SQL Server的变更数据捕获（Change Data Capture，CDC），就是异步捕获表数据的修改，只有很少的性能开销，可以持续的更新其他数据源，比如，将联机事务处理数据库中的持续数据变化迁移到数据仓库数据库。同时提供了侦测数据中间变化的能力。
--1.建库
create database t
use t
go
--2.1启用变更捕获
exec sys.sp_cdc_enable_db
go
--2.2查看是否启用了变更捕获
select is_cdc_enabled
from sys.databases
where name = 't'
--3.1创建一个表
create table tt(vid int not null primary key identity(1,1),
v varchar(100) not null,
vv int not null)
go
--3.2.捕获所有行的变更，且只返回净变更
--会创建2个新的SQL代理作业，
--一个是cdc.t_capture,这个作业使用复制日志读取器技术捕获发生的变化，且被置为自动启动
--一个是cdc.t_cleanup,这个作业默认在每天上午2点运行，并且默认清除存放3天以上的数据
exec sys.sp_cdc_enable_table
@source_schema = 'dbo', --对象的架构
@source_name = 'tt', --表名称
@role_name = null, --选择：有访问CDC数据权限的用户定义角色的名称
@capture_instance = 'dbo_tt', --一个表最多可以指定2个捕获实例
@supports_net_changes = 1, --为1时，只显示在LSN范围内最近的数据更改，
--会生成查询所有更改、尽更改所需的函数，
--需要表定义一个主键;如果没有定义主键，可以再@index_name指定一个唯一键；
--为0时，只生产查询所有更改的支持函数
@index_name = null, --没有主键时可以指定一个唯一键
@captured_column_list = null, --默认跟踪所有的列，不过也可以指定要跟踪的列表：N'[vid],[v]'
@filegroup_name = N'PRIMARY', --指定CDC数据存储在哪里，通过指定不同于源表的文件组，可提高效率
@allow_partition_switch = 1 --对于非分区表，总为1；
--对于分区表可以指定能否执行ALTER TABLE……SWITCH PARTITION
go
--3.3查询这个表是否已经被跟踪
select is_tracked_by_cdc
from sys.tables
where name = 'tt'
and schema_id = SCHEMA_ID('dbo')
--3.4通过存储过程查询这个表是否已经被跟踪
--source_object_id:是source_table的对象id
--object_id :存放捕获数据的表的对象id
exec sys.sp_cdc_help_change_data_capture
@source_schema = 'dbo',
@source_name = 'tt'
--4.1捕获实例更新的列
select *
from cdc.captured_columns
--4.2启用CDC后系统创建的表
select *
from cdc.change_tables
--4.3启用CDC后，每个作用于表的DDL会返回一行
select *
from cdc.ddl_history
--4.4可以用这个存储过程代替直接查询cdc.ddl_history
exec sys.sp_cdc_get_ddl_history
@capture_instance = dbo_tt
--4.5启用CDC的表，相关的索引列
select *
from cdc.index_columns
--4.6日志序列号到事务开始时间、事务结束时间的映射，尽量避免直接查询这个表
--使用sys.fn_cdc_map_lsn_to_time和sys.fn_cdc_map_time_to_lsn
select *
from cdc.lsn_time_mapping
--5.1表的数据变化
insert into dbo.tt
(v,vv)
values('Projector A',22)
insert into dbo.tt
values('Hr file cabinet',3)
update dbo.tt
set v = 'Hr file cabinet 1'
where vid = 2
delete dbo.tt
where vid = 1
--5.2我需要获取的变更时间范围内的，最小和最大的LSN值(边界值)
--smallest greater than:大于……中最小的
--largest less than :小于……中最大的
select sys.fn_cdc_map_time_to_lsn('smallest greater than or equal',
'2012-06-28 15:15:09.700') as BeginLSN
select sys.fn_cdc_map_time_to_lsn('largest less than or equal',
'2012-06-28 15:30:30') as EndLSN
--5.3表发生的所有变更
declare @FromLsn varbinary(10) =
sys.fn_cdc_map_time_to_lsn('smallest greater than or equal',
'2012-06-28 15:15:09.700')
declare @ToLsn varbinary(10) =
sys.fn_cdc_map_time_to_lsn('largest less than or equal',
'2012-06-28 15:30:30')
select __$operation, --1删除，2添加，
--3更新(捕获的是更新操作前的值(指定了allow update old时才会应用此值)
