1. 程式人生 > >轉載sqlserver cdc文章,以便有時間自己總結

轉載sqlserver cdc文章,以便有時間自己總結

背景:

在SQLServer2008之前,對資料變更的捕獲通常使用觸發器、時間戳等低效高成本的功能來實現,所以很多系統都沒有做資料變更或者僅僅對核心表做監控。

自從SQLServer2008引入了資料變更捕獲功能(後面簡稱為CDC)後,解決了很多煩惱問題,如客戶2個月前更改了一個數據,但是由於伺服器空間不足,經常只能保留一個月的備份。此時客戶為了逃避因為更改資料帶來的較大負面影響,往往會把責任推給軟體開發商或者運維商,如果此時有變更捕獲的話,就有證據了,當然分析日誌也能實現,但是比較痛苦。

適用環境:

僅在SQLServer2008(含)以後的企業版、開發版和評估版中可用。


詳解:

CDC功能主要捕獲SQLServer指定表的增刪改操作,由於任何操作都會寫日誌(哪怕truncate),所以CDC的捕獲來源於日誌檔案。日誌檔案會把更改應用到資料檔案中,同時也會標記符合要求的資料標記為需要新增跟蹤的項。然後通過一些配套函式,最後寫入到資料倉庫中。大概流程:

步驟:本文中以:AdventureWorks為例


第一步、對目標庫顯式啟用CDC:

在當前庫使用sys.sp_cdc_enable_db。返回0(成功)或1(失敗)。注意,無法對系統資料庫和分發資料庫啟用該功能。且執行者需要用sysadmin角色許可權。

該儲存過程的作用域是整個目標庫。包含元資料、DDL觸發器、cdc架構和cdc使用者。

使用以下程式碼啟用:

USE AdventureWorks

GO

EXECUTE sys.sp_cdc_enable_db;

GO

在一開始直接執行時,出現了報錯資訊:

訊息22830,級別16,狀態1,過程sp_cdc_enable_db_internal,第193 行

無法更新元資料來指示已對資料庫AdventureWorks 啟用了變更資料捕獲。執行命令'SetCDCTracked(Value = 1)' 時失敗。返回的錯誤為15517: '無法作為資料庫主體執行,因為主體"dbo" 不存在、無法模擬這種型別的主體,或您沒有所需的許可權。'。請使用此操作和錯誤來確定失敗的原因並重新提交請求。

這裡引出了另外一個知識點:錯誤號 15517 的錯誤

這種錯誤會在很多地方出現,如還原資料庫的時候也會有可能出現。共同點是:某個/些儲存過程使用了具有WITHEXECUTE AS 的選項。使其在當前庫具有了某個架構,但是當在別的地方執行時,由於沒有這個架構,所以就報錯,解決方法:

ALTER AUTHORIZATION ON DATABASE::[AdventureWorks] TO [sa]

經過檢查,uspUpdateEmployeeHireInfo這個儲存過程的確有:WITH EXECUTE AS CALLER

使用sa的原因是即使sa被禁用,sa還是存在的。所以不會報錯。

現在重新執行:

USE AdventureWorks

GO

EXECUTE sys.sp_cdc_enable_db;

GO

啟用成功,然後通過以下語句檢查是否成功:

SELECT  is_cdc_enabled,CASEWHEN is_cdc_enabled=0THEN 'CDC功能禁用'ELSE 'CDC功能啟用'END 描述

FROM    sys.databases

WHERE   NAME = 'AdventureWorks'


建立成功後,將自動新增CDC使用者和CDC架構。



建立這兩個使用者、架構的原因是因為CDC要求獨佔方式使用這兩個架構,所以要單獨建立。如果存在了非CDC功能建立的CDC使用者、架構的話,則需要先刪除該cdc命名的架構,才能開啟。


第二步、對目標表啟用CDC:

