数据清理的遗留问题处理(r6笔记第87天)

时间:2022-05-04
本文章向大家介绍数据清理的遗留问题处理(r6笔记第87天)，主要内容包括其使用实例、应用技巧、基本知识点总结和需要注意事项，具有一定的参考价值，需要的朋友可以参考一下。

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。

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 <<EOF
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 <<EOF
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 <<EOF
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 $conn_dba <<EOF
set feedback off
set pages 0
spool drop_tab_part.sql
select 'alter table  '||owner||'.'||segment_name||' drop partition ('||partition_name||');' 
from dba_segments where tablespace_name in (select tablespace_name from  dba_tablespaces  where tablespace_name like '%DATA%${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

随机文章
本站知识点必读
最近更新