--4更新(捕获的是更新操作后的值)
__$update_mask,
__$seqval, --用于对事务内的行更改进行排序的序列值
__$start_lsn, --与更改关联的提交LSN，用于保留更改的提交顺序，
--在同一事务中提交的更改会共享同一个提交的LSN值
vid,
V,
vv
from cdc.fn_cdc_get_all_changes_dbo_tt(@FromLsn,@ToLsn,'all')
select case __$operation when 1 then 'delete'
when 2 then 'insert'
when 3 then 'before update'
when 4 then 'after update'
end,
__$update_mask, --当__$operation是删除或添加时，该值将所有已定义的位置为1；
--当__$operation是更新时，只有那些对应已更改列的位设置为1
--其实就是哪一列变化过
__$seqval,
__$start_lsn,
vid,
V,
vv
from cdc.fn_cdc_get_all_changes_dbo_tt(@FromLsn,@ToLsn,
'all update old') --指定了allow update old
--6.1数据变化
insert into dbo.tt
values('Portable White Board',20)
update dbo.tt
set vv = 1
where vid = 4
--6.2返回净更改
declare @FromLSN varbinary(10) =
sys.fn_cdc_map_time_to_lsn('smallest greater than or equal',
'2012-06-28 17:25:00')
declare @ToLSN varbinary(10) =
sys.fn_cdc_map_time_to_lsn('largest less than or equal',
'2012-06-28 17:28:00')
/*==========================================================================
对于净更改的查询(all with mask选项)要特别注意的是由于输入的时间参数的不同，
会返回不同记录,比如在20分时添加一条记录，在28分时更新了20分添加的那条记录:
1.如果查询20分-25分之间的操作，只会显示insert操作
2.如果查询20分-28分之间的操作，只会显示insert操作，且__$update_mask为NULL,
无法指明更新了哪一列，因为是把insert和update操作合并成了insert操作，
记录显示了20分时添加的记录(其中一列会显示在28分更新后的值)
3.如果查询28分-28分之后时间的操作，那么只会显示after update操作，
且__$update_mask显示某一列被更新
总结：净更改会合并一段时间内的操作，很多操作都会合并成一个，
所以对于那种经常更新的操作只会记录一条
============================================================================*/
select case __$operation
when 1 then 'delete' --当行过滤选项是all、all with mask时
when 2 then 'insert' --此值可能是1删除、2添加、4更新后
when 3 then 'before update'
when 4 then 'after update'
when 5 then 'merge'
end,
__$update_mask, --行选项是all，此列始终是NULL
vid,
V,
vv
from cdc.fn_cdc_get_net_changes_dbo_tt(@FromLsn,@ToLsn,'all')
select case __$operation
when 1 then 'delete' --当行过滤选项是all、all with mask时
when 2 then 'insert' --此值可能是1删除、2添加、4更新后
when 3 then 'before update'
when 4 then 'after update'
when 5 then 'merge'
end,
__$update_mask, --行选项是all with mask，
--当操作为4，更新操作中修改过的已捕获列会在此列中标记
vid,
V,
vv
from cdc.fn_cdc_get_net_changes_dbo_tt(@FromLsn,@ToLsn,'all with mask')
select case __$operation
when 1 then 'delete' --当行过滤选项是all with merge时
when 2 then 'insert' --此值可能是1删除、
--5是应用更改所需的操作是添加或更新
when 3 then 'before update'
when 4 then 'after update'
when 5 then 'merge'
end,
__$update_mask, --行选项是all with merge，此列始终是NULL
vid,
V,
vv
from cdc.fn_cdc_get_net_changes_dbo_tt(@FromLsn,@ToLsn,'all with merge')
--6.3翻译CDC更新掩码
update dbo.tt
set v = 'abc'
where vid = 2
update dbo.tt
set vv = '8'
where vid =3
declare @FromLSN varbinary(10) =
sys.fn_cdc_map_time_to_lsn('smallest greater than or equal',
'2012-06-28 17:28:00')