使用db_owner角色的成員執行sys.sp_cdc_enable_table為每個需要跟蹤的表建立捕獲例項。然後通過sys.tables目錄檢視中的is_tracked_by_cdc列來判斷是否建立成功。

預設情況下會對錶的全部列做捕獲。如果只需要對某些列做捕獲,可以使用@captured_column_list引數指定這些列。

如果要把更改表放到檔案組裡的話,最好建立單獨的檔案組(最起碼與源表獨立)。

 

如果不想控制訪問角色,則@role_name必須顯式設定為null。

sys.sp_cdc_enable_table

    [ @source_schema = ] 'source_schema',

    [ @source_name = ] 'source_name' ,

    [ @role_name = ] 'role_name'

    [,[ @capture_instance = ] 'capture_instance' ]

    [,[ @supports_net_changes = ] supports_net_changes ]

    [,[ @index_name = ] 'index_name' ]

    [,[ @captured_column_list = ] 'captured_column_list' ]

    [,[ @filegroup_name = ] 'filegroup_name' ]

  [,[ @partition_switch = ] 'partition_switch' ]

 

例子:

HumanResources.Department 這個表開啟變更捕獲。

USE AdventureWorks

GO

EXEC sys.sp_cdc_enable_table@source_schema= 'HumanResources',

    @source_name = 'Department',@role_name = NULL

然後查詢是否成功:

SELECT  name ,

        is_tracked_by_cdc ,

        CASE WHEN is_tracked_by_cdc = 0 THEN 'CDC功能禁用'

             ELSE 'CDC功能啟用'

        END 描述

FROM    sys.tables

WHERE   OBJECT_ID= OBJECT_ID('HumanResources.Department')

對錶開啟以後,可以在下圖中看到多了很多cdc架構開頭的表:



啟動之後,可以看到SQLServer代理裡面的作業,也出現了這兩個作業:


下面列出相關的儲存過程:

Sys.sp_cdc_add_job

說明及例子

Sys.sp_cdc_generate_wrapper_function

說明及例子

Sys.sp_cdc_change_job

說明及例子

Sys.sp_cdc_get_captured_columns

說明及例子

Sys.sp_cdc_cleanup_change_table

說明及例子

Sys.sp_cdc_get_ddl_history

說明及例子

Sys.sp_cdc_disable_db

說明及例子  建議先禁用表,再禁用庫

Sys.sp_cdc_help_change_data_capture

說明及例子

Sys.sp_cdc_disable_table

說明及例子

Sys.sp_cdc_help_jobs

說明及例子

Sys.sp_cdc_drop_job

說明及例子

Sys.sp_cdc_scan

說明及例子

Sys.sp_cdc_enable_db

說明及例子

Sys.sp_cdc_start_job

說明及例子

Sys.sp_cdc_enable_table

說明及例子

Sys.sp_cdc_stop_job

說明及例子

 

函式:

Cdc.fn_cdc_get_all_changes_<capture_instance>

說明及例子

Sys.fn_cdc_has_column_changed

說明及例子

Cdc.fn_cdc_get_net_changes_<capture_instance>

說明及例子

Sys.fn_cdc_increment_lsn

說明及例子

Sys.fn_cdc_decrement_lsn

說明及例子

Sys.fn_cdc_is_bit_set

說明及例子

Sys.fn_cdc_get_column_ordinal

說明及例子

Sys.fn_cdc_map_lsn_to_time

說明及例子

Sys.fn_cdc_get_max_lsn

說明及例子

Sys.fn_cdc_map_time_to_lsn

說明及例子

Sys.fn_cdc_get_min_lsn

說明及例子


案例:

下面開始從頭到尾做一個實際案例:



先檢查原庫的內容:可以看到系統表裡面只有一個dbo.sysdiagrams表



然後看看SQLServer代理:可以看到也沒有相關的作業




步驟二:對資料庫啟用CDC資料庫級別功能。必須顯式啟用:

Step1、執行以下語句:

