SQLServer 2008 CDC功能实现数据变更捕获脚本

CDC:Change Data Capture 复制代码 代码如下: --步骤：本文中以GPOSDB为例 --第一步、对目标库显式启用CDC： --在当前库使用sys.sp_cdc_enable_db。返回0（成功）或1（失败）。 --注意，无法对系统数

CDC:Change Data Capture复制代码 代码如下:--步骤：本文中以GPOSDB为例

--第一步、对目标库显式启用CDC：--在当前库使用sys.sp_cdc_enable_db。返回0（成功）或1（失败）。--注意，无法对系统数据库和分发数据库启用该功能。且执行者需要用sysadmin角色权限。--该存储过程的作用域是整个目标库。包含元数据、DDL触发器、cdc架构和cdc用户。--使用以下代码启用：USE GPOSDB  --要启用CDC的数据库GOEXECUTE sys.sp_cdc_enable_db;GO--在一开始直接执行时，出现了报错信息：--消息22830，级别16，状态1，过程sp_cdc_enable_db_internal，第193 行--无法更新元数据来指示已对数据库AdventureWorks 启用了变更数据捕获。--执行命令'SetCDCTracked(Value = 1)' 时失败。--返回的错误为15517: '无法作为数据库主体执行，因为主体"dbo"--不存在、无法模拟这种类型的主体，或您没有所需的权限。'。请使用此操作和错误来确定失败的原因并重新提交请求。--这里引出了另外一个知识点：错误号 15517 的错误--这种错误会在很多地方出现，如还原数据库的时候也会有可能出现。--共同点是：某个/些存储过程使用了具有WITHEXECUTE AS 的选项。--使其在当前库具有了某个架构，但是当在别的地方执行时，由于没有这个架构，所以就报错，解决方法：ALTER AUTHORIZATION ON DATABASE::[GPOSDB] TO [sa]

--经过检查，uspUpdateEmployeeHireInfo这个存储过程的确有：WITH EXECUTE AS CALLER--使用sa的原因是即使sa被禁用，sa还是存在的。所以不会报错。--现在重新执行：USE GPOSDBGOEXECUTE sys.sp_cdc_enable_db;GO--启用成功，然后通过以下语句检查是否成功：SELECT is_cdc_enabled,CASE WHEN is_cdc_enabled=0 THEN 'CDC功能禁用' ELSE 'CDC功能启用' END 描述FROM    sys.databasesWHERE   NAME = 'GPOSDB'

--创建成功后，将自动添加CDC用户和CDC架构。--在用户和架构下面可以看到cdc用户和cdc架构

--创建这两个用户、架构的原因是因为CDC要求独占方式使用这两个架构，所以要单独创建。--如果存在了非CDC功能创建的CDC用户、架构的话，则需要先删除该cdc命名的架构，才能开启。

--第二步、对目标表启用CDC：--使用db_owner角色的成员执行sys.sp_cdc_enable_table为每个需要跟踪的表创建捕获实例。--然后通过sys.tables目录视图中的is_tracked_by_cdc列来判断是否创建成功。--默认情况下会对表的全部列做捕获。如果只需要对某些列做捕获，--可以使用@captured_column_list参数指定这些列。--如果要把更改表放到文件组里的话，最好创建单独的文件组（最起码与源表独立）。

--如果不想控制访问角色，则@role_name必须显式设置为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：--把SYSTEMPARA 这个表开启变更捕获。USE GPOSDBGOEXEC sys.sp_cdc_enable_table @source_schema = 'DBO',    @source_name = 'SYSTEMPARA',@role_name = NULL

--然后查询是否成功：SELECT  name ,        is_tracked_by_cdc ,        CASE WHEN is_tracked_by_cdc = 0 THEN 'CDC功能禁用'             ELSE 'CDC功能启用'        END 描述FROM    sys.tablesWHERE   OBJECT_ID = OBJECT_ID('dbo.systempara')--对表开启以后，可以在下图中看到多了很多cdc架构开头的表：--刷新一下GPOSDB数据库，在系统表下面可以看到多了下面几张表[cdc].[DBO_SYSTEMPARA_CT][cdc].[change_tables][cdc].[captured_columns][cdc].[ddl_history][cdc].[index_columns][cdc].[lsn_time_mapping][dbo].[systranschemas][dbo].[dtproperties]

--启动之后，可以看到SQLServer代理里面的作业，也出现了这两个作业：[cdc.GPOSDB_capture][cdc.GPOSDB_cleanup]

