共用方式為


什麼是異動資料擷取 (CDC)?

適用於:SQL Server Azure SQL 受控執行個體

本文說明異動資料擷取 (CDC),此功能會在修改資料表和資料列時記錄資料庫上的活動。

本文說明 CDC 如何與 SQL Server 和 Azure SQL 受控執行個體搭配運作。 如需 Azure SQL 資料庫,請參閱使用 Azure SQL 資料庫 CDC

概觀

異動資料擷取會利用 SQL Server Agent 來記錄資料表中發生的插入、更新和刪除。 因此,它可讓您使用關係型格式輕鬆地取用這些資料變更。因此,它可讓您使用關聯式格式輕鬆地存取這些資料變更。 系統會針對修改的資料列擷取將這些變更資料套用至目標環境所需的資料列資料和基本中繼資料,並且將它們儲存在鏡像追蹤來源資料表之資料行結構的變更資料表中。 此外,資料表值函式可供取用者系統存取這些變更資料。

此技術之目標資料取用者的理想範例為擷取、轉換和載入 (ETL) 應用程式。 ETL 應用程式以累加方式,將變更資料從 SQL Server 來源資料表載入資料倉儲或資料超市。 雖然在資料倉儲內的來源資料表表示法必須反映來源資料表中的變更,但是重新整理來源複本的端對端技術並不適用。 您需要的是結構化變更資料的可靠資料流,讓取用者可以將其套用到不同的資料目標表示法。 SQL Server 異動資料擷取提供這項技術。

資料流程

下圖顯示異動資料擷取的主要資料流程。

異動資料擷取資料流程的圖表。

異動資料擷取的變更資料來源是 SQL Server 交易記錄。 當插入、更新和刪除作業套用至追蹤來源資料表時,描述這些變更的項目就會加入記錄。 此記錄會當做擷取程序的輸入。 然後,它會讀取記錄並將變更之相關資訊新增至追蹤資料表的相關聯變更資料表。 系統會提供一些函數,以便列舉指定之範圍內出現在變更資料表中的變更,並以篩選結果集的形式傳回此資訊。 應用程式處理序通常會使用篩選結果集,在某些外部環境中更新來源的表示法。

擷取執行個體

您必須先針對資料庫明確啟用異動資料擷取,然後才能追蹤該資料庫內部任何個別資料表的變更。 這項作業是使用 sys.sp_cdc_enable_db預存程序完成的。 啟用資料庫之後,您就可以使用 sys.sp_cdc_enable_table預存程序,將來源資料表識別為追蹤資料表。 當某個資料表啟用異動資料擷取時,系統就會建立相關聯的擷取執行個體,以便支援來源資料表中變更資料的散播。 此擷取執行個體包含一個變更資料表以及最多兩個查詢函數。 描述擷取執行個體之組態詳細資料的中繼資料會包含在變更資料擷取中繼資料資料表 cdc.change_tablescdc.index_columnscdc.captured_columns中。 您可以使用 sys.sp_cdc_help_change_data_capture預存程序來擷取這項資訊。

與擷取執行個體相關聯的所有物件都會建立在啟用資料庫的異動資料擷取結構描述中。 擷取執行個體名稱的需求包括其必須是有效的物件名稱,而且其在資料庫擷取執行個體中必須是唯一的。 預設名稱為來源資料表的<結構描述名稱_資料表名稱>。 其相關聯變更資料表的命名方式是將 _CT 附加至擷取執行個體名稱。 用來查詢所有變更之函數的命名方式是在擷取執行個體名稱前面加上 fn_cdc_get_all_changes_ 。 如果擷取執行個體設定為支援網路變更,系統也會建立 net_changes 查詢函數,而且其命名方式是在擷取執行個體名稱前面加上 fn_cdc_get_net_changes

重要

可同時與單一來源資料表相關聯的擷取執行個體數目上限是二。

變更資料表

異動資料擷取變更資料表的前五個資料行是中繼資料行。 這些資料行會提供與已記錄之變更相關的額外資訊。 其餘資料行則會鏡像來源資料表中識別之擷取資料行的名稱,通常也會鏡像其類型。 這些資料行會保存從來源資料表中蒐集的擷取資料行資料。

