數(shù)據(jù)庫同步技術的研究與應用

寇媛媛　王曉明　喬文文

摘要：氣象部門早期的業(yè)務系統(tǒng)存在嚴重的信息孤島現(xiàn)象，需要合理規(guī)劃數(shù)據(jù)流程，采用數(shù)據(jù)庫同步技術能夠保證各個數(shù)據(jù)庫的一致性和數(shù)據(jù)的可用性。本文介紹了四種不同的同步技術，主要對比四種技術的優(yōu)缺點，根據(jù)不同的數(shù)據(jù)、不同的時效要求、不同的數(shù)據(jù)環(huán)境，采用不同的同步技術應用于廣東省氣象探測數(shù)據(jù)中心數(shù)據(jù)庫體系，支撐本省標準數(shù)據(jù)接口、業(yè)務網(wǎng)和其他業(yè)務系統(tǒng)。同時總結(jié)了同步技術的重要性，在使用過程中遇到的一些問題和后期需要改進的地方。

關鍵詞：數(shù)據(jù)庫;同步技術;XML;DML;Oracle Goldengate;Oracle DateGuard

中圖分類號：TP311 ? ? ? ?文獻標識碼：A

文章編號：1009-3044（2019）15-0003-03

氣象部門早期的業(yè)務系統(tǒng)繁多，大多自帶獨立的數(shù)據(jù)庫系統(tǒng)，這些系統(tǒng)之間相互獨立，類型不一，存在嚴重的信息孤島現(xiàn)象。大量的數(shù)據(jù)庫系統(tǒng)使業(yè)務系統(tǒng)的鏈路變得復雜，數(shù)據(jù)庫的運維給管理人員在技術和人力方面均帶來較大挑戰(zhàn)。因此要合理規(guī)劃數(shù)據(jù)流程，在盡量保證不影響現(xiàn)有業(yè)務系統(tǒng)并且消耗數(shù)據(jù)庫服務器資源足夠小的前提下，采用數(shù)據(jù)庫同步技術，保證各個數(shù)據(jù)庫數(shù)據(jù)的一致性，提高數(shù)據(jù)的可用性。

1 數(shù)據(jù)庫同步技術

數(shù)據(jù)庫同步技術最先出現(xiàn)在熱備容災領域，用以把數(shù)據(jù)實時同步到另外一個或者幾個不同的地方以防止不可抗災難的發(fā)生[1]。數(shù)據(jù)同步是通過技術手段將源端數(shù)據(jù)庫中的數(shù)據(jù)更新到其他數(shù)據(jù)庫中，從而保證所有數(shù)據(jù)庫中的數(shù)據(jù)一致。當源端數(shù)據(jù)庫中的數(shù)據(jù)發(fā)生改變時，其他數(shù)據(jù)庫中的數(shù)據(jù)也要隨之發(fā)生改變，從而保證應用需要。

1.1 XML技術實現(xiàn)數(shù)據(jù)同步

XML技術是早期最多采用的數(shù)據(jù)同步技術，XML具有簡單易懂，有自描述性，可擴展性和平臺無關性，并且是純文本文件等特點，能夠有效地解決在異構(gòu)數(shù)據(jù)庫同步時出現(xiàn)的沖突，在數(shù)據(jù)交換中經(jīng)常被使用[2]。早期的氣象部門數(shù)據(jù)庫采用的是XML技術實現(xiàn)數(shù)據(jù)同步，定時啟動數(shù)據(jù)抽取程序，抽取源端數(shù)據(jù)庫在抽取時間段內(nèi)變化的數(shù)據(jù)，形成XML文件后，再利用數(shù)據(jù)插入程序?qū)ML文件中的數(shù)據(jù)導入目標端數(shù)據(jù)庫，流程見圖1。

1.2 DML技術實現(xiàn)數(shù)據(jù)同步

DML（Data Manipulation Language）是一種數(shù)據(jù)操作語言，主要是用于檢索或者修改數(shù)據(jù)的操作，包括SELECT、INSERT、UPDATE、DELETE操作。

采用DML技術進行數(shù)據(jù)同步的主要是在源端數(shù)據(jù)庫和目標端數(shù)據(jù)庫建立數(shù)據(jù)庫關聯(lián)，通過DML語句進行數(shù)據(jù)同步，包括觸發(fā)機制和定時機制。觸發(fā)機制需要在源端和目標端數(shù)據(jù)庫表上創(chuàng)建序列字段，在目標端創(chuàng)建記錄同步序列數(shù)值的表，當源端的數(shù)據(jù)發(fā)生變化時，根據(jù)目標端序列表記錄下來的序列號確定新的序列號，對源端的數(shù)據(jù)表進行數(shù)據(jù)抽取，插入目標端數(shù)據(jù)庫，同時記錄下最大序列號寫入目標端序列表，流程見圖2。定時機制只需要定期啟動進程抽取源端數(shù)據(jù)庫變化的數(shù)據(jù)，插入目標數(shù)據(jù)庫中。

