SSIS学习(三) - SqlServer 变更数据捕获(CDC)

变更数据捕获(Change Data Capture ,简称 CDC)记录 SQL Server 表的插入、更新和删除活动。使用变更数据捕获可以更有效跟踪表对象DML历史操作,对 ETL 等数据转移也非常有用。

 

变更数据捕获适用版本:

SQL Server 2008 以上的 Enterprise Edition、Developer Edition 和 Evaluation Edition 

 

变更数据捕获原理:

变更数据捕获的更改数据源为 SQL Server 事务日志。当对表启用变更数据捕获时,系统将生成一个与该表结构类似的副本。当对源表进行插入、更新和删除 时,在事务日志会记录相关操作信息。变更数据捕获代理使用异步进程读取事务日志,将相关操作结果应用到副本表(捕获实例表)中,这样就完成了对源表操作的记录跟踪。

 

 

变更数据捕获实例:

 

在数据库 MyDatabase 中创建测试表:

 

[sql] view plain copy  print?

  1. --  创建测试表  
  2. USE MyDatabase  
  3. GO  
  4. CREATE TABLE CDC_Test  
  5. (  
  6.     id int not null,  
  7.     name varchar(50) not null,  
  8.     insertDate datetime not null,  
  9.     value numeric(14,4) not null  
  10. )  
  11. GO  
  12.   
  13. ALTER TABLE CDC_Test   
  14. ADD CONSTRAINT PK_CDC_Test PRIMARY KEY CLUSTERED (id)  
  15. GO  
  16.   
  17. CREATE NONCLUSTERED INDEX IX_CDC_Test_NAME ON CDC_Test(name)  
  18. GO  
  19.   
  20. CREATE UNIQUE NONCLUSTERED INDEX IX_CDC_Test_insertDate ON CDC_Test(insertDate)  
  21. GO  


查看数据库或表是否启用了cdc:

 

 

[sql] view plain copy  print?

  1. --  查看数据库是否启用cdc  
  2. SELECT name,is_cdc_enabled FROM sys.databases WHERE is_cdc_enabled = 1  
  3.   
  4.   
  5. --  查看当前数据库表是否启用cdc  
  6. SELECT name,is_tracked_by_cdc FROM sys.tables WHERE is_tracked_by_cdc = 1  


对当前数据库启用cdc :

 

 

[sql] view plain copy  print?

  1. --  对当前数据库启用cdc  
  2. USE MyDatabase  
  3. GO  
  4. EXECUTE sys.sp_cdc_enable_db;  
  5. GO  


可能出现以下错误及解决办法:

 

 

[sql] view plain copy  print?

  1. /*  
  2. 消息 22830,级别 16,状态 1,过程 sp_cdc_enable_db_internal,第 186 行  
  3. 无法更新元数据来指示已对数据库 MyDatabase 启用了变更数据捕获。执行命令 'SetCDCTracked(Value = 1)' 时失败。  
  4. 返回的错误为 15404: '无法获取有关 Windows NT 组/用户 'KK\administrator' 的信息,错误代码 0x54b。'。  
  5. 请使用此操作和错误来确定失败的原因并重新提交请求。  
  6. 消息 266,级别 16,状态 2,过程 sp_cdc_enable_db_internal,第 0 行  
  7. EXECUTE 后的事务计数指示 BEGIN 和 COMMIT 语句的数目不匹配。上一计数 = 0,当前计数 = 1。  
  8. 消息 266,级别 16,状态 2,过程 sp_cdc_enable_db,第 0 行  
  9. EXECUTE 后的事务计数指示 BEGIN 和 COMMIT 语句的数目不匹配。上一计数 = 0,当前计数 = 1。  
  10. 消息 3998,级别 16,状态 1,第 1 行  
  11. 在批处理结束时检测到不可提交的事务。该事务将回滚。  
  12. */  
  13.   
  14. --  原因是数据库所有者为Windows用户,改为“sa”  
  15.   
  16. EXEC dbo.sp_changedbowner @loginame = N'sa', @map = false  
  17. GO  
  18.   
  19. --依赖别名已删除  

 

 

 

启动数据库cdc后,接着对指定源表启用 cdc :

 

[sql] view plain copy  print?

