锐客网

  1. 首页 > 睿知 > it技术 > >

如何设计出一个比较合理的数据归档系统

IT知识一个如何

上下观古今，起伏千万途。这篇文章主要讲述如何设计出一个比较合理的数据归档系统相关的知识，希望能为你提供帮助。

在任何的数据库系统中，大部分都会有一个需求，数据归档，业务数据库不应该是永无止境的进行数据存取的目的地。业务数据库主要的功能是满足业务的保留数据的需求，以及相关保证性能等目的。如果留存的数据业务已经不再需要，并且已经影响了性能，则归档是必须要做的一件事情。


首先如果要做数据归档，我会想到以下问题


1  首先需要和业务以及开发确认哪些表时可以被归档的
2  需要确认业务数据库中数据的留存时间，例如保留5年以内的数据，或者3个月以内的数据，这都是一个数据留存的范围，
3  每次归档的时间段，例如一个月一归档，还是一年做一次归档，如果数据量大的情况下，自动化的数据归档是比较省心省力的
4  一些意外情况，例如写好的归档程序，运行良好，但某天开始不能进行归档，首先要考虑是不是原表的结构有变动，例如增加了字段，或者字段的类型可能有变化
5   数据的归档，采用的方式也很多，例如可以通过传统的数据备份的方式进行数据的归档，通过实践条件，将需要备份的数据导出，在将其删除，也可以通过数据EXPORT 到其他位置的方式，至于那种好，那就要看具体的情况而定了。
6  数据归档后的数据留存的介质以及留存的时间，一般来说这个很少被提起，在数据归档的初期，但如果你不说，经过几年下来，你会发现你归档数据的位置也会产生某些问题，例如存储空间的问题，或者业务要查询这些历史记录，而发现查的非常慢，或者根本就查不到的问题


7   数据的归档中，也可能产生各种错误，而怎么将这些情况如实的反应到归档系统中，则是必须的工作。


8   数据归档的精度的问题，很可能由于某些原因，某些数据已经被复制到归档系统，但由于错误，数据再次通过程序导入到归档系统怎么处理的问题，容错率的问题需要被考虑。







下面举一个列子，请忽略由于不同数据库引起的SQL 语句的不同，只看逻辑

REATE  PROCEDURE archive_table


AS
BEGIN
SET NOCOUNT ON;
if Exists(select top 1 * from sysObjects where Id=OBJECT_ID(Ncore_archive) and xtype=U)  


DECLARE @source_database nvarchar(50),@source_table nvarchar(100),@destination_table nvarchar(100),@skip_status tinyint,@archive_num tinyint,@key_column varchar(100) 


DECLARE @sql NVARCHAR(500)


DECLARE cur CURSOR STATIC
FOR
SELECT   source_database,source_table ,destination_table ,skip_status ,archive_num ,key_column   FROM     [DB_ASC_ACHIVE].[dbo].[core_archive] where skip_status = 0
OPEN cur


FETCH NEXT FROM cur INTO   @source_database,@source_table ,@destination_table ,@skip_status ,@archive_num ,@key_column


WHILE ( @@fetch_status = 0 )
BEGIN
select   @source_database,@source_table ,@destination_table ,@skip_status ,@archive_num ,@key_column
declare @db nvarchar(50)



if   @source_database = ACS.dbo.
set @db= acstest.dbo.
else
set @db = aaptest.dbo.



select @sql = (insert into  + DB_ASC_ACHIVE.dbo. + @destination_table +select * from+ @db + @source_table +where+ @key_column +< + convert(varchar(20),dateadd(month,-3,getdate()),120) ) +



declare @ssql nvarchar(1000)


declare @rum int


select @ssql =   ( select @count=count(*) from+ @db + @source_table +where+ @key_column +< + convert(varchar(20),dateadd(month,-3,getdate()),120) ) +


exec sp_executesql @ssql,N@count int out, @rum out


select @rum


insert into [dbo].[archive_history] (start_time,end_time,table_name,database_name,row_number,done_status) values (getdate(),9999-12-12,@source_table,@db,@rum,0)
execute (@sql)


declare @dsql nvarchar(1000)


select @dsql = (delete from+ @db + @source_table +where+ @key_column +< + convert(varchar(20),dateadd(month,-3,getdate()),120) ) +


select @dsql


execute (@dsql)


update [dbo].[archive_history] set end_time = getdate(),done_status = 1 where id =( select top 1 id from [dbo].[archive_history] order by start_time desc)


FETCH NEXT FROM cur INTO @source_database,@source_table ,@destination_table ,@skip_status ,@archive_num ,@key_column


END
CLOSE cur
DEALLOCATE cur
END
GO


其中有两点需要注意，


1 归档的程序不要写死，如果在存储过程中，指名道姓的写出需要归档的表名，或目的表名，这样虽然简单，但如果后期归档的表变化，或者添加归档的表，则还需要修改存储过程


2 归档必须有历史记录，记录归档的表，以及开始的时间，结束的时间，以及归档的行数，以备运维人员查询。


3 任何程序或者脚本都不可能不出错，而记录错误，终止程序则是必须的设置


以上的存储过程在第三点上还不完善，还需要进行改善。


【如何设计出一个比较合理的数据归档系统】


    推荐阅读


    上一篇：PostgreSQL 如何“霸占”系统OS cache 提升查询性能

    下一篇：MYSQL 5.7 VS 8 用函数你三思，三思