套用到來源資料表的每個插入或刪除作業會顯示成變更資料表中的單一資料列。 插入作業所產生之資料列的資料行包含插入之後的資料行值。 刪除作業所產生之資料列的資料行包含刪除之前的資料行值。 更新作業需要一個資料列項目來識別更新之前的資料行值,和第二個資料列項目來識別更新之後的資料行值。

變更資料表中的每個資料列也會包含其他中繼資料,以便允許解譯變更活動。 資料行 __$start_lsn 會識別指派給變更的認可記錄序號 (LSN)。 認可 LSN 會識別在相同交易中認可的變更,而且會為這些交易排序。 資料行 __$seqval 可用於排序在相同交易中發生的其他變更。 資料行 __$operation 會記錄與變更相關聯的作業:1 = 刪除、2 = 插入、3 = 更新 (建立資料影像前),以及 4 = 更新 (建立資料影像後)。 資料行 __$update_mask 是變數位元遮罩,其中每個擷取資料行都有一個定義的位元。 若是插入和刪除項目,更新遮罩會設定所有位元。 不過,更新資料列將僅會設定對應到已變更之資料行的位元。

有效間隔

資料庫的異動資料擷取有效性間隔就是擷取執行個體可以使用變更資料的時間範圍。 有效性間隔會在您建立資料庫資料表的第一個擷取執行個體時開始,並且繼續到目前的時間。

Database

如果您沒有定期且有系統地清除儲放在變更資料表中的資料,這項資料將無限制地成長。 異動資料擷取清除處理序會負責強制執行保留性清除原則。 首先,它會移動有效性間隔的低端點,以便滿足時間限制。 然後,它會移除過期的變更資料表項目。 根據預設,系統會保留三天內的資料。

對於高端點而言,因為擷取處理序會認可每一批新的變更資料,所以新項目會加入具有變更資料表項目之每個交易的 cdc.lsn_time_mapping 。 在對應資料表中,會保留認可記錄序號 (LSN) 和交易認可時間 (分別為 start_lsn 和 tran_end_time 資料行)。 在 cdc.lsn_time_mapping 中找到的最大 LSN 值代表資料庫有效性期間的上限標準。 其對應的認可時間會當做保留型清除用來計算新下限標準的基礎。

由於擷取程序會從交易記錄中擷取變更資料,因此來源資料表認可變更的時間與變更顯示在其相關聯變更資料表中的時間之間具有內建的延遲。 雖然這個延遲通常很短,但是請務必記住,在擷取處理序處理相關記錄項目之前,無法使用變更資料。

擷取執行個體

雖然資料庫有效性間隔與個別擷取執行個體的有效性間隔通常會一致,但是並非永遠如此。 當擷取處理序辨識擷取執行個體並且開始將相關聯的變更記錄至其變更資料表時,擷取執行個體的有效性間隔就會開始。 因此,如果您在不同的時間建立擷取執行個體,每個擷取執行個體都會有不同的低端點。 sys.sp_cdc_help_change_data_capture 所傳回之結果集的 start_lsn 資料行會顯示每個已定義之擷取執行個體的目前低端點。 當清除處理序清除變更資料表項目時,它就會調整所有擷取執行個體的 start_lsn 值,以便反映可用變更資料的新下限標準。 只有 start_lsn 值目前小於新下限標準的這些擷取執行個體才會進行調整。 經過一段時間後,如果沒有建立任何新的擷取執行個體,所有個別執行個體的有效性間隔通常會與資料庫有效性間隔一致。

有效性間隔對於變更資料的取用者很重要,因為擷取執行個體的目前異動資料擷取有效性間隔必須完全涵蓋要求的擷取間隔。 如果擷取間隔的低端點位於有效性間隔低端點的左邊,可能會由於積極的清除而遺失變更資料。 如果擷取間隔的高端點位於有效性間隔高端點的右邊,表示擷取處理序尚未完全處理擷取間隔所代表的時間,而且也可能會遺失變更資料。

sys.fn_cdc_get_min_lsn 函數是用來擷取擷取執行個體的目前最小 LSN,而 sys.fn_cdc_get_max_lsn 則是用來擷取目前最大 LSN 值。 查詢變更資料時,如果指定的 LSN 範圍並未落在這兩個 LSN 值之內,異動資料擷取查詢函數將會失敗。

