ORACLE CDC.docx
《ORACLE CDC.docx》由会员分享,可在线阅读,更多相关《ORACLE CDC.docx(15页珍藏版)》请在冰豆网上搜索。
![ORACLE CDC.docx](https://file1.bdocx.com/fileroot1/2023-2/4/e7a92aa9-b9c3-4ff6-bb91-fc1ccbe38012/e7a92aa9-b9c3-4ff6-bb91-fc1ccbe380121.gif)
ORACLECDC
ORACLECDC
Oracle的增量数据处理方案
中联新时代
1.CDC简介
1.1.CDC是一种数据增量处理技术
在构建数据仓库系统的ETL过程中,增量数据的抽取是一个专门关键的环节.对解决方案一样有两点要求:
●准确性,能够将业务系统中的数据按一定的频率准确的取到数据仓库中
●性能,不能对业务系统造成太大的压力,阻碍现有业务
目前,最为常用的ETL增量数据处理方式有三种:
●时刻戳
●日志对比(CDC)
●全面数据对比
三种方式各有优劣,时刻戳是目前应用比较普遍的方式。
在Oracle=中推出了两种要紧的ETL方案,一种是我们熟悉的物化视图(materializedview),另一种确实是本文将要介绍的CDC组件(ChangeDataCapture改变数据捕捉)。
CDC特性是在Oracle9i数据库中引入的。
CDC能够关心你识别从上次提取之后发生变化的数据。
利用CDC,在对源表进行INSERT、UPDATE或DELETE等操作的同时就能够提取数据,同时变化的数据被储存在数据库的变化表中。
如此就能够捕捉发生变化的数据,然后利用数据库视图以一种可控的方式提供给目标系统。
1.2.CDC与传统增量处理方式的对比分析
我们对比一下CDC方式与传统的全表对比与时刻戳方式。
全表对比使用数据仓库中的当前表与业务系统表进行对比,取得变化了的数据,典型是使用minus语句:
SELECT*FROMnew_version
MINUSSELECT*FROMold_version;
使用全表对比有以下几方面的问题:
●需要将业务系统中表全部转输,造成专门高的网络负载
●需要对两版本的表进行全表扫描,性能代价专门高
●无法反映数据的历史状态,如无法捕捉库存的历史变化记录
还有一种常用的方式是时刻戳, 它是以业务表中某一个字段的值,作为判定新旧数据的标志。
如,〞病人费用记录〞中的登记时刻,每次只抽取上次抽取记录时刻以后产生的数据。
时刻戳方式存在以下问题:
●无法捕捉对时刻戳往常数据的delete和update操作,在数据准确性上受到了一定的限制。
而类似于ZLHIS这种业务系统对差不多发生的数据进行update和delete操作专门普遍(如划价记录转收费记录),应用场景受到了限制。
●要求业务系统的表必须一个能够标识新旧数据的列,而某些表没有设置这种列。
1.3.CDC的公布订立模型
CDC体系结构基于公布者/订阅者模型。
公布者捕捉变化数据并提供给订阅者。
订阅者使用从公布者那儿获得的变化数据。
通常,CDC系统拥有一个公布者和多个订阅者。
公布者第一需要识别捕捉变化数据所需的源表。
然后,它捕捉变化的数据并将其储存在专门创建的变化表中。
它还使订阅者能够操纵对变化数据的访问。
订阅者需要清晰自己感爱好的是哪些变化数据。
一个订阅者可能可不能对公布者公布的所有数据都感爱好。
订阅者需要创建一个订阅者视图来访问经公布者授权能够访问的变化数据。
CDC有几个重要的差不多概念需要先明确一下:
●源表(SourceTable),业务数据库的需要捕捉数据的源表
●变化表(ChangeTable),储存从源表捕捉的变化数据(包括各种DML产生的数据)
●变化集(ChangeSet),是保证事务一致性的数据集合。
一个变化集对应多个变化表
●订阅视图(SubscriptionView),提供给读取变化表数据的视图
●订阅窗口(SubscriptionWindow),定义了查看变化数据的时刻范畴.就象一个观看变化数据的滑动窗口。
变化数据处理完成后,能够对清除订阅窗口。
1.4.CDC的同步与异步模式
●同步模式,实时的捕捉变化数据并储备到变化表中,公布者与订阅都位于同一数据库中。
以下图说明了同步模式的差不多架构。
●异步模式,以Oracle流复制技术为基础,由于流复制比较复杂,本文档不涉及异步模式的CDC
1.5.CDC相关的数据库对象(Package)
●包(Package)
⏹DBMS_CDC_PUBLISH,用于定义公布操作
⏹DBMS_CDC_SUBSCRIBE,用于定义订阅操作
●角色
⏹EXECUTE_CATALOG_ROLE
⏹SELECT_CATALOG_ROLE
