一、概述
dify运行在容器中,PostgreSQL用的是阿里云,已经运行了很长一段时间。某些表的数据量很大,比如workflowruns表,就有100GB。这个主要是,详细记录了工作流的执行情况,包括执行时间、状态、结果等信息。
版本比较老,0.14.2,需要升级到0.15.3。
升级之前,除了对数据库做备份之外,还需要知道升级过程中,哪些表需要做更新处理。因为某些大表如果要添加字段,索引等操作,非常耗费时间,长达3个小时以上。
为了缩短升级过程,需要对数据库的某些大表,提前进行清理,一些不重要的数据,保留1个月即可。
二、代码分析
访问github官网,https://github.com/langgenius/dify
下载releases对应的版本的代码,0.14.2,0.15.3
得到文件,dify-0.14.2.zip,dify-0.15.3.zip
首先解压文件dify-0.14.2.zip
进入文件夹,dify-0.14.2\api\models
api是基于python flask框架开发的, models里面的python文件,都是数据库表结构文件。
然后解压文件dify-0.15.3.zip,对比2个model文件,发现workflowruns表,确实是有更新的
0.14.2如下:
total_tokens = db.Column(db.Integer, nullable=False, server_default=db.text("0"))
0.15.3 如下:
total_tokens: Mapped[int] = mapped_column(sa.BigInteger, server_default=sa.text("0"))
直接对比python文件,不够直观,涉及的文件比较多。就算看出来差异了,也不能直接看到具体的表字段是怎么变化的。
接下来,使用sql文件分析,会更加直观一些。
三、sql文件分析
演示环境,我们弄2台服务器,分别运行0.14.2,0.15.3。不需要任何数据库,直接空数据运行都没问题,主要是为了分析表结构。
0.14.2
进入0.14.2版本的容器,找到dify_db_1,进入docker
docker exec -it dify_db_1 /bin/bash
导出dify表结构
pg_dump -h localhost -p 5432 -U postgres -d dify -s -f dify-0.14.2.sql
将文件拷贝出来
docker cp dify_db_1:/dify-0.14.2.sql /tmp/dify-0.14.2.sql
0.15.3
进入0.15.3版本的容器,找到dify_db_1,进入docker
docker exec -it dify_db_1 /bin/bash
导出dify表结构
pg_dump -h localhost -p 5432 -U postgres -d dify -s -f dify-0.15.3.sql
将文件拷贝出来
docker cp dify_db_1:/dify-0.15.3.sql /tmp/dify-0.15.3.sql
对比差异
使用VsCode编辑器对比2个文件,dify-0.14.2.sql,dify-0.15.3.sql
差异如下:
左边是0.14.2,右边是0.15.3
新增表child_chunks

新增表data_source_oauth_bindings

比较关心的表workflowruns,确实发生了变化。
0.14.2版本total_tokens字段是int类型
0.15.3版本total_tokens字段是bigint类型

child_chunks表添加一个主键约束,确保 id 列中的值是唯一的。

dataset_auto_disable_logs表添加一个主键约束,确保 id 列中的值是唯一的。

child_chunks表添加组合索引child_chunk_dataset_id_idx

dataset_auto_disable_logs表添加索引dataset_auto_disable_log_created_atx,dataset_auto_disable_log_dataset_idx,dataset_auto_disable_log_tenant_idx

知道以上这些差异之后,就可以对生产PostgreSQL数据库做进一步处理了