處理來源資料表的變更

對於下游取用者而言,容納追蹤之來源資料表的資料行變更是個困難的問題。 雖然針對來源資料表啟用異動資料擷取無法避免這類 DDL 變更發生,但是異動資料擷取可藉由保留透過 API 傳回的已傳遞結果集來減輕對取用者的影響,即使基礎來源資料表的資料行結構變更也一樣。 這個固定的資料行結構也會反映在已定義之查詢函數所存取的基礎變更資料表中。

負責填入變更資料表的擷取處理序會忽略來源資料表啟用異動資料擷取時未識別為擷取的任何新資料行,以容納固定資料行結構的變更資料表。 如果卸除了某個追蹤資料行,就會在後續變更項目中,針對此資料行提供 Null 值。 不過,如果現有的資料行進行資料類型的變更,此變更就會傳播至變更資料表,以便確保擷取機制不會將資料遺失導入追蹤資料行。 此外,擷取處理序也會將針對追蹤資料表之資料行結構偵測到的任何變更公佈至 cdc.ddl_history 資料表。 想要收到可能必須在下游應用程式中完成之調整警示的取用者會使用 sys.sp_cdc_get_ddl_history預存程序。

一般而言,當 DDL 變更套用至相關聯的來源資料表時,目前擷取執行個體將繼續保留其外觀。 不過,反映新資料行結構的資料表將無法建立第二個擷取執行個體。 此選項可讓擷取處理序在具有兩種不同資料行結構的兩個不同變更資料表中,針對相同的來源資料表進行變更。 因此,當某個變更資料表可以繼續滿足目前運作中的程式時,第二個變更資料表可以驅動嘗試併入新資料行資料的開發環境。 允許擷取機制一前一後擴展這兩個變更資料表是表示,系統可以完成這兩個資料表之間的轉換,而不會遺失變更資料。 當兩個異動資料擷取時間表重疊時,就可能會發生這種情況。 完成轉換之後,就可以移除已經過時的擷取執行個體。

重要

可同時與單一來源資料表相關聯的擷取執行個體數目上限是二。

與記錄讀取器代理程式的關係

異動資料擷取處理序的邏輯內嵌在預存程序 sp_replcmds中,此預存程序是建立成 sqlservr.exe 一部分的內部伺服器函數,而且也會由異動複寫用來從交易記錄中收集變更。 在 SQL Server 和 Azure SQL 受控執行個體中,當您針對某個資料庫單獨啟用異動資料擷取時,就會將異動資料擷取 SQL Server Agent 擷取作業建立成叫用 sp_replcmds 的工具。 如果同時存在複寫,交易式 Logreader 就會單獨用來滿足這兩個取用者的變更資料需求。 當您針對相同的資料庫同時啟用複寫和異動資料擷取時,這項策略可大幅減少記錄競爭的情況。

每當啟用異動資料擷取之資料庫的複寫狀態變更時,就會自動在這兩種擷取變更資料的作業模式之間切換。

注意

在 SQL Server 和 Azure SQL 受控執行個體中,擷取邏輯的兩個執行個體都需要 SQL Server Agent 處於執行狀態,才能執行程序。

擷取程序的主要工作是掃描記錄,並且將資料行資料和交易相關的資訊寫入異動資料擷取變更資料表。 為了確保它所擴展的所有異動資料擷取變更資料表在交易方面具有一致的界限,擷取處理序會針對每個掃描循環開啟並認可自己的交易。 它會偵測出資料表最近啟用異動資料擷取的時間,並且自動將它們加入目前正在記錄中監視變更項目的資料表集合。 同樣地,它也會偵測出停用異動資料擷取,進而從目前正在監視變更資料的資料表集合中移除來源資料表。 當某個記錄區段的處理完成時,擷取處理序就會發出伺服器記錄截斷邏輯的信號,而此邏輯會使用這項資訊來識別適合用於截斷的記錄項目。

重要

啟用異動資料擷取的資料庫時,即使復原模式設定為簡單復原,在擷取處理序蒐集到所有標示為待擷取的變更之前,記錄截斷點將不會前進。 如果擷取處理序並未執行,而且存在要蒐集的變更,則執行 CHECKPOINT 將不會截斷記錄。

擷取處理序也會用來維護有關追蹤資料表之 DDL 變更的記錄。 每當卸除啟用異動資料擷取的資料庫或資料表,或是加入、修改或卸除啟用異動資料擷取之資料表的資料行時,與異動資料擷取相關聯的 DDL 陳述式就會在資料庫交易記錄中建立項目。 擷取處理序會先處理這些記錄項目,然後再將相關聯的 DDL 事件公佈至 cdc.ddl_history 資料表。 您可以使用 sys.sp_cdc_get_ddl_history預存程序來取得有關影響追蹤資料表之 DDL 事件的相關資訊。