1.3 Oracle Goldengate實現(xiàn)數(shù)據(jù)同步

Oracle GoldenGate（以下簡稱OGG）是一種基于日志的結(jié)構(gòu)化數(shù)據(jù)復制備份軟件，通過實時讀取源數(shù)據(jù)庫在線日志或歸檔日志獲得數(shù)據(jù)的變化，將數(shù)據(jù)變化順序暫存，通過壓縮和加密后傳送到目標主機，再將這些變化應用到目標端數(shù)據(jù)庫，從而實現(xiàn)源數(shù)據(jù)庫與目標端數(shù)據(jù)庫同步。OGG具有高性能、可靠性、異構(gòu)性等特點[3]，可以在異構(gòu)的IT基礎結(jié)構(gòu)之間實現(xiàn)大量數(shù)據(jù)亞秒一級的實時復制，支持多種拓撲結(jié)構(gòu)上單向或雙向部署[4]。圖3為OGG的典型數(shù)據(jù)流程圖[5]，其中抽取進程負責從源端數(shù)據(jù)表或者日志中捕獲數(shù)據(jù)，投遞進程將源端產(chǎn)生的本地Trail文件以數(shù)據(jù)塊的形式通過TCP/IP協(xié)議發(fā)送到目標端，復制進程讀取目標端Trail文件中的內(nèi)容，并將其解析為DML或DDL語句，然后應用到目標端數(shù)據(jù)庫中。

1.4 Oracle DateGuard實現(xiàn)數(shù)據(jù)同步

DataGuard（以下簡稱DG）是Oracle 公司基于數(shù)據(jù)庫級別的容災解決方案[6]，是一種高可用的數(shù)據(jù)庫方案，它是在源端與目標端之間通過日志實現(xiàn)數(shù)據(jù)同步，可以實現(xiàn)快速切換與災難性恢復。源端對外提供服務，當用戶在源端進行操作時，操作被記錄在聯(lián)機日志和歸檔日志中，這些日志通過網(wǎng)絡傳遞給目標端，在目標端數(shù)據(jù)庫上重演，從而實現(xiàn)源端和目標端數(shù)據(jù)庫之間的數(shù)據(jù)同步。

2 同步方法對比

2.1 XML技術實現(xiàn)數(shù)據(jù)同步

自主研發(fā)的基于XML技術的數(shù)據(jù)同步可以兼容不同類型的數(shù)據(jù)庫系統(tǒng)，但是由于采取的是定時機制，同步的時效性較差。當源端數(shù)據(jù)表出現(xiàn)大量的數(shù)據(jù)變化時，數(shù)據(jù)抽取會生成較大的XML文件，在目標端數(shù)據(jù)庫進行更新操作時形成大事務，造成數(shù)據(jù)庫的性能下降，影響數(shù)據(jù)庫運行。同時由于同步采用的是單線程程序，當遇到XML文件較大時，會堵塞目標端數(shù)據(jù)的同步，影響同步的時效。

另外，為了保證數(shù)據(jù)的一致性，源端數(shù)據(jù)庫數(shù)據(jù)抽取的時間段會大于同步進程運行的時間間隔，同時還需要定時對一定時間段內(nèi)的數(shù)據(jù)進行補充更新，一般一個表需要啟用2個甚至3個同步進程，產(chǎn)生大量重復更新的數(shù)據(jù)，消耗了大量的系統(tǒng)資源。

2.2 DML技術實現(xiàn)數(shù)據(jù)同步

自主研發(fā)的基于DML技術的數(shù)據(jù)同步可以兼容不同類型的數(shù)據(jù)庫系統(tǒng)，可以根據(jù)業(yè)務不同采用不同的機制，比如數(shù)據(jù)頻次不確定且時效要求較高的數(shù)據(jù)表就需要采用觸發(fā)機制，而數(shù)據(jù)頻次確定且沒有時效要求的數(shù)據(jù)表可以采用定時機制。

分析采用觸發(fā)機制實現(xiàn)自動站數(shù)據(jù)表的同步，采集的時間為2013年12月18日12Z（國際時）到2013年12月19日03Z（國際時）的整點資料，去除提早入庫的資料主要分析廣東省內(nèi)前1900條（80%資料）入庫站點數(shù)據(jù)，時效如表1。同步平均時間差在17秒左右，能夠滿足應用的時效要求。