declare @ToLSN varbinary(10) =
sys.fn_cdc_map_time_to_lsn('largest less than or equal',
'2012-06-28 18:06:00')
--sys.fn_cdc_is_bit_set函数有2个参数：列序号，变更掩码
select sys.fn_cdc_is_bit_set(
--返回列序号，此函数有2参数：捕获实例名，列名
sys.fn_cdc_get_column_ordinal('dbo_tt','v'),
$update_mask
) as v_updated, --是否更新过
sys.fn_cdc_is_bit_set(
sys.fn_cdc_get_column_ordinal('dbo_tt','vv'),
__$update_mask
) as vv_updated,
Vid,
v,
vv
from cdc.fn_cdc_get_all_changes_dbo_tt(@FromLsn,@ToLsn,'all')
where __$operation = 4 --更新操作
--7.使用LSN边界
--从捕获实例收集的CDC数据中最大的LSN
select sys.fn_cdc_get_min_lsn('dbo_tt') --参数为捕获实例名称
--从捕获实例收集的CDC数据中最小的LSN
select sys.fn_cdc_get_max_lsn()
--返回基于输入的LSN号的下一个LSN号
select sys.fn_cdc_increment_lsn(sys.fn_cdc_get_max_lsn())
--返回基于输入的LSN号的前一个LSN号
select sys.fn_cdc_decrement_lsn(sys.fn_cdc_get_max_lsn())
--8.禁用表中可能存在的所有更改跟踪
exec sys.sp_cdc_disable_table
@source_schema = 'dbo',
@source_name = 'tt',
@capture_instance = 'dbo_tt'
select is_tracked_by_cdc
from sys.tables
where name = 'tt' and schema_id = schema_id('dbo')
--9.禁用数据库本身的更改
exec sys.sp_cdc_disable_db
select is_cdc_enabled
from sys.databases
where name = 't'
--10.其他CDC相关
--因为清理和捕获作业是默认创建的，仅当显式删除某个作业且必须重新创建它时才需使用此存储过程
--作业的名称为 cdc.<数据库名称>_cleanup 或 cdc.<数据库名称>_capture,
--如果具有同一名称的作业已经存在，则会在该名称后面依次追加一个句点 (.) 和一个唯一标识符
exec sys.sp_cdc_add_job
@job_type ='capture', --要添加的作业类型, 'capture'或'cleanup'
@start_job =1, --指示添加作业后是否立即启动该作业
@maxtrans =500, --每个扫描循环可以处理的最多事务数,
@maxscans =10, --为了从日志中提取所有行要执行的最大扫描循环次数
--仅对捕获作业有效
@continuous =1, --指定捕获作业要连续运行(1)还是只运行一次(0),
--仅对捕获作业有效
@pollinginterval =5, --日志扫描循环之间相隔的秒数,仅对捕获作业有效
@retention = null, --更改数据行将在更改表中保留的分钟数,
--仅对清除作业有效
@threshold =null --超过保留时间后,清除时可以使用一条语句删除的删除条目的最大数量
--此参数不能负数，且不能超过 24 小时。
--如果指定的值为 0，则不会在两次日志扫描之间等待
--仅对清除作业有效
--修改当前数据库中变更数据捕获清除或捕获作业的配置
exec sys.sp_cdc_change_job
@job_type ='capture', --要添加的作业类型, 'capture'或'cleanup'
@start_job =1, --指示添加作业后是否立即启动该作业
@maxtrans =500, --每个扫描循环可以处理的最多事务数,
--仅对捕获作业有效
@maxscans =10, --为了从日志中提取所有行，而要执行的每次扫描中最大扫描循环次数
--仅对捕获作业有效
@continuous =1, --指定捕获作业要连续运行(1)还是只运行一次(0),
--仅对捕获作业有效
@pollinginterval =5, --(日志扫描)循环之间相隔的秒数,仅对捕获作业有效
@retention = null, --更改数据行将在更改表中保留的分钟数,
--仅对清除作业有效
@threshold =null --超过保留时间后,清除时可以使用一条语句删除的删除条目的最大数量
--仅对清除作业有效
--执行变更数据捕获日志扫描操作
exec sys.sp_cdc_scan
@maxtrans = 500,
@maxscans = 10,
@continuous = 0,
@pollinginterval = 0
--启动当前数据库的变更数据捕获清除或捕获作业
exec sys.sp_cdc_start_job
@job_type = 'capture'
--停止对当前数据库的变更数据捕获清理或捕获作业
exec sys.sp_cdc_stop_job
@job_type = 'capture'
--从 msdb 中删除当前数据库的变更数据捕获清除或捕获作业
exec sys.sp_cdc_drop_job
@job_type = 'capture'
--查看清除或捕获作业的当前配置
exec sys.sp_cdc_help_jobs
select *
from msdb.dbo.cdc_jobs
实验代码：
--1. 创建数据库,表
create database test
go
use test
go