警告

  • MaxCmdsInTran 的設計不是為了要永遠開啟。 其存在的目的是為了解決有人不小心在單一交易中執行大量 DML 作業的狀況 (使得整筆交易在散發資料庫之前延遲命令的散發、鎖定持有等等)。 如果您經常地遇到這個狀況,請檢閱您的應用程式邏輯,並找出減少交易大小的方法。
  • 如果指定的發行集資料庫同時啟用 CDC 和複寫,則不支援 MaxCmdsInTran。 在此設定中使用 MaxCmdsInTran 可能會導致 CDC 變更資料表中的資料遺失。 如果在復寫大型交易時新增和移除 MaxCmdsInTran 參數,也可能會造成 PK 錯誤。

代理程式作業

通常有兩個 SQL Server Agent 作業會與啟用異動資料擷取的資料庫相關聯:用來擴展資料庫變更資料表的作業,以及負責變更資料表清除的作業。 這兩個作業都包含執行 Transact-SQL 命令的單一步驟。 所叫用的 Transact-SQL 命令是異動資料擷取定義的預存程序,可實作此作業的邏輯。 當資料庫的第一個資料表啟用異動資料擷取時,系統就會建立這些作業。 系統一定會建立清除作業。 但是,只有當資料庫沒有任何已定義的交易式發行集時,才會建立擷取作業。 當您針對資料庫同時啟用異動資料擷取和異動複寫時,系統也會建立擷取作業,而且會移除交易記錄讀取器作業,因為資料庫不再含有已定義的發行集。

擷取和清除作業都是使用預設參數建立的。 擷取作業會立即啟動。 它會連續執行,而且在每個掃描循環中最多可以處理 1000 筆交易 (循環之間等候 5 秒)。 清除作業會在每天上午 2 點執行,它會保留變更資料表項目長達 4320 分鐘或 3 天,而且單一刪除陳述式最多可以移除 5000 個項目。

當您針對資料庫停用異動資料擷取時,系統就會移除異動資料擷取代理程式作業。 當第一個發行集加入至資料庫,而且同時啟用異動資料擷取和異動複寫時,也可以移除擷取作業。

就內部而言,異動資料擷取代理程式作業是分別使用 sys.sp_cdc_add_jobsys.sp_cdc_drop_job預存程序建立和卸除的。 系統也會公開這些預存程序,讓管理員能夠控制這些作業的建立和移除。

管理員對於異動資料擷取代理程式作業的預設組態沒有明確的控制權。 sys.sp_cdc_change_job 預存程序的提供目的是允許修改預設組態參數。 此外, sys.sp_cdc_help_jobs 預存程序則是允許檢視目前的組態參數。 擷取作業和清除作業都會在啟動時從 msdb.dbo.cdc_jobs 資料表中擷取組態參數。 使用 sys.sp_cdc_change_job 針對這些值所做的任何變更,要等到此作業停止並重新啟動時才會生效。

系統提供了另外兩個預存程序,讓您能夠啟動和停止異動資料擷取代理程式作業:sys.sp_cdc_start_jobsys.sp_cdc_stop_job

注意

啟動和停止擷取作業不會導致變更資料遺失。 它只會讓擷取處理序目前無法在記錄中掃描要儲放在變更資料表中的變更項目。 避免記錄掃描在尖峰要求期間增加負載的合理策略是停止擷取作業,然後在要求降低時重新啟動它。

這兩個 SQL Server Agent 作業都設計成具備足夠的彈性而且可充分地進行設定,以便符合異動資料擷取環境的基本需求。 不過,在這兩種情況下,系統已經公開提供核心功能的基礎預存程序,方便您進一步自訂。

以 NETWORK SERVICE 帳戶身分執行 Database Engine 服務或 SQL Server Agent 服務時,異動資料擷取無法正確運作。 這樣可能會造成錯誤 22832。

與其他功能的互通性

使用其他 SQL Server 功能時,異動資料擷取有一些限制。 參閲互通性以深入了解。

已知問題

如需與異動資料擷取相關的已知問題和錯誤,請參閲 CDC 的已知問題

另請參閱