--在可编程性-》函数-》表值函数里，也多了两个函数[cdc].[fn_cdc_get_all_changes_DBO_SYSTEMPARA][cdc].[fn_cdc_get_net_changes_DBO_SYSTEMPARA]

--下面列出相关的存储过程：--Sys.sp_cdc_add_job--说明及例子--Sys.sp_cdc_generate_wrapper_function--说明及例子--Sys.sp_cdc_change_job--说明及例子--Sys.sp_cdc_get_captured_columns--说明及例子--Sys.sp_cdc_cleanup_change_table--说明及例子--Sys.sp_cdc_get_ddl_history--说明及例子--Sys.sp_cdc_disable_db--说明及例子  建议先禁用表，再禁用库--Sys.sp_cdc_help_change_data_capture--说明及例子--Sys.sp_cdc_disable_table--说明及例子--Sys.sp_cdc_help_jobs--说明及例子--Sys.sp_cdc_drop_job--说明及例子--Sys.sp_cdc_scan--说明及例子--Sys.sp_cdc_enable_db--说明及例子--Sys.sp_cdc_start_job--说明及例子--Sys.sp_cdc_enable_table--说明及例子--Sys.sp_cdc_stop_job--说明及例子

--函数：--Cdc.fn_cdc_get_all_changes_<capture_instance>--说明及例子--Sys.fn_cdc_has_column_changed--说明及例子--Cdc.fn_cdc_get_net_changes_<capture_instance>--说明及例子--Sys.fn_cdc_increment_lsn--说明及例子--Sys.fn_cdc_decrement_lsn--说明及例子--Sys.fn_cdc_is_bit_set--说明及例子--Sys.fn_cdc_get_column_ordinal--说明及例子--Sys.fn_cdc_map_lsn_to_time--说明及例子--Sys.fn_cdc_get_max_lsn--说明及例子--Sys.fn_cdc_map_time_to_lsn--说明及例子--Sys.fn_cdc_get_min_lsn--说明及例子

--------------------下面开始从头到尾做一个实际案例---------------------------下面开始从头到尾做一个实际案例

--步骤一:对目标库显式启用CDCUSE GPOSDB  --要启用CDC的数据库GOEXECUTE sys.sp_cdc_enable_db;GO

--某些数据库可能存在一些存储过程包含有：execute as 等语句，此时会报错：

--文字描述：--消息22830，级别16，状态1，过程sp_cdc_enable_db_internal，第186 行--无法更新元数据来指示已对数据库AdventureWorks 启用了变更数据捕获。执行命令'SetCDCTracked(Value = 1)' 时失败。返回的错误为15517: '无法作为数据库主体执行，因为主体"dbo" 不存在、无法模拟这种类型的主体，或您没有所需的权限。'。请使用此操作和错误来确定失败的原因并重新提交请求。--消息266，级别16，状态2，过程sp_cdc_enable_db_internal，第0 行--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。--消息266，级别16，状态2，过程sp_cdc_enable_db，第0 行--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。--消息3998，级别16，状态1，第1 行--在批处理结束时检测到不可提交的事务。该事务将回滚。--如果出现这个错误，目前的解决方法是执行下面语句，原因已在开头说明，对于没有使用EXECUTE AS的库，一般不会有这样的问题：

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

--现在重新执行：USE GPOSDBGOEXECUTE sys.sp_cdc_enable_db;GO--通过以下语句检查是否成功：SELECT is_cdc_enabled,CASE WHEN is_cdc_enabled=0 THEN 'CDC功能禁用' ELSE 'CDC功能启用' END 描述FROM    sys.databasesWHERE   NAME = 'GPOSDB'

--步骤二：对表启用CDCUSE GPOSDBGOEXEC sys.sp_cdc_enable_table@source_schema = 'DBO',@source_name = 'SYSTEMPARA',@role_name = NULL,@capture_instance=DEFAULTGO

--然后查询是否成功：SELECT  name ,        is_tracked_by_cdc ,        CASE WHEN is_tracked_by_cdc = 0 THEN 'CDC功能禁用'             ELSE 'CDC功能启用'        END 描述FROM    sys.tablesWHERE   OBJECT_ID = OBJECT_ID('dbo.systempara')

