如何对正在使用中的数据库进行历史数据迁移？

时间：2021-09-24 20:42:29 阅读：389 评论：0 收藏：0 [点我收藏+]

作为开发人员，能学会简单地对历史数据迁移是日常基本功。在上篇文章中，我们初步地解释了历史数据迁移的基本概念，以及如何使用SQL SERVER存储过程实现对历史数据迁移。

一般来说直接在数据库中写SQL语句（insert into ... select from）的方式进行迁移，仅适用于“停服状态”下的数据迁移场景，也就是数据库处于无用户使用的情况下，而且迁移场景有限。

当数据库在生产环境中实时在用，而且数据量较大的前提下，很显然会影响性能，上述方法并不可取。

今天我们来介绍一个新的思路，可将历史数据迁移对现有实时在用数据库的性能影响降到较低水平。

1、大体迁移思路

简单描述下思路：
1、先利用程序根据创建时间升序排序，直接查询TopN条数据，记录到程序缓存中。
【查询后就和正式数据库没关系了，只要TopN不大，这个简单的查询几乎对数据库没有任何影响。】
2、然后程序将缓存中的TopN条数据写入到历史库。
【这个阶段和正式数据库没有半点关系，哪怕写的再慢，也不影响正式数据库】
3、核对下历史数据库中的数据，确保没有问题，就可以删除正式环境中的TopN条数据了。
【这里删除操作稍微比查询影响大些，但是仅仅是小批量的数据删除同样影响不大。】
4、如果需要大批量数据迁移怎么办？非常简单，分批执行，比如循环执行CountX次，那么迁移的总数据量就为TopN×CountX ，所以根本不怕数据量大，开启程序自动执行即可，也就是用耗时间来减少对数据库性能的影响。【执行时间换性能】

这个思路和insert into ... select from的方式，最大的区别就在用写入历史数据库的过程不影响正式在用的数据库，只剩下TopN条数据的查询和删除操作，影响很小。

特别说明：TopN不能太大，这个越小越好，根据表字段的多少，数据库的性能，以及用户连接数情况综合考虑，建议TopN取值在1000到5000条之间，这样对数据库影响几乎可以忽略。

2、例子中使用到的主要技术

为了实现这个思路，我这里也随便写个简单程序来试试效果，做个例子，仅供大家参考。

由于是最基础的例子，我就不用通用的底层框架了，免得大家看起来吃力。同时为了运行演示方便，直接写个exe可执行程序好了。

这个讲解的例子，用到的技术主要包括：
数据库：SQL SERVER，
数据库访问组件：Entity Framework Core
日志记录：Serialog.AspNetCore
开发语言：C#
技术框架：.NET 5
项目模版：控制台应用程序

