数据清理的遗留问题处理

最近处理一个遗留问题,感觉手动修复真是让人抓狂,所以花了点力气写了一个半自动的脚本,总算从这个繁琐的工作中解放出来了。
问题的背景如下图所示。
存在一个很大的统计库(有容灾备库),还有一个历史统计库,历史统计库中都是相对较老的数据
统计库中的数据相对要新一些,但是数据持续增长,空间使用太多,业务中使用历史数据的频率不高,把历史数据清理了又怕影响业务,就需要把数据暂时挪到历史库中,所以历史库中的数据都是几年前的老数据,而统计库中的都是近几年相对较新的数据。
比如一个分区表test,有2011年的分区数据在历史库中,有2014年的数据在统计库中,统计库中的数据太多,空间不足就需要把数据从统计库清理掉,同事保证历史库中存在这份数据。
数据清理的遗留问题处理
可能之前的同事把有些表空间和分区绑定了起来,所以涉及的表空间非常多,需要检查这些表空间中所对应的数据文件,表空间所在的段中的分区数据情况,然后再在历史库中检查一遍,确定两边查到的数据条数是一样的(历史数据不会有dml改动),如果数据在两边都存在,就删除现网统计库中的,然后删除对应的数据文件,对应的表空间。
之前是每隔一周或者两周左右就会做一次这样的检查和清理工作,所以得时常惦记着,想多删点,因为手动校验检查处理着实费神费力,所以也删不了太多。
所以下了决心改进这个情况,至少做成半自动化,人工审核还是需要的,为了保证不误删,检查出现偏差。

我写了一个简单的脚本,运行内容如下:
清理之前,查看有多少含有DATA字样的表空间可清理,清理年份为2012年
check genaral status of data from year 2012
?? SIZE_MB
———-
??? 308410
检查可清理的段情况,都是分区表和分区索引段。
check segement size summary from year 2012
SEGMENT_TYPE????????? SIZE_MB
—————— ———-
INDEX PARTITION??? 255325.188
TABLE PARTITION??????? 288483
检查可清理的段情况,有多少可清理
check segment count summary from year 2012
SEGMENT_TYPE???????? COUNT(*)
—————— ———-
INDEX PARTITION????????? 4148
TABLE PARTITION????????? 1505

然后就得到了计划清理的表空间,数据文件和文件大小
CONSUMEID_DATA_20121008??????? +DATA/sgstatdb3/datafile/consumeid_data_20121008.758.840501581??????????????? 200
CONSUMEID_DATA_20120705??????? +DATA/sgstatdb3/datafile/consumeid_data_20120705.752.840501565??????????????? 210
CONSUMEID_DATA_20120403??????? +DATA/sgstatdb3/datafile/consumeid_data_20120403.742.840501535??????????????? 230
CONSUMEID_DATA_20120704??????? +DATA/sgstatdb3/datafile/consumeid_data_20120704.743.840501541??????????????? 230
CONSUMEID_DATA_20121009??????? +DATA/sgstatdb3/datafile/consumeid_data_20121009.746.840501549??????????????? 230
CONSUMEID_DATA_20121007??????? +DATA/sgstatdb3/datafile/consumeid_data_20121007.741.840501535??????????????? 240

然后统计有多少表空间可清理。
CONSUMEID_DATA_20121008?????????????? 200
CONSUMEID_DATA_20120705?????????????? 210
CONSUMEID_DATA_20121009?????????????? 230
CONSUMEID_DATA_20120403?????????????? 230
。。。

然后根据条件生成查看表分区数据的sql语句。
select ‘TEST:TEST_SERVER_LOG_SERVER_LOG_20120410′, count(*) from TEST.TEST_SERVER_LOG partition (SERVER_LOG_20120410);
select ‘TEST:TEST_SERVER_LOG_SERVER_LOG_20120411′, count(*) from TEST.TEST_SERVER_LOG partition (SERVER_LOG_20120411);
select ‘TEST:TEST_SERVER_LOG_SERVER_LOG_20120412′, count(*) from TEST.TEST_SERVER_LOG partition (SERVER_LOG_20120412);
。。。。
在统计库和历史统计库中查看。
统计库中查看
TEST:TEST_SERVER_LOG_SERVER_LOG_20120410??? 2118970
TEST:TEST_SERVER_LOG_SERVER_LOG_20120411??? 2145005
TEST:TEST_SERVER_LOG_SERVER_LOG_20120412??? 2128818

历史统计库中查看
TEST:TEST_SERVER_LOG_SERVER_LOG_20120410??? 2118970
TEST:TEST_SERVER_LOG_SERVER_LOG_20120411??? 2145005
TEST:TEST_SERVER_LOG_SERVER_LOG_20120412??? 2128818