--可以看到GPOSDB数据库里的系统表里新增了[cdc].[DBO_SYSTEMPARA_CT]表

--步骤三：检验，下面来改动数据--先查询一下DBO_SYSTEMPARA_CT表SELECT * FROM cdc.[DBO_SYSTEMPARA_CT]

--可以看到一条记录都没有，因为刚刚创建，并没有对原表systempara做任何增删改操作

--向[SystemPara]表插入一条记录INSERT INTO [dbo].[SystemPara]        ( [ParaValue] ,          [Name] ,          [Description]        )VALUES  ( '中国' , -- ParaValue - varchar(50)          '中国' , -- Name - varchar(50)          '中国'  -- Description - varchar(50)        )

--查询一下DBO_SYSTEMPARA_CT表，可以看到多了一条记录SELECT * FROM cdc.[DBO_SYSTEMPARA_CT]

--更新[SystemPara]表的一条记录UPDATE [dbo].[SystemPara] SET [ParaValue]='德国' WHERE [Description]='中国'

--查询一下DBO_SYSTEMPARA_CT表，可以看到多了两条记录SELECT * FROM cdc.[DBO_SYSTEMPARA_CT]

--删除[SystemPara]表的一条记录DELETE FROM  [dbo].[SystemPara]  WHERE [Description]='中国'

--查询一下DBO_SYSTEMPARA_CT表，可以看到多了一条记录SELECT * FROM cdc.[DBO_SYSTEMPARA_CT]

--现在来分析一下DBO_SYSTEMPARA_CT表--可以在联机丛书上查看：--cdc.<capture_instance>_CT  --可以看到，这样命名的表，是用于记录源表做过更改操作的表。--对于insert/delete操作，会有对应的一行记录，而对于update，会有两行记录。--对于__$operation列：1 = 删除、2= 插入、3= 更新（旧值）、4= 更新（新值）--update语句的__$operation列的值是3和4，所以一条update语句对应两条记录

--对于__$start_lsn列：由于更改是来源与数据库的事务日志，所以这里会保存其事务日志的开始序列号（LSN）--但是微软不检查直接查询这类表，建议使用--cdc.fn_cdc_get_all_changes_<捕获实例>--cdc.fn_cdc_get_net_changes_<capture_instance>-- 来查询

----------------------------------------------------------

--下文开始，来熟悉各种函数、存储过程的使用，并尝试一些不正常的操作。

--日常使用情景：--1、查询已经开启的捕获实例：--返回所有表的变更捕获配置信息USE [GPOSDB]GOEXECUTE sys.sp_cdc_help_change_data_capture;GO

--查看对某个实例(即表)的哪些列做了捕获监控USE [GPOSDB]GOEXEC sys.sp_cdc_get_captured_columns@capture_instance = 'systempara' -- sysname

--也可以从下面中查找配置信息SELECT * FROM msdb.dbo.cdc_jobs

--2、查看当前配置使用sp_cdc_help_jobs：--从上文可以看到，启用cdc之后会自动创建了两个作业，可以先使用以下语句来查看：sp_cdc_help_jobs

--对于一个大型的OLTP系统，由于数据更改会非常频繁，变更表中的数据会非常多，--如果存放过久（最久可以存放100年），那对数据库空间是非常大的挑战。--此时可以调整上图中cdc.AdventureWorks_cleanup 中retention（单位：分钟）。

--3、修改配置：sp_cdc_change_job--显示原有配置EXEC sp_cdc_help_jobsGO--更改数据保留时间为100分钟EXECUTE sys.sp_cdc_change_job    @job_type = N'cleanup',    @retention=100GO

--重启一下作业，以使设置生效--停用作业EXEC sys.sp_cdc_stop_job N'cleanup'GO--启用作业EXEC sys.sp_cdc_start_job N'cleanup'GO--再次查看EXEC sp_cdc_help_jobsGO--可以看到retention（单位：分钟）的值变为100了

--4、停止/启用、删除/创建作业

--停用作业EXEC sys.sp_cdc_stop_job N'cleanup'GO--启用作业EXEC sys.sp_cdc_start_job N'cleanup'GO

--删除作业EXEC sys.sp_cdc_drop_job @job_type = N'cleanup' -- nvarchar(20)GO--查看作业EXEC sys.sp_cdc_help_jobsGO--可以看到现在只剩下一个作业了:cdc.GPOSDB_capture

--创建作业EXEC sys.sp_cdc_add_job    @job_type = N'cleanup',    @start_job = 0,    @retention = 5760