3、创建个Model实体类

按照EntityFramework Core的思路，先建个Model吧。

  1 using System;
  2 using System.Collections.Generic;
  3 using System.ComponentModel.DataAnnotations;
  4 using System.ComponentModel.DataAnnotations.Schema;
  5 using System.Text;
  6 
  7 namespace Tyingtech_glps.Entities.HDM
  8 {
  9     /// <summary>
 10     /// 接口请求记录
 11     /// </summary>
 12     [Table("GLPS_APIREQUEST")]
 13     public class GLPS_APIREQUEST
 14     {
 15         [Key]
 16         public string FID { get; set; }
 17 
 18         /// <summary>
 19         /// 接口编号【固定】
 20         /// </summary>
 21         public string FAPICODE { get; set; }
 22 
 23         /// <summary>
 24         /// 请求方身份ID
 25         /// </summary>
 26         public string FAPPID { get; set; }
 27 
 28         /// <summary>
 29         /// 接口请求方URL地址
 30         /// </summary>
 31         public string FFORMURL { get; set; }
 32 
 33         /// <summary>
 34         /// 接口请求方IP
 35         /// </summary>
 36         public string FIP { get; set; }
 37 
 38         /// <summary>
 39         /// 请求参数（JSON字符串）
 40         /// </summary>
 41         public string FREQUESTDATA { get; set; }
 42 
 43         /// <summary>
 44         /// 请求时间点
 45         /// </summary>
 46         public DateTime FREQTIME { get; set; }
 47 
 48         /// <summary>
 49         ///响应参数（JSON字符串）
 50         /// </summary>
 51         public string FRESPONSE { get; set; }
 52 
 53         /// <summary>
 54         /// 响应时间点
 55         /// </summary>
 56         public DateTime FRESTIME { get; set; }
 57 
 58         /// <summary>
 59         /// 总毫秒数
 60         /// </summary>
 61         public int FMILLISECOND { get; set; }
 62 
 63         /// <summary>
 64         /// 接口请求结果（1：成功；0：失败；-1：接口内部异常）
 65         /// </summary>
 66         public int FISSUCCESS { get; set; }
 67 
 68         /// <summary>
 69         /// 失败详情，仅内部使用（如：内部报错异常信息；AppId错误；非法请求；参数不全；...）
 70         /// </summary>
 71         public string FRESULT { get; set; }
 72 
 73         /// <summary>
 74         /// 约定格式数据1 （如：车牌号）
 75         /// </summary>
 76         public string FDATA1 { get; set; }
 77 
 78         /// <summary>
 79         /// 约定格式数据2 （如：进场、离场）
 80         /// </summary>
 81         public string FDATA2 { get; set; }
 82 
 83         /// <summary>
 84         /// 约定格式数据3 （如：...）
 85         /// </summary>
 86         public string FDATA3 { get; set; }
 87 
 88         /// <summary>
 89         /// 约定格式数据4（如：...）
 90         /// </summary>
 91         public string FDATA4 { get; set; }
 92 
 93         /// <summary>
 94         /// 约定格式数据5（如：...）
 95         /// </summary>
 96         public string FDATA5 { get; set; }
 97 
 98         /// <summary>
 99         /// 创建时间
100         /// </summary>
101         public DateTime FCREATETIME { get; set; }
102     }
103 }

