将一张表从 RDS / postgres 加载到 Redshift

Question

我们有一个 Redshift 集群，它需要来自我们的 RDS / postgres 数据库之一的一张表。我不太确定导出数据并将其引入的最佳方式，具体步骤应该是什么。

在拼凑各种博客和文章时，共识似乎是使用 pg_dump 将表复制到 csv 文件，然后将其复制到 S3 存储桶，然后使用 Redshift COPY 命令将其引入到一个新表 - 这是我的高级理解，但我不确定命令行开关应该是什么，或者实际细节。目前有没有人这样做，如果有，我是否有超越“推荐”的方式来一次性导入 Redshift？

Answer 1

您似乎想要：

• 从 Amazon RDS PostgreSQL 导出
• 导入 Amazon Redshift

来自Exporting data from an RDS for PostgreSQL DB instance to Amazon S3 - Amazon Relational Database Service：

您可以从 RDS for PostgreSQL 数据库实例中查询数据，并将其直接导出到存储在 Amazon S3 存储桶中的文件中。为此，您可以使用 Amazon RDS 提供的 aws_s3 PostgreSQL 扩展。

这会将 CSV 文件保存到 Amazon S3。

然后，您可以使用 Amazon Redshift COPY 命令将此 CSV 文件加载到现有的 Redshift 表中。

您将需要某种方式来编排这些操作，这将涉及对 RDS 数据库运行命令，等待它完成，然后在 Redshift 数据库中运行命令。这可以通过一个 Python 脚本来完成，该脚本依次连接到每个数据库（例如通过psycopg2）并运行命令。