  1. --  接着对指定源表启用cdc  
  2. EXEC sys.sp_cdc_enable_table   
  3. @source_schema= 'dbo',      --源表架构  
  4. @source_name = 'CDC_Test',  --源表  
  5. @role_name = 'CDC_Role'     --角色(将自动创建)  
  6. GO  
  7.   
  8. --作业 'cdc.MyDatabase_capture' 已成功启动。  
  9. --作业 'cdc.MyDatabase_cleanup' 已成功启动。  


创建完成后,将看到数据库中创建了以下对象:

 

 

[sql] view plain copy  print?

  1. --  也可以使用脚本查看跟踪表的信息  
  2. EXEC sys.sp_cdc_help_change_data_capture  
  3. GO  
  4. EXEC sys.sp_cdc_help_change_data_capture 'dbo''CDC_Test'  
  5. GO  


下面介绍系统表中,各表的主要信息:

 

 

【cdc.captured_columns】

select * from cdc.captured_columns

每个启用变更数据库捕获的表,其已跟踪的列都可在该系统表中查看(参考: cdc.captured_columns 

 

EXEC sys.sp_cdc_get_captured_columns N'dbo_CDC_Test';

建议使用该存储过程返回列的元数据信息 (参考:sys.sp_cdc_get_captured_columns 

 

 

 

cdc.change_tables

 

select *fromcdc.change_tables

每对一个源表启用变更数据捕获时,该表都会记录其实例表的详细信息(参考:cdc.change_tables

 

EXEC sys.sp_cdc_help_change_data_capture

EXEC sys.sp_cdc_help_change_data_capture @source_schema='dbo',@source_name='CDC_Test'

最多可为每个源表返回两行为每个捕获实例返回一行 (参考:sys.sp_cdc_help_change_data_capture

 

 

 

cdc.index_columns

 

select *fromcdc.index_columns

对源表中的主键列或者启用变更数据捕获时指定的唯一索引列(指定索引优于主键)记录一行变更数据捕获使用这些索引列来唯一标识源表中的行默认情况下将包括源表的主键列。(参考:cdc.index_columns

 

EXEC sys.sp_cdc_help_change_data_capture @source_schema = 'dbo' ,@source_name = 'CDC_Test'

 

或者使用该存储过程查看(如上图)

 

cdc.ddl_history

 

select *fromcdc.ddl_history

针对启用了变更数据捕获的表所做的每一数据定义语言(DDL)更改返回一行可以使用此表来确定源表发生DDL更改的时间以及更改的内容。(参考:cdc.ddl_history

 

 

 

EXEC sys.sp_cdc_get_ddl_history @capture_instance='dbo_CDC_Test'

[delphi] view plain copy  print?

  1. --测试 DDL 操作后再查看  
  2. ALTER TABLE CDC_Test ADD info VARCHAR(20)  
  3. ALTER TABLE CDC_Test DROP COLUMN info  

 

 

cdc._CT

 

 

 

 

select *fromcdc.dbo_CDC_Test_CT

捕获实例表这是最重要的表该表就是记录源表的所有DML操作记录每个表对应一个实例表命名方式为架构名_表名_CT

应用于源表的每个插入或删除操作在更改表中各占一行插入操作生成的行的数据列包含插入后的列值删除操作生成的行的数据列包含删除前的列值更新操作需要两行数据一行用于标识更新前的列值另一行用于标识更新后的列值

 

现在对源表进行插入、更新、删除后,查看该跟踪实例表:

 

 

[sql] view plain copy  print?

  1. --  进行相关操作  
  2. insert into CDC_Test(id,name,insertDate,value)  
  3. select 1,'kk',GETDATE(),55  
  4. go  
  5. update CDC_Test set name = 'hh',value = 50 where  name = 'kk'  
  6. go  
  7. delete from CDC_Test where id = 1  
  8. go  
  9.   
  10. select * from cdc.dbo_CDC_Test_CT  


__$start_lsn 与相应更改的提交事务关联的日志序列号 (LSN)

 

 

__$end_lsn : (在 SQL Server 2008中,此列始终为 NULL

__$seqval 对事务内的行更改顺序

__$operation 源表DML操作

1 = 删除

2 = 插入

3 = 更新(旧值)

4 = 更新(新值)

__$update_mask 基于更改表的列序号的位掩码,用于标识那些发生更改的列

 

再测试 DDL 对更改表的影响:

 

 

[sql] view plain copy  print?

