一款数据库比较与同步软件的设计与实现

最新推荐文章于 2022-10-31 20:12:55 发布

csdn20140826

最新推荐文章于 2022-10-31 20:12:55 发布

阅读量248

点赞数

文章标签：数据库设计模式

1 、开发背景

我是做软件开发的，在项目实施过程中，经常遇到系统对接问题，需要将一个系统的数据同步到另一个系统，即需要做数据库的同步。

搜遍了各大网络，未找到适合的解决方案。现有的数据库系统，大多数只支持同型数据库之间的同步，不支持异型数据库同步，而现实中的数据库种类很多，相互间都可能需要同步；其它同步软件又太复杂，需要配置的东西太多，不适合交付给普通客户使用。

干脆，自己动手开发了这款 DBSync 软件，用于各种数据库之间的比较与同步，且力求简单实用。

2 、设计思想

传统的数据库同步，一般使用快照 + 事务日志的工作模式。用大白话来说，就是先把源数据整个复制到目标库，使得双方具有相同的起点；再启动监测程序，随时监测源数据的变化，一旦有更新操作（即事务），就将事务传递至目标库，在目标库中实施同样的更新，从而使得双方保持一致。

不同的数据库系统，事务日志的格式不同，按照这个模式设计的同步软件，只适用于同类型数据库的同步，如 SQL Server 到 SQL Server ， Oracle 到 Oracle 等。 DbSync 采取不同的同步策略，不再卷入具体的事务，而是直接访问事务的结果，即直接访问数据，通过扫描比较双方数据，找到相互间的差异，再将差异部分同步过去。按照这个模式， DbSync 就具有广泛的通用性，能用于各种数据库之间的同步。因为，无论什么样的数据库，也无论它怎么工作，最终的结果无非就是数据。

3 、功能及技术要点

3.1 使用 ADO.Net 的 OleDbConnection 连接数据库，因此能连接各数据源，包括 Access 、 SQL Server 、 Oracle 、 MySQL 、 DB2 等常规数据库，也包括 Excel 、 txt 、 csv 等文件数据源。

3.2 既支持相同类型数据库之间的同步，如 Access 到 Access 、 SQL Server 到 SQL Server ，又支持异型数据库之间的同步，如 Excel 到 Access 、 Access 到 SQL Server 、 SQL Server 到 Oracle 等。

3.3 以任务为同步的基本单位，一个任务负责一对数据表之间的同步，多个数据表间的同步设置多个任务即可。

3.4 任务采取线程的方式运行，可并发启动、执行多个线程，因此可并发执行多个同步任务。

3.5 任务可设置为自动重复执行，只需预先设置好时间间隔，即可长期自动运行，从而实现无人值守同步。最短时间间隔可设置为 1 秒，几乎等同于实时同步。

3.6 提供断点续传能力，当同步中断后，再次同步时能从中断位置继续同步，避免每次都从头开始。

3.7 提供单独的数据比较功能，可对比两份数据，突出显示改动条目，修改情况一目了然。

4 、使用方法

4.1 主界面介绍

打开软件后进入主界面，显示同步任务列表，如下图所示：

图 1 ： DBSync 主界面

说明：

●数据比较： Click 任务列表中的“○”按钮，可比较双方数据，突出显示改动条目。

●数据同步： Click 任务列表中的“ ► ”按钮，立即开始同步。

●执行状态：实时显示同步进度信息，包括：已扫描的记录数、已同步（增删改）的记录数等。

●开始时间、结束时间、下次开始时间：显示每个任务执行的时间信息。

●日志： Click 任务列表中的“查看”按钮，可查看该任务的操作历史、同步历史。

●设置： Click 任务列表中的“修改”按钮，可修改任务设置。

4.2 同步任务设置

软件预设了 3 个同步任务，用作示范。要同步自己的数据，您必须根据自己的需要设置任务，指定源数据表、目标数据表，以及同步方式、同步频度等。 Click 主界面上的“新增”按钮，即可新增一个同步任务，进入 Step1 。

Step1 ：选择源数据库、目标数据库

首先要指定源数据库、目标数据库，如下图所示：

图 2 ： DBSync 选择数据库

说明：本界面的用途是设置源数据库及目标数据库的连接字符串，使得 DBSync 能连接双方数据库。其中，界面上打星号（ * ）的栏位是必填的。填写完成后，请 Click 标签 2 ，进入 Step2 。