4、执行TopN条数据的迁移

  1 /// <summary>
  2 /// 历史数据迁移【一次性迁移】
  3 /// </summary>
  4 /// <param name="n">数据迁移量（条数） top N</param>
  5 /// <returns>实际迁移成功数量</returns>
  6 public static int DataToHisExecOne(int n)
  7 {
  8     n = n > 10000 ? 10000 : n;   //一次最多1万（再多可能会对性能有影响【迁移第一条：尽量不能影响现有在用数据库的业务】）
  9                         
 10     //测试环境
 11     EnumWhichDB whichDB = EnumWhichDB.DevGlps;
 12     EnumWhichDB whichDBHis = EnumWhichDB.DevGlpsHis;
 13 
 14     string connStr = DBConnectionString.GetConnStr(whichDB);         //当前需要迁移的数据库
 15     string connStrHis = DBConnectionString.GetConnStr(whichDBHis);   //历史数据库
 16 
 17     //Serialog 记录日志
 18     var logFileName = string.Format("ToHisOne_ApiRequest_{0}.txt", DateTime.Now.ToString("yyyyMMddHH"));
 19     var log = new LoggerConfiguration()
 20         .WriteTo.Console()
 21         .WriteTo.File(logFileName)
 22         .CreateLogger();
 23 
 24     log.Information($"开始迁移数据，计划迁移条数为：{n}");
 25 
 26     int beginCount = GetRowCount(whichDB);        //当前数据库数据迁移前的记录行数
 27     int beginCountHis = GetRowCount(whichDBHis);  //历史数据库数据迁移前的记录行数
 28 
 29     Stopwatch sw = new Stopwatch();     //检测运行时间(对每个阶段)
 30     Stopwatch swAll = new Stopwatch();  //总耗时
 31     swAll.Start();
 32 
 33     sw.Start();
 34     DateTime maxCreateTime = GetAscMaxCreateTimeTopN(whichDB,n);
 35     sw.Stop();
 36     log.Information("对应迁移数据FCREATETIME为:" + maxCreateTime.ToString("yyyy-MM-dd HH:mm:ss.fffff") + $"，查询maxCreateTime耗时：{sw.ElapsedMilliseconds} 毫秒。");
 37 
 38     sw.Restart();   //重新开始计时
 39     List<GLPS_APIREQUEST> records = new List<GLPS_APIREQUEST>();
 40     //从数据库查最早的数据 
 41     using (var db = new GlpsDbContext(connStr))
 42     {
 43         records = db.DS_ApiRequest
 44             .Where(t => t.FCREATETIME <= maxCreateTime)
 45             .OrderBy(t => t.FCREATETIME)
 46             .AsNoTracking()    //非跟踪查询（只读，提升效率）
 47             .ToListAsync().Result;
 48     }
 49     sw.Stop(); //计时结束
 50     log.Information($"按时间点实际查询到 {records.Count} 条数据，耗时：{sw.ElapsedMilliseconds} 毫秒。");
 51 
 52     sw.Restart();   //重新开始计时            
 53     //写数据到历史数据库
 54     int newCount = 0;
 55     using (var db = new GlpsDbContext(connStrHis))
 56     {
 57         db.DS_ApiRequest.AddRange(records);
 58         newCount = db.SaveChanges();  //最后保存数据
 59         log.Information($"实际成功写入到历史数据库条数： {newCount}");
 60     }
 61     sw.Stop(); //计时结束
 62     log.Information($"实际成功写入到历史数据库条数：{newCount} , 写入耗时：{sw.ElapsedMilliseconds} 毫秒。");
 63 
 64 
 65     //最后删除数据
 66     DateTime maxCreateTimeHis = GetMaxCreateTime(whichDBHis); //历史数据库最大的FCreateTime
 67 
 68     //两个时间相同，则可以删除数据，否则不删除，直接预警（中间数据可能出错，需要人工干预）
 69     if (maxCreateTime == maxCreateTimeHis)
 70     {
 71         sw.Restart();
 72         var rowCount = DeleteByFCreateTime(whichDB, maxCreateTime);
 73         sw.Stop();
 74         log.Information($"迁移后删除数据条数:{rowCount} , 删除耗时：{sw.ElapsedMilliseconds} 毫秒。");
 75     }
 76     else if (newCount < n && newCount == records.Count)  //就是实际小于n，那么是：C#的datetime和数据库的datetime精度不同
 77     {
 78         sw.Restart();
 79         var rowCount = DeleteByFCreateTime(whichDB,maxCreateTimeHis); //需按历史数据库的日期来删除
 80         sw.Stop();
 81         log.Information($"迁移后删除数据条数:{rowCount} , 删除耗时：{sw.ElapsedMilliseconds} 毫秒。");
 82     }
 83     else
 84     {
 85         log.Error("数据对比出错：maxCreateTime != maxCreateTimeHis。 未执行最后的删除数据！！！请开发人员核对数据。");
 86         log.Information("maxCreateTime = " + maxCreateTime.ToString("yyyy-MM-dd HH:mm:ss.fff"));
 87         log.Information("maxCreateTimeHis = " + maxCreateTimeHis.ToString("yyyy-MM-dd HH:mm:ss.fff"));
 88     }
 89 
 90     int endCount = GetRowCount(whichDB);        //当前数据库数据迁移后的记录行数
 91     int endCountHis = GetRowCount(whichDBHis);  //历史数据库数据迁移后的记录行数
 92     log.Information($"迁移前GLPS_APIREQUEST的数据条数：{beginCount} , 迁移后数据条数：{endCount}");
 93     log.Information($"迁移前GLPS_APIREQUESTHis的数据条数：{beginCountHis} , 迁移后数据条数：{endCountHis}");
 94 
 95     swAll.Stop();
 96     log.Information($"swAll：迁移总耗时：{swAll.ElapsedMilliseconds} 毫秒。");
 97     log.Information("------------------------------------------------");
 98 
 99     return newCount;
100 }