USE AdventureWorks

GO

EXEC sys.sp_cdc_enable_db

GO

某些資料庫可能存在一些儲存過程包含有:execute as 等語句,此時會報錯:



文字描述:

訊息22830,級別16,狀態1,過程sp_cdc_enable_db_internal,第186 行

無法更新元資料來指示已對資料庫AdventureWorks 啟用了變更資料捕獲。執行命令'SetCDCTracked(Value = 1)' 時失敗。返回的錯誤為15517: '無法作為資料庫主體執行,因為主體"dbo" 不存在、無法模擬這種型別的主體,或您沒有所需的許可權。'。請使用此操作和錯誤來確定失敗的原因並重新提交請求。

訊息266,級別16,狀態2,過程sp_cdc_enable_db_internal,第0 行

EXECUTE 後的事務計數指示BEGIN 和COMMIT 語句的數目不匹配。上一計數= 0,當前計數= 1。

訊息266,級別16,狀態2,過程sp_cdc_enable_db,第0 行

EXECUTE 後的事務計數指示BEGIN 和COMMIT 語句的數目不匹配。上一計數= 0,當前計數= 1。

訊息3998,級別16,狀態1,第1 行

在批處理結束時檢測到不可提交的事務。該事務將回滾。

如果出現這個錯誤,目前的解決方法是執行下面語句,原因已在開頭說明,對於沒有使用EXECUTE AS的庫,一般不會有這樣的問題:

ALTER AUTHORIZATION ON DATABASE::[AdventureWorks] TO [sa]

然後再次執行,就成功開啟了:

USE AdventureWorks

GO

EXEC sys.sp_cdc_enable_db

GO

現在檢查是否成功:

SELECT  is_cdc_enabled ,

        CASE WHEN is_cdc_enabled = 0 THEN 'CDC功能禁用'

             ELSE 'CDC功能啟用'

        END 描述

FROM    sys.databases

WHERE   NAME = 'AdventureWorks'




現在檢查表和作業:




作業沒有改變

角色許可權中多出了:


步驟三:對某些表開啟捕獲:

這裡選擇HumanResources.DepartmentPerson.ADDRESSPerson.Contact 開啟:

先來看開啟之前的樣子:




然後對該表開啟:

USE AdventureWorks;

GO

EXECUTE sys.sp_cdc_enable_table

    @source_schema = N'HumanResources'

  , @source_name = N'Department'

  , @role_name = N'cdc_Admin'--可以自動建立

  , @capture_instance=DEFAULT

GO

結果如圖:



可以看到在建立的同時,也建立了兩個作業: cdc.AdventureWorks_cleanup和cdc.AdventureWorks_capture

也可以看到多了一個角色CDC_ADMIN,是在上面語句中動態建立的:




按照上面步驟把另外兩個表也開啟了:

USE AdventureWorks;

GO

EXECUTE sys.sp_cdc_enable_table

    @source_schema = N'Person'

  , @source_name = N'ADDRESS'

  , @role_name = N'cdc_Admin'--可以自動建立

  , @capture_instance=DEFAULT

GO

EXECUTE sys.sp_cdc_enable_table

    @source_schema = N'Person'

  , @source_name = N'Contact'

  , @role_name = N'cdc_Admin'--可以自動建立

  , @capture_instance=DEFAULT

GO

可以從系統表中看到:






了3個表,並且是剛才開啟CDC功能的表。現在來檢查是否開啟成功:

SELECT  name ,

        is_tracked_by_cdc ,

        CASE WHEN is_tracked_by_cdc = 0 THEN 'CDC功能禁用'

             ELSE 'CDC功能啟用'

        END 描述

FROM    sys.tables

WHERE   OBJECT_ID IN( OBJECT_ID('HumanResources.Department'),

                       OBJECT_ID('Person.ADDRESS'),

                       OBJECT_ID('Person.Contact') )

結果如下:



步驟三:檢驗:

下面來改動資料:


然後把表中的資料複製一份:

INSERT  INTO HumanResources.Department

        ( Name ,

          GroupName ,

          ModifiedDate

        )

        SELECT  Name + '1' ,

                GroupName + '1' ,

                GETDATE() ModifiedDate

        FROM    HumanResources.Department

結果如下:



然後從 cdc . HumanResources_Department_CT 表查詢:



可以看到的確多了16條記錄。這部分記錄證明了,有16條資料從監控到目前為止做了改動,現在再來改動一下:

DELETE  FROM HumanResources.Department WHERE DepartmentID>17

再查詢cdc表,可以看到又多了16條記錄:




現在來做下update的實驗:

UPDATE  HumanResources.Department SET ModifiedDate=GETDATE()

再檢視:



現在來分析一下這個表:

可以在聯機叢書上檢視:cdc.<capture_instance>_CT   可以看到,這樣命名的表,是用於記錄源表更改的表。對於insert/delete操作,會有對應的一行記錄,而對於update,會有兩行記錄。

       對於__$operation列:1 = 刪除、2= 插入、3= 更新(舊值)、4= 更新(新值)

    對於__$start_lsn列:由於更改是來源與資料庫的事務日誌,所以這裡會儲存其事務日誌的開始序列號(LSN)

       但是微軟不檢查直接查詢這類表,建議使用cdc.fn_cdc_get_all_changes_<捕獲例項> cdc.fn_cdc_get_net_changes_<capture_instance來查詢

 

下文開始,來熟悉各種函式、儲存過程的使用,並嘗試一些不正常的操作。

日常使用情景:

1、查詢已經開啟的捕獲例項:

由於可能不記得或者不知道開啟了什麼表的捕獲,所以可以使用以下語句來查詢:

--返回所有表的變更捕獲配置資訊

EXECUTE sys.sp_cdc_help_change_data_capture;

GO

可以看到以下截圖:



檢視對某個例項(即表)的哪些列做了捕獲監控:

EXEC sys.sp_cdc_get_captured_columns

@capture_instance = 'HumanResources_Department' -- sysname

得到下圖:



也可以從下面中查詢配置資訊:

SELECT * FROM msdb.dbo.cdc_jobs

如圖:







2、檢視當前配置使用sp_cdc_help_jobs:

從上文可以看到,啟用cdc之後會自動建立了兩個作業,可以先使用以下語句來檢視:

sp_cdc_help_jobs

得到的結果:



對於一個大型的OLTP系統,由於資料更改會非常頻繁,變更表中的資料會非常多,如果存放過久(最久可以存放100年),那對資料庫空間是非常大的挑戰。此時可以調整上圖中cdc.AdventureWorks_cleanup 中retention(單位:分鐘)。


3、修改配置:sp_cdc_change_job:

--顯示原有配置:

EXEC sp_cdc_help_jobs

GO

--更改資料保留時間為分鐘

EXECUTE sys.sp_cdc_change_job

    @job_type = N'cleanup',

    @retention=100

GO

--停用作業

EXEC sys.sp_cdc_stop_jobN'cleanup'

GO

--啟用作業

EXEC sys.sp_cdc_start_jobN'cleanup'

GO

--再次檢視

EXEC sp_cdc_help_jobs

GO

得到以下結果:


證明修改成功,此處注意,修改後要先停用(如果已經啟用),再啟用,才能生效。

4、停止/啟用、刪除/建立作業:

停止/開始作業,可以使用以下語句:

--停用作業

EXEC sys.sp_cdc_stop_jobN'cleanup'

GO

--啟用作業

EXEC sys.sp_cdc_start_jobN'cleanup'

GO

 

刪除作業:

EXEC sys.sp_cdc_drop_job@job_type = N'cleanup' -- nvarchar(20)

GO

--檢視作業

EXEC sys.sp_cdc_help_jobs

GO

可以看到現在只剩下一個作業了:



建立作業:

EXEC sys.sp_cdc_add_job

    @job_type = N'cleanup',

    @start_job = 0,

    @retention = 5760

--檢視作業

EXEC sys.sp_cdc_help_jobs

GO

下面看到已經建立成功:




5、DDL變更捕獲:

CDC除了捕獲資料變更之外,還能捕獲DDL操作的變化。前提是先要確保SQLServer 代理的啟用,其實CDC功能都需要確保sql 代理正常執行,因為所有操作都通過代理中的兩個作業來實現的。

現在先來對HumanResources.Department 表修改一下,把name的長度加長:

ALTER TABLE HumanResources.Department ALTER COLUMN Name NVARCHAR(120) ;

GO

然後查詢ddl記錄表:

SELECT  *

FROM    cdc.ddl_history

可以看到:




由於在截圖之前已經試了幾次,所以裡面有3條資料,之所以試了幾次,就是因為上面所說的,忘了開SQL代理,所以查不出資料,所以切記要開啟SQL代理。

6、使用CDC的函式來獲取更改:

A、使用cdc.fn_cdc_get_all_changes_HumanResources_Department 函式報告捕獲例項HumanResources_Department 的當前所有可用更改:

DECLARE @from_lsn binary(10), @to_lsn binary(10)

SET @from_lsn =

   sys.fn_cdc_get_min_lsn('HumanResources_Department')

SET @to_lsn   = sys.fn_cdc_get_max_lsn()

SELECT * FROM cdc.fn_cdc_get_all_changes_HumanResources_Department

  (@from_lsn, @to_lsn, N'all update old');

GO





B、獲取某個時間段的更改資訊:

先根據日誌序列號(logsequence number ,LSN)來獲取跟蹤變更資料:

Sys.fn_cdc_map_time_to_lsn獲取變更範圍內的最大、最小LSN值。可以使用:

Smallest greater than;smallest greater than orequal;largest less than;largest less than or equal.

如查詢某個時間段插入的資料:

--插入資料

INSERT INTO HumanResources.Department(name,GroupName,ModifiedDate)

VALUES('test','abc',GETDATE())

INSERT INTO HumanResources.Department(name,GroupName,ModifiedDate)

VALUES('test1','abc1',GETDATE())

go

--檢查資料

DECLARE @bglsn VARBINARY(10)=sys.fn_cdc_map_time_to_lsn('smallest greater than or equal','2012-10-12 12:00:00.997')

DECLARE @edlsn VARBINARY(10)=sys.fn_cdc_map_time_to_lsn('largest less than or equal',GETDATE())

SELECT DepartmentID,GroupName,Name

FROM cdc.HumanResources_Department_CT

WHERE [__$operation]=2 AND [__$start_lsn] BETWEEN @bglsn AND @edlsn

得到以下結果:




C、sys.fn_cdc_map_lsn_to_time 查詢變更時間:

SELECT  [__$operation] ,

       CASE [__$operation] WHEN 1 THEN '刪除' WHEN 2 THEN '插入' WHEN 3 THEN '更新(捕獲的列值是執行更新操作前的值)'

       WHEN 4 THEN '更新(捕獲的列值是執行更新操作後的值)' END [型別],

        sys.fn_cdc_map_lsn_to_time([__$start_lsn]) [更改時間] ,

        name ,

        DepartmentID ,

        GroupName ,

        ModifiedDate

FROM    cdc.HumanResources_Department_CT

結果:



注意,由於該表剛好有一個modfieddate欄位,所以和更改時間相同.

 

D、獲取LSN邊界:

SELECT sys.fn_cdc_get_max_lsn()[資料庫級別的最大LSN],

sys.fn_cdc_get_min_lsn('cdc.HumanResources_Department_CT')[捕獲例項的lsn]

結果如下:


這兩個值可以用於上面提到的函式裡面用於篩選資料之用。


以上是一邊測試一邊記錄的結果,可能存在很多片面的地方,歡迎拍磚