Step2 ：选择源数据表、目标数据表

图 3 ： DBSync 选择数据表

说明：本界面的用途是选择源数据表及目标数据表。选择完成后，请 Click 标签 3 ，进入 Step3 。

Step3 ：选择字段对应关系

图 4 ： DBSync 选择字段对应关系

说明：本界面的用途是选择字段对应关系，即：源字段以及对应的目标字段。如果您需要做增量同步，这里必须选择主键字段。主键字段是记录的唯一标志，它用于判别同步双方是否存在对应记录。选择完成后，请 Click 标签 4 ，进入 Step4 。

Step4 ：选择同步方式及频度

图 5 ： DBSync 同步方式及频度

说明：本界面的用途是选择同步方式及频度。

（ 1 ）同步方式：

●全部新增（ Insert ）至目标表：是指将源数据表中的数据全部 Insert 到目标数据表。

●仅同步增量数据：是指以主键字段为记录标识，查找相互间的差异，只同步差异部分（即增量部分），而相同部分不同步。

（ 2 ）执行频度：

●手动点击“开始”执行：是指每次同步都由用户 Click 任务列表中的“ ► ”来执行。

●手动，然后自动重复执行：是指由用户 Click “ ► ”开始第一次执行，同步结束后，程序会按照预定时间间隔自动重复执行。只要程序不关闭，同步操作就会一直持续下去，从而实现无人值守同步。

（ 3 ）同步范围：

属于高级选项，可填写 Select * From...Where... 形式的 SQL 语句，每次同步前会执行，用于进一步限定参与同步的数据范围。

（ 4 ）同步后处理：

属于高级选项，可填写 Update SQL 语句，每次同步后会执行，用于数据回写、数据转换、公式计算等额外任务。

4.3 数据比较界面

设置好同步任务后， Click 任务列表中的“○”按钮，进入扫描与比较界面，如下图所示：

图 6 ： DBSync 扫描与比较界面

说明：本界面的用途是比较双方数据，找出数据差异（即增量）。该界面不实施同步，仅展示增量数据，其中的红色部分为已修改字段，移动鼠标过去能显示修改前的原值。

5 、核心算法及提速措施

数据库产品的一个重要指标就是速度，同步软件也不例外。同步一般分两个步骤：先快照或复制过去，再监测更新并同步更新。前者类似于文件复制，是最初的一次性的动作；后者是长期的随时要做的动作，因此，重点在于更新速度。

传统同步软件通过事务日志进行更新，虽然不通用，但速度快，几乎是实时同步的效果； DBSync 使用扫描比较判断更新，虽然通用，但速度可能较慢。为此， DBSync 提供一种机制，使得每次同步仅扫描比较增量数据，从而大幅提速。

为了深入理解提速原理，我们先了解一下扫描比较的核心算法：首先， DBSync 会读取双方的数据，并按主键字段排序；然后，以主键字段值为记录标识，依次比较双方的记录。对于源数据表存在而目标表不存在的记录，视作新增增量；对于目标数据表存在而源数据表不存在的记录，视作删除增量；对于源数据表与目标数据表均存在的记录，则继续比较其它字段，其它字段有差异的，视作修改增量；无差异的，则为相同数据。

一般来说，同步是定期重复执行的，两次同步间的增量非常有限，绝大部分是未变化的相同数据。比如，一个记录数为百万级的数据表，如果每 5 秒同步一次， 5 秒内的增量是很少的，通常也就几十条记录，与百万级总量相比几乎是忽略不计的。因此，简单的全表扫描比较会浪费大量时间，提速思路就是排除相同数据的无意义比较，仅扫描比较增量数据。具体措施：

5.1 在源数据库中创建一个表，用于记录每次同步的完成时间，例如：表名 DBSync ，含一个字段 SyncDate ，其中的 SyncDate 初始化为一个很小的值，如： 1900-1-1

5.2 对于新增、修改增量，单独用一个任务来执行，并在 Step4 设置回写 SQL ，向源数据库写入同步完成时间，如： UPDATE DBSync set SyncDate=getdate() ；再限定源数据范围，如： SELECT a.* FROM Customer AS a, DBSync AS b where a.CreateTime>=b.SyncDate or a.UpdateTime>=b.SyncDate 。如下图所示：