但是在實際應用過程中發(fā)現(xiàn)，DML觸發(fā)機制實現(xiàn)數(shù)據(jù)同步存在丟數(shù)據(jù)的現(xiàn)象，如表1所示，由于目前氣象部門原始數(shù)據(jù)入庫采用的是并行機制，會存在多條數(shù)據(jù)同時insert的操作，而序列生成器根據(jù)數(shù)據(jù)開始插入的時間給定數(shù)值，存在先插入的數(shù)據(jù)后插入成功的現(xiàn)象。在后插入的數(shù)據(jù)已經(jīng)同步到目標端數(shù)據(jù)庫后，先插入的數(shù)據(jù)才插入成功，而目標數(shù)據(jù)庫中的序列已經(jīng)是大于該條記錄的序列號，造成數(shù)據(jù)丟失，源端和目標端數(shù)據(jù)庫不能保證數(shù)據(jù)一致性。需要另外采用定時機制進行數(shù)據(jù)補全，數(shù)據(jù)庫同步采用多種機制重復運行保證數(shù)據(jù)一致性，對數(shù)據(jù)庫性能造成損耗。

2.3 OGG技術實現(xiàn)數(shù)據(jù)同步

OGG是目前廣東省氣象局數(shù)據(jù)庫系統(tǒng)主要使用的同步方式，在7套ORACLE數(shù)據(jù)庫之間通過部署OGG進程進行數(shù)據(jù)實時同步，數(shù)據(jù)時效較高。

由于在源端和目標端之間存在著大量的字段轉(zhuǎn)換，會對同步時效造成很大的影響。分析采用OGG實現(xiàn)的自動站數(shù)據(jù)表數(shù)據(jù)的同步效率，采集的樣例時間為2018年3月29日12Z（國際時）到2018年3月30日03Z（國際時）的整點資料，去除提早入庫的資料，采集廣東省內(nèi)前2400條（80%資料）入庫站點數(shù)據(jù)的時間，時效如表2，同步平均時間差在20秒左右。源端和目標端數(shù)據(jù)量對比如表2，兩端數(shù)據(jù)量一致，能夠保證數(shù)據(jù)的一致性。

OGG的維護需要一定的成本，需要對維護人員進行專業(yè)的培訓，同時發(fā)生故障時解決比較復雜，當源端有大事務時會對目標端數(shù)據(jù)庫造成堵塞，影響數(shù)據(jù)同步進程的運行，也會造成數(shù)據(jù)庫內(nèi)存、cpu的耗損，嚴重時會引起數(shù)據(jù)庫無法登錄。

2.4 DG技術實現(xiàn)數(shù)據(jù)同步

DG是Oracle推薦用于高可用、災難恢復的數(shù)據(jù)同步技術[6]，具有配置管理簡單、運行可靠、可提高系統(tǒng)可用性等特點，可以保證數(shù)據(jù)遷移時的一致性，避免數(shù)據(jù)遷移時的風險。同時也具有目標端數(shù)據(jù)庫不能支持所有的數(shù)據(jù)類型，只能同步整個數(shù)據(jù)庫，靈活性較差，不支持異構(gòu)環(huán)境等缺點，必須滿足以下幾個條件才能運行：一是環(huán)境中的Oracle版本和操作系統(tǒng)版本要能夠支持DG的實施;二是源端和目標端的系統(tǒng)操作系統(tǒng)平臺要一致;三是源端和目標端的數(shù)據(jù)庫Oracle版本要統(tǒng)一[5]。

目前DG同步技術在廣東省氣象數(shù)據(jù)庫中還沒有使用，計劃2018年部署對核心應用數(shù)據(jù)庫進行備份，兩端數(shù)據(jù)庫網(wǎng)絡搭建在一個內(nèi)網(wǎng)區(qū)域，解決了日志傳輸對帶寬及時延的較高要求，在源端數(shù)據(jù)庫發(fā)生故障時斷開DG，將數(shù)據(jù)接入以及應用直接切換至備用數(shù)據(jù)庫，保證兩端數(shù)據(jù)庫的一致性，保證應用完全感受不到數(shù)據(jù)庫故障帶來的影響。

綜合以上分析，四種數(shù)據(jù)庫同步技術的對比見表3。

3 同步技術在氣象部門數(shù)據(jù)庫中的應用

隨著氣象現(xiàn)代化的發(fā)展，“氣象資料一分鐘到桌面”的提出對數(shù)據(jù)時效的要求不斷提高，在平安山區(qū)、平安海洋等項目的支持下已經(jīng)對數(shù)據(jù)傳輸方式進行了升級，區(qū)域自動站等數(shù)據(jù)目前采用的是流數(shù)據(jù)傳輸方式，數(shù)據(jù)落地時間從原來的1分鐘縮短到現(xiàn)在的不到10秒，改進傳輸方式的同時，也對同步技術提出了更高的要求。