⏹CREATETABLEandCREATESESSIONprivileges
⏹EXECUTEontheDBMS_CDC_PUBLISHpackage
●视图
⏹ALL_SOURCE_TABLES源表
⏹ALL_PUBLISHED_COLUMNS公布的表列
⏹All_Subscribed_Columns订阅的表列
⏹All_Subscriptions所有订阅
⏹All_Subscribed_Tables差不多订阅的表
2.CDC的实施步骤
2.1.初始化
2.1.1.设置初始化参数
由于CDC需要在后台开启作业,需要将参数JOB_QUEUE_PROCESSES增加2个,java_pool_size至少在50M以上。
SQL>altersystemsetjob_queue_processes=14;
Systemaltered
SQL>altersystemsetjava_pool_size=50m;
Systemaltered
SQL>
2.1.2.创建订阅、公布用户、表空间
SQL>createtablespacets_cdcpubdatafile'E:
\oracle\product\10.2.0\oradata\orc1\ts_cdcpub.dbf'size100m;
Tablespacecreated
SQL>createusercdc_publisheridentifiedbycdc_publisherdefaulttablespacets_cdcpub;
Usercreated
SQL>createusercdc_subcriberidentifiedbycdc_subcriberdefaulttablespacets_cdcpub;
Usercreated
2.1.3.授予相关权限
SQL>GRANTCREATESESSIONTOcdc_publisher;
Grantsucceeded
SQL>GRANTCREATETABLETOcdc_publisher;
Grantsucceeded
SQL>GRANTCREATETABLESPACETOcdc_publisher;
Grantsucceeded
SQL>GRANTUNLIMITEDTABLESPACETOcdc_publisher;
Grantsucceeded
SQL>GRANTSELECT_CATALOG_ROLETOcdc_publisher;
Grantsucceeded
SQL>GRANTEXECUTE_CATALOG_ROLETOcdc_publisher;
Grantsucceeded
SQL>GRANTEXECUTEONDBMS_CDC_PUBLISHTOcdc_publisher;
Grantsucceeded
2.1.4.在ZLHIS用户下,创建测试表
SQL>CreateTableperson(idNumber,NameVarchar(10),sexVarchar
(2));
Tablecreated
SQL>insertintopersonvalues(0,'毛泽东','男');
1rowinserted
SQL>insertintopersonvalues(0,'彭德怀','男');
1rowinserted
SQL>insertintopersonvalues(0,'邓颖操','女');
1rowinserted
SQL>commit;
Commitcomplete
SQL>grantallonpersontocdc_publisher;
Grantsucceeded
SQL>grantallonpersontocdc_subscriber;
Grantsucceeded
2.2.公布数据
2.2.1.创建改变集
在同步方式的CDC中,change_source_name参数必须使用默认的改变源,SYNC_SOURCE
SQL>BEGIN
2DBMS_CDC_PUBLISH.CREATE_CHANGE_SET(
3change_set_name=>'person_change_set',--改变集
4description=>'Changesetforpersoninfo',
5change_source_name=>'SYNC_SOURCE');
6END;
7/
PL/SQLproceduresuccessfullycompleted
SQL>
2.2.2.创建改变表
指定源table,和源模式,注意区别owner与source_schema,owner是指公布用户,而不是源表的所有者
SQL>BEGIN
2DBMS_CDC_PUBLISH.CREATE_CHANGE_TABLE(
3owner=>'cdc_publisher',
