zoukankan      html  css  js  c++  java
  • SQL2008的数据更新跟踪测试 (监控数据表变化,可用于同步)

    POC过程如下:


    这里我们建立一个测试环境,模拟数据在 Insert , Update 和 Delete 情况下的跟踪效果。

    1 、测试脚本的准备,下面脚本建立一个新的数据库环境,并作相应的跟踪配置后向表中添加删除更改数据。

     

    Use master 

    go 

    /*** 

    1 、建立测试环境:生成一个带主键的测试表 T_Trace 

    */ 

    if ( DB_ID ( 'db_Trace_test' ) is not null ) drop database db_Trace_test 

    go 

    Create DataBase db_Trace_test 

    go 

    use db_Trace_test 

    go 

    Create Table T_Trace ( id int not null , name varchar ( 100 )

    CONSTRAINT [ PK_T_Trace ] PRIMARY KEY CLUSTERED ( [ id ] ASC )

    )

    go 

    /*** 

    2 、配置数据库和表的更改跟踪参数 

    */ 

    ALTER DATABASE db_Trace_test SET 

        CHANGE_TRACKING = ON (

                AUTO_CLEANUP = ON ,            -- 打开自动清理选项 

                CHANGE_RETENTION = 1 HOURS    -- 数据保存期为时 

        );



    ALTER TABLE dbo . T_Trace ENABLE CHANGE_TRACKING 

    go 

    /*** 

    3 、向表中增加修改删除数据 

    */ 

    insert into T_Trace values ( 1 , ' 上海 ' ),( 2 , ' 北京 ' ),( 3 , ' 广州 ' )

    delete from T_Trace where id = 3 


    update T_Trace set name = ' 天津 ' where id = 1

    2 、跟踪分析,测试脚本和效果如下

    /*** 

    4 、获取更改过的数据 

    */ 

    SELECT 

        CHG . Sys_Change_Version as 序 列 , id as 主键 , Sys_change_Operation as 操 作 

    FROM CHANGETABLE ( CHANGES dbo . T_Trace , 0 ) CHG 

    order by CHG . Sys_Change_Version 

    /*
     
    其中,测试脚本中函数 CHANGETABLE 的第二个参数 0 代表查询开始的事物操作序列,这三条数据分别表示两个插入( I )和一个删除( D )操作并且用主键 ID 标识出来。

    * 这里主键为 1 的数据标志为插入,是因为 Insert 和 Update 是在同一个跟踪事务中查询出来的。

    3 、调整跟踪范围参数,我们从序列为 2 的操作开始跟踪,这样可以跟踪到测试数据的 Update 语句:

    SELECT

        CHG . Sys_Change_Version as 序列 , id as 主键 , Sys_change_Operation as 操作

    FROM CHANGETABLE ( CHANGES dbo . T_Trace , 2) CHG


    order by CHG . Sys_Change_Version


    这个结果则表示,主键为 1 的数据数据执行过更新操作 (U)

    1、硬件测试环境:

     

    2 、软件测试环境:

    Windows 2008Server , SQLServer2008

    3 、样本数据:

           /--**--/

    4 、测试结果:其中判断和提取更新表示查询时间,包含了返回到 SQLServer 客户端的传输时间。

    序列

    源表数据

    操作

    判断更新

    提取更新

    1

    1000 条

    Delete 语句删除 1000 条

    0 秒

    2

    0 条

    Insert 语句插入 100 条

    0 秒

    0 秒

    3

    100 条

    Insert 语句插入 1000 条

    0 秒

    0 秒

    4

    1100 条

    Insert 语句插入 10000 条

    0 秒

    0 秒

    5

    11100 条

    Insert 语句插入 100000 条

    3 秒

    4 秒

    6

    111100 条

    Insert 语句插入 100000 条

    6 秒

    7 秒

    7

    211100 条

    Insert 语句插入 100000 条

    7 秒

    11 秒

    8

    311100 条

    Delete 语句删除 100 条

    0 秒

    9

    311100 条

    Update 语句更新 100 条

    0 秒

    0 秒

    10

    311100 条

    Update 语句更新 1000 条

    0 秒

    0 秒

    11

    311100 条

    Update 语句更新 10000 条

    0 秒

    0 秒

    5 、测试评估:

           在变更数据量万级的情况下,可以很快地响应跟踪结果并提取出所需要的数据。
  • 相关阅读:
    jmeter之正则表达式
    python_appium搭建APP自动化测试环境
    网络编程
    四种单例模式
    Pycharm快捷键
    面向对象
    阶段性总结
    模块之numpy,pandas,matplotlib
    模块之json,pickle,os,sys,logging
    模块之Time,datatime,hashlib,hmac
  • 原文地址:https://www.cnblogs.com/accumulater/p/6093218.html
Copyright © 2011-2022 走看看