--查看作业EXEC sys.sp_cdc_help_jobsGO

--5、DDL变更捕获：--CDC除了捕获数据变更之外，还能捕获DDL操作的变化。--前提是先要确保SQLServer 代理的启用，其实CDC功能都需要确保sql 代理正常运行--因为所有操作都通过代理中的两个作业来实现的。--现在先来对SYSTEMPARA 表修改一下，把PARAVALUE的长度加长USE [GPOSDB]GOALTER TABLE  [dbo].[SystemPara] ALTER COLUMN PARAVALUE VARCHAR(120) ;GO

--然后查询ddl记录表SELECT  * FROM    cdc.ddl_history

--6、使用CDC的函数来获取更改--A、使用 [cdc].[fn_cdc_get_all_changes_DBO_SYSTEMPARA]--函数报告捕获实例的当前所有可用更改DECLARE @from_lsn BINARY(10) ,    @to_lsn BINARY(10)SET @from_lsn = sys.fn_cdc_get_min_lsn('SYSTEMPARA')SET @to_lsn = sys.fn_cdc_get_max_lsn()SELECT  *FROM    cdc.fn_cdc_get_all_changes_DBO_SYSTEMPARA(@from_lsn, @to_lsn,N'all update old');GO

--B、获取某个时间段的更改信息：--先根据日志序列号（logsequence number ,LSN）来获取跟踪变更数据--Sys.fn_cdc_map_time_to_lsn获取变更范围内的最大、最小LSN值。可以使用Smallest greater than;smallest greater than orequal;largest less than;largest less than or equal;

--如查询某个时间段插入的数据INSERT INTO [dbo].[SystemPara]        ( [ParaValue] ,          [Name] ,          [Description]        )VALUES  ( '中国' , -- ParaValue - varchar(50)          '中国' , -- Name - varchar(50)          '中国'  -- Description - varchar(50)        )

GO

--检查数据--1删除--2插入--3、4更改--曾经插入过的记录就算delete了也可以查询出来DECLARE @bglsn VARBINARY(10)= sys.fn_cdc_map_time_to_lsn('smallest greater than or equal',                                                         '2013-10-21 12:00:00.997')DECLARE @edlsn VARBINARY(10)= sys.fn_cdc_map_time_to_lsn('largest less than or equal',                                                         GETDATE())SELECT  *FROM    [cdc].[DBO_SYSTEMPARA_CT]WHERE   [__$operation] = 2        AND [__$start_lsn] BETWEEN @bglsn AND @edlsn

--C、sys.fn_cdc_map_lsn_to_time 查询变更时间：SELECT  [__$operation] ,        CASE [__$operation]          WHEN 1 THEN '删除'          WHEN 2 THEN '插入'          WHEN 3 THEN '更新（捕获的列值是执行更新操作前的值）'          WHEN 4 THEN '更新（捕获的列值是执行更新操作后的值）'        END [类型] ,        sys.fn_cdc_map_lsn_to_time([__$start_lsn]) [更改时间] ,        *FROM    [cdc].[DBO_SYSTEMPARA_CT]

--D、获取LSN边界SELECT  sys.fn_cdc_get_max_lsn() [数据库级别的最大LSN] ,        sys.fn_cdc_get_min_lsn('cdc.DBO_SYSTEMPARA_CT') [捕获实例的lsn]

这两个值可以用于上面提到的函数里面用于筛选数据之用。

------------------------------------------------------------1. CDC的目的是什么？

--CDC就是极大地方便了我们获取某个表数据更新情况的一个机制。它通过一个独立的进程，--异步读取日志文件，而不是触发器的方式工作。而且它的数据是会持久化保存到一个系统表的。--2. CDC是不是SQL Server 2008特有的功能，对别的数据库或者早期版本是否起作用？

--CDC是SQL Server 2008特有的功能，而且是企业版特有的功能。开发版也有该功能，但仅用于测试场合。

--3. CDC读取日志，那么如果日志被截断了会怎么样？

--如果某部分日志，CDC的进程还没有读取，那么在截断日志时就会忽略这个部分,不能截断!!

--捕获进程是一个独立的，它随着代理服务启动而启动。两次扫描之间间隔5分钟。

--4. 系统表中的数据是否会永久存在？--不会，它会被保留3天。会有一个清理的作业，每天晚上2点进行扫描。--最后，补充一点的是，CDC功能依赖Agent服务，因为它有两个操作都是通过作业来启动的。