  1. --  进行相关操作  
  2. INSERT INTO CDC_Test(id,name,insertDate,value)SELECT 2,'mm',GETDATE(),0  
  3.   
  4. ALTER TABLE CDC_Test ADD info VARCHAR(20)--添加1新列  
  5.   
  6. INSERT INTO CDC_Test(id,name,insertDate,value) SELECT 2,'mm',GETDATE(),0  
  7.   
  8. ALTER TABLE CDC_Test DROP COLUMN value--删除1列  
  9.   
  10. INSERT INTO CDC_Test(id,name,insertDate) SELECT 3,'hh',GETDATE()  
  11.   
  12.   
  13. SELECT * FROM cdc.dbo_CDC_Test_CT   --查看更改表  


结果总结:

 

1. 新添加的列(如 info),在更改表中不会添加。但仍可进行跟踪记录操作,只是不在表cdc.captured_columns 中的列则不跟踪记录。

2. 删除了列(如 value),更改表中则标识为null 。即时再添加创建原来的字段,也无效。

 

增加或者删除一列后,没有记录跟踪,这种情况增么办?

一种方法是:

1. 增删某字段

2. 再对同一个表启用另一个变更数据捕获(新的变更表为源表当前的结构)

3.再根据 ID/时间/唯一键 等从新的跟踪表取数据(非实时获取数据情况,如定期转移数据等)

4. 如觉得每次调用都更改表名,可以使用视图,调用视图查询更改表,视图只要更改对应的表就行。

 

 

捕获实例表中的一些约束:

 

[plain] view plain copy  print?

  1. Timestamp/ rowversion  列的数据类型被定义为 binary(8)  
  2.   
  3.  Identity  列的数据类型被定义为 int 或 bigint  
  4.   
  5.  对于 LOB 数据类型 varchar(max)、nvarchar(max)、varbinary(max)、image、text、ntext 和 xml,如果LOB列被更新,则在捕获表才记录更新前的值,否则(即时更新其他列)更新前的值为null。这样节省了空间。  
  6.    
  7. Truncate table 将无法对启用跟踪的表使用  
  8.    
  9. SWITCH PARTITION  部分行将不会被捕获  

 

 

 

cdc.lsn_time_mapping

 

 

 

 

 

 

select * from cdc.lsn_time_mapping

当捕获进程提交每批新的更改数据时将在该表中为每个具有更改表项的事务添加新的项(参考:cdc.lsn_time_mapping

 

 

 

建议执行 sys.fn_cdc_map_lsn_to_timesys.fn_cdc_map_time_to_lsn系统函数

 

结合 cdc.fn_cdc_get_all_changes_ 和cdc.fn_cdc_get_net_changes_,可获取一段范围内的数据变化情况。

 

[sql] view plain copy  print?

  1. DECLARE @begin_time datetime, @end_time datetime, @begin_lsn binary(10), @end_lsn binary(10);  
  2. SET @begin_time = '2015-05-16 00:00:00.000';  
  3. SET @end_time = '2015-05-17 00:00:00.000';  
  4. SELECT @begin_lsn = sys.fn_cdc_map_time_to_lsn('smallest greater than or equal', @begin_time);  
  5. SELECT @end_lsn = sys.fn_cdc_map_time_to_lsn('largest less than', @end_time);  
  6. --SELECT @begin_lsn,@end_lsn  
  7. SELECT * FROM cdc.fn_cdc_get_all_changes_dbo_CDC_Test( @begin_lsn , @end_lsn , 'all update old' )  
  8. SELECT * FROM cdc.fn_cdc_get_all_changes_dbo_CDC_Test( @begin_lsn , @end_lsn , 'all' )  
  9. SELECT * FROM cdc.fn_cdc_get_net_changes_dbo_CDC_Test( @begin_lsn , @end_lsn , 'all' )  

 

 

些统计信息:参考 管理和监视变更数据捕获 (SQL Server)

 

[sql] view plain copy  print?

