蜜果私塾：如何進(jìn)行異構(gòu)數(shù)據(jù)庫(kù)同步（上篇）

版權(quán)所有，轉(zhuǎn)載請(qǐng)注明出處：http://www.aygfsteel.com/amigoxie/archive/2011/07/23/354906.html
文：阿蜜果

日期：2011-7-23
下篇：《如何進(jìn)行異構(gòu)數(shù)據(jù)庫(kù)同步（下篇）》

1、簡(jiǎn)介

最近一陣子筆者在進(jìn)行完成同樣功能的兩套異構(gòu)數(shù)據(jù)庫(kù)系統(tǒng)的同步工作，有一些心得體會(huì)分享給大家，歡迎技術(shù)同仁拍磚。

該項(xiàng)目有一個(gè)運(yùn)行若干年（5～10年）的舊系統(tǒng)，采用的是SQL Server數(shù)據(jù)庫(kù)，因?yàn)榕f平臺(tái)功能較弱，所以所有對(duì)數(shù)據(jù)庫(kù)的訪問(wèn)操作都通過(guò)存儲(chǔ)過(guò)程進(jìn)行操作。

新系統(tǒng)采用筆者公司的平臺(tái)，應(yīng)客戶需求采用Oracle數(shù)據(jù)庫(kù)，完成的功能與舊系統(tǒng)基本相同，但表設(shè)計(jì)與原有系統(tǒng)不同，有些表對(duì)應(yīng)舊系統(tǒng)中的一張表，但字段名稱等大都不一樣。另外還有新系統(tǒng)中一張表對(duì)應(yīng)舊系統(tǒng)中多張小表的情況，也有新系統(tǒng)中多個(gè)表對(duì)應(yīng)舊系統(tǒng)中多張表的情況。新系統(tǒng)較少依賴數(shù)據(jù)庫(kù)，數(shù)據(jù)庫(kù)操作都在業(yè)務(wù)邏輯層完成。

因?yàn)榕f系統(tǒng)在全國(guó)幾十個(gè)點(diǎn)上運(yùn)行，而新系統(tǒng)全部替換舊系統(tǒng)需要比較長(zhǎng)的時(shí)間，該項(xiàng)目采用的是按地區(qū)進(jìn)行逐步替換的原則，所以涉及到需要在兩種不同數(shù)據(jù)庫(kù)類型、不同數(shù)據(jù)庫(kù)結(jié)構(gòu)的異構(gòu)數(shù)據(jù)庫(kù)進(jìn)行同步。

2、重要術(shù)語(yǔ)

2.1 異構(gòu)數(shù)據(jù)庫(kù)

異構(gòu)數(shù)據(jù)庫(kù)系統(tǒng)是相關(guān)的多個(gè)數(shù)據(jù)庫(kù)系統(tǒng)的集合，可以實(shí)現(xiàn)數(shù)據(jù)的共享和透明訪問(wèn)，每個(gè)數(shù)據(jù)庫(kù)系統(tǒng)在加入異構(gòu)數(shù)據(jù)庫(kù)系統(tǒng)之前本身就已經(jīng)存在，擁有自己的DBMS。異構(gòu)數(shù)據(jù)庫(kù)的各個(gè)組成部分具有自身的自治性，實(shí)現(xiàn)數(shù)據(jù)共享的同時(shí)，每個(gè)數(shù)據(jù)庫(kù)系統(tǒng)仍保有自己的應(yīng)用特性、完整性控制和安全性控制。

可以是同為關(guān)系型數(shù)據(jù)庫(kù)系統(tǒng)的Oracle、 SQL Server等，也可以是不同數(shù)據(jù)模型的數(shù)據(jù)庫(kù)，如關(guān)系、模式、層次、網(wǎng)絡(luò)、面向?qū)ο?，函?shù)型數(shù)據(jù)庫(kù)共同組成一個(gè)異構(gòu)數(shù)據(jù)庫(kù)系統(tǒng)。