中间用到的几个单独逻辑的方法

 1 /// <summary>
 2 /// 获取总记录行数
 3 /// </summary>
 4 /// <param name="whichDB"></param>
 5 /// <returns></returns>
 6 private static int GetRowCount(EnumWhichDB whichDB)
 7 {
 8     string connStr = DBConnectionString.GetConnStr(whichDB);
 9     int totalCount = 0;
10     using (var db = new GlpsDbContext(connStr))
11     {
12         totalCount = db.DS_ApiRequest.Count();
13     }
14     return totalCount;
15 }
16 
17 
18 /// <summary>
19 /// 查询数据库中最大的FCreateTime
20 /// </summary>
21 /// <param name="whichDB"></param>
22 /// <returns></returns>
23 private static DateTime GetMaxCreateTime(EnumWhichDB whichDB)
24 {
25     string connStr = DBConnectionString.GetConnStr(whichDB);
26     DateTime maxCreateTime = DateTime.MinValue;
27     using (var db = new GlpsDbContext(connStr))
28     {
29         //查询历史数据库，最大的FCREATETIME
30         var record = db.DS_ApiRequest.OrderByDescending(t => t.FCREATETIME).Take(1).SingleOrDefault();
31         if (record != null)
32         {
33             maxCreateTime = record.FCREATETIME;
34         }                
35     }
36     return maxCreateTime;
37 }
38 
39 /// <summary>
40 /// 按创建时间从小到大排序（FCreateTime Asc），取前N条数据的最大FCreateTime
41 /// 【即：取最早N条数据中，最大的创建时间】
42 /// </summary>
43 /// <param name="whichDB"></param>
44 /// <param name="topN"></param>
45 /// <returns></returns>
46 private static DateTime GetAscMaxCreateTimeTopN(EnumWhichDB whichDB,int topN)
47 {
48     string connStr = DBConnectionString.GetConnStr(whichDB);
49     DateTime maxCreateTime = DateTime.MinValue;
50     using (var db = new GlpsDbContext(connStr))
51     {
52         //查询totalCount对应最大的FCREATETIME
53         var record = db.DS_ApiRequest.OrderBy(t => t.FCREATETIME)
54             .Skip(topN - 1).Take(1).SingleOrDefault();
55         if (record != null)
56         {
57             maxCreateTime = record.FCREATETIME;
58         }
59     }
60     return maxCreateTime;
61 }
62 
63 /// <summary>
64 /// 删除小于等于【某个创建时间】的数据
65 /// </summary>
66 /// <param name="whichDB"></param>
67 /// <param name="maxCreateTime"></param>
68 /// <returns>删除记录数</returns>
69 private static int DeleteByFCreateTime(EnumWhichDB whichDB, DateTime maxCreateTime)
70 {
71     int rowCount = 0;
72     string connStr = DBConnectionString.GetConnStr(whichDB);
73     using (var db = new GlpsDbContext(connStr))
74     {
75         List<SqlParameter> listParams = new List<SqlParameter>{
76                 new SqlParameter("FCREATETIME", maxCreateTime)
77             };
78         rowCount = db.Database.ExecuteSqlRaw(@"delete from GLPS_APIREQUEST where FCREATETIME<=@FCREATETIME", listParams);                
79     }
80     return rowCount;
81 }