exec sys.sp_cdc_enable_db
go
create table dbo.xxx
(
id int primary key,
name varchar(10),
intime datetime,
outtime datetime
)
--启动cdc
exec sys.sp_cdc_enable_table
@source_schema = 'dbo',
@source_name ='xxx',
@role_name=null,
@supports_net_changes = 1,
@captured_column_list = null
--2. 生成包装函数
create table #WrapperSource
(
FunctionName sysname,
SourceCode nvarchar(max)
)
insert into #WrapperSource
exec sys.sp_cdc_generate_wrapper_function
declare @CurrFunctionName sysname
declare @SourceCode nvarchar(max)
select @CurrFunctionName = MIN(functionname)
from #WrapperSource
while @CurrFunctionName is not null
begin
select @SourceCode = sourcecode
from #WrapperSource
where FunctionName = @CurrFunctionName
exec sp_executesql @sourcecode
select @CurrFunctionName = MIN(functionname)
from #WrapperSource
where FunctionName > @CurrFunctionName
end
--3.作业的配置信息
exec sys.sp_cdc_help_jobs
--修改当前数据库中变更数据捕获清除或捕获作业的配置
exec sys.sp_cdc_change_job
@job_type ='cleanup', --要添加的作业类型, 'capture'或'cleanup'
--@maxtrans =500, --每个扫描循环可以处理的最多事务数,
-- --仅对捕获作业有效
--@maxscans =10, --为了从日志中提取所有行，而要执行的每次扫描中最大扫描循环次数
-- --仅对捕获作业有效
--@continuous =1, --指定捕获作业要连续运行(1)还是只运行一次(0),
-- --仅对捕获作业有效
--@pollinginterval =5, --(日志扫描)循环之间相隔的秒数,仅对捕获作业有效
--
@retention = 14400, --更改数据行将在更改表中保留的分钟数, 10天,那么就是10*24*60
--仅对清除作业有效
@threshold =null --超过保留时间后,清除时可以使用一条语句删除的删除条目的最大数量
--仅对清除作业有效
--4. 实验
insert into xxx
values(1,'abc',GETDATE(),DATEADD(MINUTE,10,GETDATE()))
update xxx
set intime = GETDATE()
where id = 1
--直接查询change table
select *
from cdc.dbo_xxx_ct
--直接查询包装函数
select *
from dbo.[fn_all_changes_dbo_xxx]('2014-05-10 16:40:00','2014-05-10 17:08:00','all')
--5. lsn 和 时间 的对应关系,对上面查询的改进
select *
from cdc.lsn_time_mapping
--直接查询change table
select *,
(select tran_begin_time from cdc.lsn_time_mapping where start_lsn = t.__$start_lsn) as tran_begin_time,
(select tran_end_time from cdc.lsn_time_mapping where start_lsn = t.__$start_lsn) as tran_end_time
from cdc.dbo_xxx_ct t
--直接查询包装函数
select *,
(select tran_begin_time from cdc.lsn_time_mapping where start_lsn = t.__CDC_STARTLSN) as tran_begin_time,
(select tran_end_time from cdc.lsn_time_mapping where start_lsn = t.__CDC_STARTLSN) as tran_end_time
from dbo.[fn_all_changes_dbo_xxx]('2014-05-10 16:40:00','2014-05-10 17:08:00','all') t
--6. 禁用表中可能存在的所有更改跟踪
exec sys.sp_cdc_disable_table
@source_schema = 'dbo',
@source_name = 'xxx',
@capture_instance = 'dbo_xxx'
--停止对当前数据库的变更数据捕获清理或捕获作业
exec sys.sp_cdc_stop_job
@job_type = 'capture'
--停止对当前数据库的变更数据捕获清理或捕获作业
exec sys.sp_cdc_stop_job
@job_type = 'cleanup'
--从 msdb 中删除当前数据库的变更数据捕获清除或捕获作业
exec sys.sp_cdc_drop_job
@job_type = 'capture'
exec sys.sp_cdc_drop_job
@job_type = 'cleanup'