4change_table_name=>'person_ct',
5change_set_name=>'person_change_set',
6source_schema=>'zlhis',
7source_table=>'person',
8column_type_list=>'IDnumber,NAMEVARCHAR2(10),sexvarchar2
(2)',
9capture_values=>'both',
10rs_id=>'y',
11row_id=>'n',
12user_id=>'n',
13timestamp=>'n',
14object_id=>'n',
15source_colmap=>'y',
16target_colmap=>'y',
17options_string=>'TABLESPACETS_CDCPUB');
18END;
19/
PL/SQLproceduresuccessfullycompleted
SQL>
options_string,指定改变表的储备参数。
options_string参数能够使用除partition以外的所有createtable 中指定的储备参数,如tablespace、pctfree 等。
2.2.3.将改变表(ChangeTable)的权限授权给订阅者
SQL>grantselectonperson_cttocdc_subscriber;
Grantsucceeded
2.3.订阅数据
2.3.1.查看公布信息
当公布者,公布了相关的改变表后,会生成一个惟一的公布id(publicationID), 能够查阅视图ALL_PUBLISHED_COLUMNS以猎取差不多公布的表及字段信息
SQL>selectchange_set_name,pub_id,source_table_namefromALL_PUBLISHED_COLUMNS;
CHANGE_SET_NAMEPUB_IDSOURCE_TABLE_NAME
----------------------------------------------------------------------
PERSON_CHANGE_SET70403PERSON
PERSON_CHANGE_SET70403PERSON
PERSON_CHANGE_SET70403PERSON
6rowsselected
SQL>
2.3.2.创建订阅
使用DBMS_CDC_SUBSCRIBE.CREATE_SUBSCRIPTION创建订阅操作,一次订阅与改变集对应,由于改变集与源表之间是一对多的关系,因此一次订阅就能够订阅多张表.
SQL>BEGIN
2DBMS_CDC_SUBSCRIBE.CREATE_SUBSCRIPTION(
3change_set_name=>'PERSON_CHANGE_SET',
4description=>'Changedataforperson',
5subscription_name=>'PERSON_SUB');
6END;
7/
PL/SQLproceduresuccessfullycompleted
2.3.3.订阅表,假如改变集中有多个表,需要操作多次
SQL>BEGIN
2DBMS_CDC_SUBSCRIBE.SUBSCRIBE(
3subscription_name=>'PERSON_SUB',
4source_schema=>'zlhis',
5source_table=>'person',
6column_list=>'id,name,sex',
7subscriber_view=>'PERSON_VIEW');
8END;
9/
PL/SQLproceduresuccessfullycompleted
SQL>
2.4.激活订阅
订阅需要使用DBMS_CDC_SUBSCRIBE.ACTIVATE_SUBSCRIPTION进行激活,才能生生效,激活订阅后CDC就开始捕捉改变数据.
SQL>Begin
2dbms_cdc_subscribe.activate_subscription(subscription_name=>'PERSON_SUB');
3END;
4/
PL/SQLproceduresuccessfullycompleted
2.5.扩展窗口的应用(查看增量的数据)
订阅都调用DBMS_CDC_SUBSCRIBE.EXTEND_WINDOW过程取得改变数据的集合,假如第一次执行,就取得激活订阅后所有改变数据.每次执行DBMS_CDC_SUBSCRIBE.EXTEND_WINDOW后,扩展窗口只看到上次执行DBMS_CDC_SUBSCRIBE.EXTEND_WINDOW至今的数据.