2.2 數(shù)據(jù)捕獲

數(shù)據(jù)的捕獲是數(shù)據(jù)庫(kù)同步的基礎(chǔ)，變化數(shù)據(jù)的捕獲主要有基于快照法、基于觸發(fā)器法、基于日志法、基于API法、影子表法和控制表變化法?；诳煺辗ㄐ时容^低一般不能用于同步，可使用基于觸發(fā)器法、基于日志法或基于API法和控制表變化法進(jìn)行變化數(shù)據(jù)的捕獲。

舊系統(tǒng)的數(shù)據(jù)庫(kù)操作都是通過(guò)存儲(chǔ)過(guò)程，所以可將存儲(chǔ)過(guò)程作為數(shù)據(jù)捕獲點(diǎn)。

新系統(tǒng)可采用筆者公司平臺(tái)底層提供了同步程序，該程序能將某個(gè)Linux用戶本平臺(tái)進(jìn)程下所有對(duì)指定表（需要同步的表）的所有INSERT、UPDATE和DELETE語(yǔ)句都捕獲到，并同步給另一個(gè)用戶下的同步數(shù)據(jù)接收進(jìn)程，該進(jìn)程能指定接收到同步數(shù)據(jù)時(shí)進(jìn)行的操作，例如寫(xiě)文件、調(diào)用指定的業(yè)務(wù)進(jìn)行處理等。

3、同步方案

3.1 需要同步的內(nèi)容

3.1.1 確認(rèn)哪些SQL需要同步

在數(shù)據(jù)庫(kù)表創(chuàng)建以后，有SELECT、INSERT、UPDATE和DELETE四種操作的語(yǔ)句，因?yàn)?/span>SELECT語(yǔ)句不會(huì)影響表數(shù)據(jù)的改變，所以只需要INSERT、UPDATE和DELETE操作進(jìn)行同步。

3.1.2 確認(rèn)哪些表需要同步

并不是所有的表都需要進(jìn)行同步的，例如如下表就不需要同步：

（1）在系統(tǒng)創(chuàng)建之初需要導(dǎo)入數(shù)據(jù)，后期基本不需要改動(dòng)或絕少改動(dòng)的表：這些表的數(shù)據(jù)基本只需要在新系統(tǒng)初期將數(shù)據(jù)導(dǎo)入即可。

（2）一方系統(tǒng)具有，另一方不具有的功能對(duì)應(yīng)的表：例如新系統(tǒng)加上了一些額外的功能，而舊系統(tǒng)沒(méi)有，這些表不需要同步。

3.1.3 確認(rèn)異構(gòu)數(shù)據(jù)庫(kù)之間的表和字段的對(duì)應(yīng)

這個(gè)是異構(gòu)數(shù)據(jù)庫(kù)編碼之前最耗費(fèi)時(shí)間的工作，也是最重要的工作，因?yàn)橹挥袊?yán)格對(duì)應(yīng)，才能使兩者同步后數(shù)據(jù)庫(kù)在同步數(shù)據(jù)后不管用哪套系統(tǒng)都能完成同樣的工作。

首先，要對(duì)新舊系統(tǒng)中的近50張表找出對(duì)應(yīng)關(guān)系：某一張表在對(duì)方有一一對(duì)應(yīng)的表？還是對(duì)應(yīng)對(duì)方多張表？還是只是對(duì)應(yīng)對(duì)方表的一部分？

接著，需要找出字段的對(duì)應(yīng)關(guān)系，字段名稱是否相同？字段類型是否相同？一個(gè)字段是否對(duì)應(yīng)對(duì)方表的多個(gè)字段？

筆者在Excel表格中列出了所有表與對(duì)方表結(jié)構(gòu)的對(duì)應(yīng)關(guān)系，這個(gè)表格很重要，是后面無(wú)論采用何種同步方案都需要用到的同步的依據(jù)。