5、大数据量循环执行的逻辑

 1 /// <summary>
 2 /// 历史数据迁移【分批迁移】
 3 /// </summary>
 4 /// <param name="totalCount">任务总迁移条数</param>
 5 /// <param name="prePageCount">分批迁移，单次查询数量</param>
 6 public static void DataToHis(int totalCount=100,int prePageCount=10)
 7 {
 8     //临界值设定
 9     totalCount = totalCount > 1000000 ? 1000000 : totalCount;       //单次任务100万
10     prePageCount = prePageCount > 10000 ? 10000 : prePageCount;     //每次1万
11 
12     //Serialog 记录日志
13     var logFileName = string.Format("ToHis_ApiRequest_{0}.txt", DateTime.Now.ToString("yyyyMMddHH"));
14     var log = new LoggerConfiguration()
15         .WriteTo.Console()
16         .WriteTo.File(logFileName)
17         .CreateLogger();
18 
19     Stopwatch swAll = new Stopwatch();  //总耗时
20     swAll.Start();
21 
22     log.Information($"本次计划总迁移数据条数：{totalCount}，分批单次执行条数：{prePageCount}");
23     int okCount = 0;  //迁移成功的条数
24     int runTimes = 0;
25     while (okCount < totalCount)
26     {
27         runTimes++;
28         if (runTimes % 20 == 0)   
29         {
30             Console.Clear();  //每执行20次的时候，清除控制台
31             Console.WriteLine("控制台已被清理。");
32         }
33         if (totalCount - okCount < prePageCount)
34         {
35             prePageCount = totalCount - okCount;  //最后一次如果没有一页数据，只迁移部分
36             if (prePageCount == 1) break;         //如果是1条的话，日期精度容易出现问题，特意控制不执行
37         }
38         okCount += DataToHisExecOne(prePageCount);
39         log.Information(@"已执行累计条数{0}，累计耗时：{1}分{2}秒{3}，累计执行次数{4}", okCount, swAll.Elapsed.TotalMinutes, swAll.Elapsed.Seconds, swAll.Elapsed.Milliseconds, runTimes);
40     }
41 
42     swAll.Stop();
43     log.Information($"本次实际总迁移数据条数：{okCount}，共分批执行次数：{runTimes}");
44     log.Information("================================================");
45 
46 }

6、在appsettings.json 做一些基础配置

配置的目的是为了方便执行，免得改程序。

1  "TyUseEnv": "0", //使用环境(0:测试环境；1：正式环境（沙箱）)
2   "TyTopN": "10", //每次迁移的数据条数
3   "TyTotalCount": "25", //分批总迁移数据量
4   "TyForTable": "GLPS_APIREQUEST", //需要迁移数据的表名（测试已支持：GLPS_APIREQUEST、GLPS_GATEENTRYREC）

其他的表以此类推，可以进行多表切换。

在控制台Main方法中通过依赖注入的方式，动态实例化要迁移的表结构。

历史数据迁移，只要支持此接口（IExecDataToHis）即可，说白就2个迁移方法而已：单次执行和分批循环执行。

其他的表以此类推，可以进行多表切换。

在控制台Main方法中通过依赖注入的方式，动态实例化要迁移的表结构。

历史数据迁移，只要支持此接口（IExecDataToHis）即可，说白就2个迁移方法而已：单次执行和分批循环执行。

 1 using Twi.NET5.Core;
 2 
 3 namespace Tyingtech_glps.Interface.HDM
 4 {
 5     /// <summary>
 6     /// 可执行的数据迁移接口（单个和分批）
 7     /// </summary>
 8     public interface IExecDataToHis : IWhoAmI
 9     {
10         /// <summary>
11         /// 历史数据迁移【分批迁移】
12         /// </summary>
13         /// <param name="totalCount">任务总迁移条数</param>
14         /// <param name="perPageCount">分批迁移，单次查询每页数量</param>
15         public TwiReturnBase DataToHis(int totalCount = 10000, int perPageCount = 1000);
16 
17         /// <summary>
18         /// 历史数据迁移【一次性迁移】
19         /// </summary>
20         /// <param name="n">数据迁移量（条数） top N</param>
21         public TwiReturnBase DataToHisExecOne(int n);
22     }
23 }