比对两边的数据情况,如果一致则删除
alter table? TEST.TEST_SERVER_LOG drop partition (SERVER_LOG_20120410);
alter table? TEST.TEST_SERVER_LOG drop partition (SERVER_LOG_20120411);
alter table? TEST.TEST_SERVER_LOG drop partition (SERVER_LOG_20120412);

清理完成之后开始确认表空间中是否存在其它的段,然后开始尝试删除数据文件。

初版脚本如下,后面需要不断完善,不过目前所列的这些基本步骤都做到了,很多繁琐的检查工作都给提炼出来了,不用重复执行,费时费力了。
tmp_year=2012
conn_dba=testdba/testdba
hist_conn_dba=tesetdba/testdba@statdb_hist
sqlplus -s $conn_dba <<>
prompt check genaral status of data from year $tmp_year
select sum(bytes/1024/1024) size_MB from dba_data_files where tablespace_name like ‘%DATA%${tmp_year}%’ ;

prompt check segement size summary from year $tmp_year
select segment_type,sum(bytes/1024/1024) size_MB from dba_segments where tablespace_name in (select tablespace_name from dba_data_files where tablespace_name like ‘%${tmp_year}%’ ) group by segment_type;

prompt check segment count summary from year $tmp_year
select segment_type,count(*) from dba_segments where tablespace_name in (select tablespace_name from dba_data_files where tablespace_name like ‘%${tmp_year}%’ ) group by segment_type;

set linesize 200
col file_name format a70
set pages 0
select tablespace_name,file_name,sum(bytes/1024/1024) size_MB from dba_data_files where tablespace_name like ‘%DATA%${tmp_year}%’ group by tablespace_name,file_name order by size_MB;

select tablespace_name,sum(bytes/1024/1024) size_MB from dba_data_files where tablespace_name like ‘%DATA%${tmp_year}%’ group by tablespace_name order by size_MB;

set feedback off
set linesize 200
spool get_tab_part_cnt.sql
select ‘select ‘||chr(39)||owner||':’||segment_name||’_’||partition_name ||chr(39)||’, count(*) from ‘||owner||’.’||segment_name||’ partition (‘||partition_name||’);’
from dba_segments where tablespace_name in (select tablespace_name from dba_tablespaces? where tablespace_name like ‘%DATA%${tmp_year}%’) and segment_type in (‘TABLE PARTITION’) and rownum<10;
spool off
EOF

sqlplus -s $conn_dba <<>
set pages 0
set feedback off
spool get_tab_part_cnt.log_statdb2
@get_tab_part_cnt.sql
spool off
EOF

sqlplus -s $hist_conn_dba <<>
set pages 0
set feedback off
spool get_tab_part_cnt.log_statdb2_hist
@get_tab_part_cnt.sql
spool off
EOF

sdiff get_tab_part_cnt.log_statdb2 get_tab_part_cnt.log_statdb2_hist > tab_cnt_summary.lst

diff_cnt=`diff get_tab_part_cnt.log_statdb2 get_tab_part_cnt.log_statdb2_hist`

sqlplus -s $conn_dba <<>
set feedback off
set pages 0
spool drop_tab_part.sql
select ‘alter table? ‘||owner||’.’||segment_name||’ drop partition (‘||partition_name||’);’
from dba_segments where tablespace_name in (select tablespace_name from dba_tablespaces? where tablespace_name like ‘%DATA%${tmp_year}%’) and segment_type in (‘TABLE PARTITION’) and rownum<10;
spool off;
EOF

有的朋友可能疑惑为什么不用db link直接比较,因为使用db link来指定具体的分区就不支持了。
select count(*) from TEST.TEST_SERVER_LOG@db_link partition (SERVER_LOG_20120410);
ORA-14100: partition extended table name cannot refer to a remote object
要想突破,搜到的解决方法有两种,但是都果断放弃了,因为确实也没有太好的效果。
解决方式有两种:
1、? 不使用partition选项,而在where的条件里进行数据筛选
2、? 在源库设立视图,指向分区数据,通过dblink访问该视图
?另外通过创建远程表分区的同义词可以达到避过该错误的目的,但效果和全表扫描一样,并不能实现分区扫描,所以并无意义

本站部分文章源于互联网,本着传播知识、有益学习和研究的目的进行的转载,为网友免费提供。如有着作权人或出版方提出异议,本站将立即删除。如果您对文章转载有任何疑问请告之我们,以便我们及时纠正。

PS:推荐一个微信公众号: askHarries 或者qq群:474807195,里面会分享一些资深架构师录制的视频录像:有Spring,MyBatis,Netty源码分析,高并发、高性能、分布式、微服务架构的原理,JVM性能优化这些成为架构师必备的知识体系。还能领取免费的学习资源,目前受益良多

转载请注明原文出处:Harries Blog? ? 数据清理的遗留问题处理

赞 (0)
分享到:更多 ()

评论 0

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址