3.2 可選方案

3.2.1 編寫(xiě)觸發(fā)器進(jìn)行同步

 當(dāng)數(shù)據(jù)庫(kù)為同步對(duì)象創(chuàng)建相應(yīng)的觸發(fā)器，當(dāng)對(duì)同步對(duì)象進(jìn)行INSERT、UPDATE和DELETE等DML（Data Manipulation Language）操作時(shí)，觸發(fā)器被喚醒，將變換傳播到目標(biāo)數(shù)據(jù)庫(kù)。

 采用此種方式時(shí)，需要在兩邊的數(shù)據(jù)庫(kù)中都創(chuàng)建對(duì)需要同步的每個(gè)表的INSERT、UPADTE和DELETE操作的三個(gè)觸發(fā)器，當(dāng)源表發(fā)生INSERT、UPDATE和DELETE操作時(shí)觸發(fā)器被啟動(dòng)。因此若兩邊都有50個(gè)需要同步的表，需要編寫(xiě)的觸發(fā)器個(gè)數(shù)為：(50+50)*3 = 300（個(gè)）。

采用該種方式的缺點(diǎn)是：

（1）       需要為每個(gè)需要同步的表編寫(xiě)三個(gè)觸發(fā)器，工作量巨大；

（2）       觸發(fā)器具有不容易排錯(cuò)、可移植性差、占用資源大等缺點(diǎn)；

（3）       代碼可復(fù)用性不好。

3.2.2 按系統(tǒng)操作同步

 按系統(tǒng)操作同步就是在所有進(jìn)行數(shù)據(jù)庫(kù)更新操作的地方都將其轉(zhuǎn)換成對(duì)方的數(shù)據(jù)庫(kù)操作進(jìn)行，例如在新系統(tǒng)進(jìn)行注冊(cè)操作（可能涉及到5、6個(gè)表進(jìn)行操作）時(shí)，轉(zhuǎn)換為對(duì)方的注冊(cè)操作。

這種同步方式的缺點(diǎn)在于：

（1）不通用：在每加一個(gè)系統(tǒng)操作或做一些小改動(dòng)時(shí)，都需要對(duì)代碼進(jìn)行修改；

（2）代碼耦合度高：需要在所有操作的地方進(jìn)行處理，轉(zhuǎn)換成對(duì)方的SQL語(yǔ)句，代碼耦合度非常高；

（3）工作量很大：需要對(duì)所有兩邊的操作進(jìn)行一次手工“轉(zhuǎn)譯”操作，工作量很大。

3.2.3 按數(shù)據(jù)庫(kù)表操作同步

 按表操作同步的“原子”是對(duì)單個(gè)表的的INSERT、UPDATE和DELETE操作，它并不關(guān)注操作，例如：如果一個(gè)注冊(cè)操作對(duì)應(yīng)5個(gè)INSERT操作、2個(gè)UPDATE操作，它將其作為7個(gè)原子操作依次處理，并不對(duì)這些SQL進(jìn)行關(guān)聯(lián)。

這種同步方式的優(yōu)點(diǎn)在于：

（1）相對(duì)比較通用：有一些比較簡(jiǎn)單的對(duì)應(yīng)關(guān)系的表，例如只是因?yàn)樽侄蚊Q、表名和字段個(gè)數(shù)等不同而需要進(jìn)行同步的表可交給“SQL語(yǔ)句解析器通用程序”進(jìn)行處理，對(duì)于某些復(fù)雜的表才需要進(jìn)行單獨(dú)編寫(xiě)業(yè)務(wù)來(lái)進(jìn)行轉(zhuǎn)換處理；

（2）代碼耦合度比較低：只需要捕獲對(duì)同步的表的INSERT、UPDATE和DELETE操作的語(yǔ)句，基本不需要在代碼中加入對(duì)同步的處理。舊系統(tǒng)中不需要在上層進(jìn)行處理，在存儲(chǔ)過(guò)程中相關(guān)語(yǔ)句前處理同步即可。新系統(tǒng)只需要在同步接收進(jìn)程中指定需要處理的業(yè)務(wù)即可。