廣東省氣象探測數(shù)據(jù)中心的數(shù)據(jù)庫系統(tǒng)早期應用自己開發(fā)的程序采用XML技術進行數(shù)據(jù)同步，時效性較差，也不能保證兩端數(shù)據(jù)庫的數(shù)據(jù)一致性。改進后應用自己開發(fā)的程序采用DML技術進行數(shù)據(jù)同步，有效地解決了數(shù)據(jù)時效的問題，但是數(shù)據(jù)一致性問題還是沒有得到解決。通過對幾種同步方式的分析對比，OGG技術能夠滿足資料時效要求，保證數(shù)據(jù)一致性要求，方便部署使用，且有后期比較完善的軟件維護。2015年開始數(shù)據(jù)中心采用OGG方式進行數(shù)據(jù)同步，但是部分系統(tǒng)存在著一些系統(tǒng)以及服務器的問題無法部署OGG軟件。GPS/MET數(shù)據(jù)庫每個時次數(shù)據(jù)量和數(shù)據(jù)時間比較固定，采用的是DML技術定時機制進行同步;閃電定位數(shù)據(jù)庫數(shù)據(jù)不固定，且數(shù)據(jù)量比較小，采用的是DML技術觸發(fā)機制進行同步;資料檔案室的數(shù)據(jù)庫表不能進行改動，數(shù)據(jù)固定，無時效性要求，采用XML技術進行同步。經(jīng)過統(tǒng)籌分析各個系統(tǒng)的數(shù)據(jù)、時效要求、數(shù)據(jù)環(huán)境，分別采用XML、DML技術進行同步，2018年還將使用DG技術進行數(shù)據(jù)庫災備，具體架構(gòu)如圖5所示。整個數(shù)據(jù)庫體系通過高效系統(tǒng)及多種同步軟件，實現(xiàn)多源數(shù)據(jù)庫資源融合，目前已實現(xiàn)地面、高空、海洋、農(nóng)業(yè)與生態(tài)、大氣成分、氣象服務產(chǎn)品、歷史氣候待用數(shù)據(jù)7大類，共74種氣象資料的存放，是本省標準數(shù)據(jù)接口、業(yè)務網(wǎng)和其他業(yè)務系統(tǒng)的底層支撐。

4結(jié)束語

隨著氣象事業(yè)的不斷發(fā)展，氣象現(xiàn)代化的提出對數(shù)據(jù)的時效性、可用性要求不斷提高，也對數(shù)據(jù)庫同步技術提出了更高的要求，數(shù)據(jù)庫同步技術的發(fā)展將會極大地提高數(shù)據(jù)庫管理工作的效率和數(shù)據(jù)安全性。

但是目前OGG同步還存在著一定的問題，經(jīng)過分析時效差主要是因為需要對源端的數(shù)據(jù)進行字段轉(zhuǎn)換，從源端數(shù)據(jù)表抽取數(shù)據(jù)耗損了一定的時間，后期的工作中將主要針對源端數(shù)據(jù)庫進行升級改造，保證源端和目標端數(shù)據(jù)庫表結(jié)構(gòu)一致，可以采取全表同步的方式，從而提高同步效率，保障氣象數(shù)據(jù)的及時性、有效性和可用性。

參考文獻：

[1] 李旭，董爭鳴.基于 Oracale數(shù)據(jù)庫實時同步技術的研究與分析[J].信息安全與技術，2014（2）：57-59.

[2] 張振友，孫燕.分布式異構(gòu)數(shù)據(jù)庫同步技術研究與實現(xiàn)[J].電腦知識與技術，2015（28）：16-19.

[3] ORACLE.甲 骨 文 推 出 最 新 數(shù) 據(jù) 集 成 解 決 方 案 ——OracleGoldenGate.https：//www.oracle.com/cn/corporate/pressrelease/1-3074.html，2009.

[4] JP Jeffries.Oracle GoldenGate 11g Implementer's guide[M].Birmingham：Packt Publishing Ltd.，2011.

[5] R Gupta.Mastering Oracle GoldenGate[M].Apress， 2016.

[6] 盛瑋琦.基于Oracle Dataguard的數(shù)據(jù)災備技術[J].信息系統(tǒng)工程，2010（6）：77.

[7] 郭偉華.淺談Oracle數(shù)據(jù)同步技術[J].科技資訊，2010（33）：13-14.

[8] 潘立江，包永堂.Oracle DataGuard在異地容災中的分析與應用[J].電腦知識與技術，2008（1）：8-10.

【通聯(lián)編輯：唐一東】