_file:
           sql_file.write(f"INSERT INTO {table_name} ({column_list}) VALUES\n")
           row_strings = []
           for row in reader:
               # 处理字符串转义（单引号替换为两个单引号）
               escaped_cells = []
               for cell in row:
                   if cell is None or cell == '':
                       escaped_cells.append('NULL')
                   elif isinstance(cell, str):
                       escaped_cells.append(f"'{cell.replace('''', '''''')}'")
                   else:
                       escaped_cells.append(str(cell))
               row_strings.append(f"({', '.join(escaped_cells)})")
           
           sql_file.write(',\n'.join(row_strings) + ';\n')
   

4. 合并文件：把结构文件和INSERT语句文件合并成最终的SQL文件：

   cat ~/dumps/test_dump_schema.sql ~/dumps/test_dump_inserts.sql > ~/dumps/final_dump.sql
   

方法3：针对大数据量的UNLOAD方案

如果你的表数据量很大，\copy效率会很低，可以用Redshift原生的UNLOAD命令把数据导出到S3，再下载转换为INSERT语句：

1. 执行UNLOAD命令（需要配置好S3权限）：

   UNLOAD ('SELECT * FROM archive_table_test')
   TO 's3://your-bucket-name/dumps/test_dump_'
   IAM_ROLE 'arn:aws:iam::your-account-id:role/your-redshift-unload-role'
   FORMAT CSV HEADER
   DELIMITER ','
   QUOTE '"';
   

2. 下载S3上的CSV文件，再用方法2中的Python脚本转换成INSERT语句即可。

额外提醒 #

Redshift本身是为大数据量设计的，INSERT语句导入数据的效率极低。如果你的最终目的是迁移数据，优先考虑用UNLOAD+COPY的组合（Redshift原生的高效数据迁移方式），只有在必须要SQL格式的INSERT语句时，再使用上面的方法。

内容的提问来源于stack exchange，提问作者aggis