推薦使用該同步方式。

3.3 難點(diǎn)問(wèn)題

3.3.1 自增主鍵

當(dāng)表的主鍵為自增序列號(hào)時(shí)，在插入時(shí)并不指定該字段的值，在某一方插入后，轉(zhuǎn)換為對(duì)方的SQL語(yǔ)句后，插入對(duì)方的數(shù)據(jù)庫(kù)，很大可能兩邊的這條記錄的主鍵ID不一致。在根據(jù)自增序列號(hào)進(jìn)行這條記錄的update和delete操作時(shí)，因?yàn)閮蛇呁粭l記錄的id不一樣，很大可能導(dǎo)致刪除或更新的記錄并不是想要進(jìn)行刪除或更新的記錄。

因此，在系統(tǒng)中盡量少用自增序列號(hào)主鍵，若能找到某幾個(gè)字段作為復(fù)合主鍵，可進(jìn)行修改，萬(wàn)一找不到，可采用字符類型的唯一標(biāo)識(shí)號(hào)，例如：時(shí)間+自動(dòng)機(jī)號(hào)+若干位隨機(jī)數(shù)數(shù)，在INSERT操作時(shí)指定該主鍵的值。

不過(guò)，一些只進(jìn)行INSERT操作的表，例如未接來(lái)電表采用自增序列號(hào)暫時(shí)也不用遇到什么問(wèn)題。在筆者所遇到的平臺(tái)中，新系統(tǒng)基本去除了自增主鍵，舊系統(tǒng)涉及自增主鍵的表并不太多，而且基本都能找到表中其它的2、3個(gè)字段作為唯一主鍵。

3.3.2 事務(wù)問(wèn)題

無(wú)法實(shí)現(xiàn)一些帶事務(wù)的操作。例如注冊(cè)等流程，因?yàn)椴捎冒凑諗?shù)據(jù)庫(kù)操作進(jìn)行同步，注冊(cè)操作被分解成多個(gè)原子操作，只能當(dāng)成單個(gè)多條SQL語(yǔ)句單獨(dú)進(jìn)行處理。

需要事務(wù)的操作并不多，可將這些操作改成采用“按系統(tǒng)操作同步”，例如當(dāng)舊系統(tǒng)進(jìn)行注冊(cè)流程中，調(diào)用新系統(tǒng)提供的接口，由接口程序也進(jìn)行一個(gè)在新Oracle庫(kù)的注冊(cè)流程。

3.3.3 定期數(shù)據(jù)校驗(yàn)

         數(shù)據(jù)校驗(yàn)也是異構(gòu)數(shù)據(jù)庫(kù)的一個(gè)重要問(wèn)題，進(jìn)行一段時(shí)間的同步后，怎么能保證兩邊的數(shù)據(jù)庫(kù)是同步的？數(shù)據(jù)校驗(yàn)的周期如何，是一天，幾天，還是？

進(jìn)行數(shù)據(jù)校驗(yàn)首先要確定校驗(yàn)指標(biāo)，最簡(jiǎn)單的校驗(yàn)指標(biāo)是重要表的數(shù)據(jù)量是否相等，另外就是檢查表里面的數(shù)據(jù)是否一致，是否能保證能完成同樣的功能，可采用抽查機(jī)制等，這些工作不可能靠手工完成，因此需要提供數(shù)據(jù)校驗(yàn)的程序。數(shù)據(jù)校驗(yàn)的周期應(yīng)該是可配置的。

3.3.4 日志記錄

在進(jìn)行同步的過(guò)程中，有可能因?yàn)楦鞣N原因?qū)е罗D(zhuǎn)換為對(duì)方的數(shù)據(jù)庫(kù)語(yǔ)句后執(zhí)行失敗，為了日后進(jìn)行處理和分析，進(jìn)行錯(cuò)誤日志的記錄也是非常必要的。