  1. --如果有连续的空结果集(例如,当捕获作业正在连续运行时),则最后一个现有行中的 empty_scan_count 将递增  
  2.   
  3. --  为变更数据捕获日志扫描会话中遇到的每个错误返回一行  
  4. select * from sys.dm_cdc_errors   
  5.   
  6. --  针对当前数据库中的每个日志扫描会话返回一行。返回的最后一行表示当前会话。  
  7. select * from sys.dm_cdc_log_scan_sessions  
  8.   
  9. --  空扫描的会话  
  10. SELECT * from sys.dm_cdc_log_scan_sessions where empty_scan_count <> 0  
  11.   
  12. --  返回最近进行的会话的平均滞后时间  
  13. SELECT latency FROM sys.dm_cdc_log_scan_sessions WHERE session_id = 0  
  14.   
  15. --  返回最近会话的平均吞吐量  
  16. SELECT command_count/duration AS [Throughput] FROM sys.dm_cdc_log_scan_sessions WHERE session_id = 0  

 

 

 

 

 

 

[sql] view plain copy  print?

  1. --  查看捕获作业或清除作业的信息  
  2. --  SELECT * FROM msdb.dbo.sysjobs  
  3. SELECT * FROM msdb.dbo.cdc_jobs  
  4.   
  5. EXEC sys.sp_cdc_help_jobs  

 

 

 

 

 

对作业的更改 (参考 sys.sp_cdc_change_job)

 

[sql] view plain copy  print?

  1. --对作业的更改  
  2. EXEC sys.sp_cdc_change_job   
  3.  @job_type = 'capture'  
  4.  ,@maxtrans = 1000      --每个扫描循环可以处理的最多事务数  
  5.  ,@maxscans = 10        --为了从日志中提取所有行而要执行的最大扫描循环次数  
  6.  ,@continuous = 1       --连续运行最多处理(max_trans * max_scans) 个事务  
  7.  ,@pollinginterval = 5  
  8.   
  9.   
  10. EXEC sys.sp_cdc_change_job   
  11.  @job_type = 'cleanup'  
  12.  ,@retention = 4320     --更改行将在更改表中保留的分钟数  
  13.  ,@threshold = 5000     --清除时可以使用一条语句删除的删除项的最大数量  
  14.   
  15.   
  16.   
  17.  --更改后需重启作业  
  18. EXEC sys.sp_cdc_stop_job @job_type = N'capture';  
  19. EXEC sys.sp_cdc_stop_job @job_type = N'capture';  
  20.   
  21. EXEC sys.sp_cdc_start_job @job_type = N'cleanup';  
  22. EXEC sys.sp_cdc_start_job @job_type = N'cleanup';  

 

在可更新订阅的复制中,跟踪表记录有些不同:

在发布启用cdc:
若创建了发布,则cdc的capture作业将不创建,共同使用日志读取器代理(使用sp_replcmds 读取日志)

在发布库更新一行记录,则在跟踪表记录6行(更新了3次)
在订阅库更新一行记录,同步到发布,则在跟踪表记录2行(更新1次)


在订阅启用cdc:

在发布库更新一行记录,同步到订阅,则在跟踪表记录6行(更新了3次)
在订阅库更新一行记录,则在跟踪表记录4行(更新2次)



主要原因是:可更新订阅的校验列 msrepl_tran_version 更新多次。

 

最后一项,禁用(删除)变更数据捕获:

 

 

[sql] view plain copy  print?

  1. --  对表禁用变更数据捕获  
  2. USE MyDatabase;  
  3. GO  
  4.   
  5. EXEC sys.sp_cdc_disable_table  
  6. @source_schema = N'dbo',  
  7. @source_name   = N'CDC_Test',  
  8. @capture_instance = N'dbo_CDC_Test'  
  9. GO  
  10.   
  11.   
  12. --  对数据库禁用变更数据捕获  
  13. USE MyDatabase;  
  14. GO  
  15. EXECUTE sys.sp_cdc_disable_db;  
  16. GO  
  17.   
  18. --执行完成后,相关的表、函数、用户、角色、架构、作业都会完全删除!  

 

你可能感兴趣的:(SqlServer,SqlServer,数据,ssis)