SQL>BEGIN
2DBMS_CDC_SUBSCRIBE.EXTEND_WINDOW(
3subscription_name=>'PERSON_SUB');
4END;
5/
PL/SQLproceduresuccessfullycompleted
2.6.测试及查看改变数据
--以zlhis登录,改变测试表数据
SQL>connectzlhis/his@117orc1;
ConnectedtoOracleDatabase10gEnterpriseEditionRelease10.2.0.1.0
Connectedaszlhis
SQL>select*fromperson;
IDNAMESEX
-----------------------
0毛泽东男
0彭德怀男
0邓颖操女
SQL>insertintopersonvalues('1','刘少奇','男');
1rowinserted
SQL>updatepersonsetname='毛主席'wherename='毛泽东';
1rowupdated
SQL>deletefrompersonwherename='刘少奇';
1rowdeleted
SQL>commit;
Commitcomplete
--以订立用户查看改变数据
SQL>connectcdc_subscriber/cdc_subscriber@117orc1;
ConnectedtoOracleDatabase10gEnterpriseEditionRelease10.2.0.1.0
Connectedascdc_subscriber
--直截了当查看改变数据视图是看不到的,必须执行dbms_cdc_subscribe.extend_window('PERSON_SUB'),以确定扩展窗口
SQL>select*fromperson_view;
OPERATION$CSCN$COMMIT_TIMESTAMP$RSID$SOURCE_COLMAP$TARGET_COLMAP$IDNAMESEX
-------------------------------------------------------------------------------------------------------------------
SQL>begin
2dbms_cdc_subscribe.extend_window('PERSON_SUB');
3end;
4/
PL/SQLproceduresuccessfullycompleted
--捕捉的改变数据
SQL>select*fromperson_view;
OPERATION$CSCN$COMMIT_TIMESTAMP$RSID$SOURCE_COLMAP$TARGET_COLMAP$IDNAMESEX
--------------------------------------------------------------------------------------------------------
I105880772007-6-12上午1110E000000000000000FE030000000000000000000001刘少奇男
UU105880772007-6-12上午112040000000000000007E000000000000000000000000毛泽东男
UN105880772007-6-12上午112040000000000000007E010000000000000000000000毛主席男
D105880772007-6-12上午113000000000000000007E000000000000000000000001刘少奇男
SQL>
能够看到订阅视图中包括了改变数据、操作类型(update、delete或insert),操作时刻,我们能够依照自己的需要提取改变数据进行处理。
2.7.清空扩展窗口
使用扩展窗口的数据能够进行清空操作,幸免改变数据过多带来的系统负载。
SQL>BEGIN
2DBMS_CDC_SUBSCRIBE.PURGE_WINDOW(
3subscription_name=>'PERSON_SUB');
4END;
5/
PL/SQLproceduresuccessfullycompleted
SQL>
总结一下,同步模式下的CDC配置依旧比较简单的:
●修改初始化参数
●创建订阅、公布用户和储备的表空间
●授予相关权限
●创建改变集
●建立改变表
●订阅公布数据,创建订阅
●订阅公布的表
●扩展窗口,以查阅改变数据
3.CDC的性能测试
我们使用sql_trace工具对比应用了CDC捕捉改变表数据与未设置CDC的表插入同样的数据进行性能对比。
--创建与测试表结构相同的表
SQL>createtableperson_tempasselect*fromperson;
表已创建。
SQL>altersessionsetsql_trace=true;
会话已更换。
--开启sql-trace,分别插入相同的数据
SQL>insertintopersonselectobject_id,substr(object_name,1,0),'s'fromdba_objects;
已创建57674行。
统计信息
----------------------------------------------------------
0recursivecalls
0dbblockgets
0consistentgets
0physicalreads
0redosize
0bytessentviaSQL*Nettoclient
0bytesreceivedviaSQL*Netfromclient
0SQL*Netroundtripsto/fromclient
0sorts(memory)
0sorts(disk)
57674rowsprocessed
SQL>insertintoperson_tempselectobject_id,substr(object_name,1,0),'s'fromdba_objects;
已创建57674行。
统计信息
----------------------------------------------------------
0recursivecalls
0dbblockgets
0consistentgets
0physicalreads
0redosize
0bytessentviaSQL*Nettoclient
0bytesreceivedviaSQL*Netfromclient
0SQL*Netroundtripsto/fromclient
0sorts(memory)
0sorts(disk)
57674rowsprocessed
SQL>commit;
从统计信息来看,两者并无差别。
我们再看一下两者的sql_trace记录:
插入Person表的trace记录
insertintopersonselectobject_id,substr(object_name,1,0),'s'fromdba_objects
callcountcpuelapseddiskquerycurrentrows
-----------------------------------------------------------------------
Parse20.030.020000
Execute20.6019.502425089118728