SQL Server 2008清理副本解决方案案例
某种特定业务下，我们的部分业务数据可能只会保留比较短的时间，用来做临时处理。因为考虑高可用的特性，可能会利用 SQL Server的复制组件复制这种数据到另外的 类似前端，查询中心等数据库服务器，创建一个冗余副本。复制组件标记事务日志，追踪所有的Update，Insert，Delete操作。可是如果不定期清理这种表，那么在一个快速增长的环境下，表变的臃肿不堪，不仅仅浪费磁盘空间，而且给性能带来了负面影响。
如：
A临时数据中心 ---同步-->B 查询/其他业务中心，副本
保证A不可用的时候，B的业务不依赖于A服务器，利用A同步过来的数据B自己直接处理。
常见的解决方案：
一、很简单的，我们可以想到，建立一个清理Job ，根据日期标识，确定删除的范围不出一点错误，比如我每天的晚上12：00以后清理昨天的数据，那么可能会构建这样的查询(朋友们，也许会说使用TRUNCATE ，准时的12：00来TRUNCATE掉，不过很不幸的是，SQL Server 复制是利用日志标记的方式来同步数据，而TRUNCATE语句不会被日志标记，所以TRUNCATE语句在复制表中是被禁用的)
DELETE FROM dbo.t WHERE complete_time >= '2010-05-04' AND complete_time < '2010-05-05'
来删除5月4号的所有数据，可能上亿也可能更多。
优化方案：因为考虑到存在带量的更新 删除 和插入操作，所以首先讲数据库设置成SIMPLE恢复模式，以最小化日志方式。
由于DELETE单个语句是一个事务性的语句，要么全部成功，要么全部失败。那么可想如果删除的是亿级别的数据，那么日志增长,IO负荷非常的大。
所以 可能优化DELETE 操作：
WHILE 1=1 BEGIN DELETE TOP(5000) FROM dbo.t WHERE complete_time >= '2010-05-04' AND complete_time < '2010-05-05' IF @@ROWCOUNT<5000 BREAK; END
将删除操作，缩短成每5000行一批的数据来处理。
缺点：因为存在复制，那么很显然，浪费了极多的带宽，特别在Internet这种环境下，利用VPN的连接，尤其浪费。VPN带宽十分的渺小。再者，在进行亿级的DELETE，时间耗费也是非常恐怖的，而且DELETE过程中，由于存在Range-X 范围排他锁，许多开发人员写的SQL Query没加上WITH(NOLOCK)或者需要事务处理的查询语句，都将被阻塞。
二、删除复制，TRUNCATE表。我们可以直接删除复制的发布和订阅，然后讲两边的表都直接TRUNCATE掉，这种删除方式非常的高效，只不过，要确保其他新增的数据不被误删，也存在一定的风险，构思如下：
A数据库 每天需要清理 前天数据，B服务器通过订阅PUSH获取同步数据。
因此Job 的建立有点复杂，尤其 当12点突然宕机的时候，数据没有及时清理，或者12：00执行TRUNCATE的时候，下一天的00：00：01秒的数据被插入了，等等数据完整性问题，让我采用这个方案回避了。
缺点：估计这个Job不怎么好写，首先是自动删除复制，重新创建复制，创建订阅，虽然利用Generate Script可以到处脚本，但是整个解决方案过于复杂了。
新方案：进入主题了，在SQL Server 中分区表有一个非常 实用的语句ALTER TABLE …SWITCH，这个DDL可以快速的讲同文件组的表的某个分区迅速的转移到另外的表。(很显然，应该是利用数据的位置偏移量的指针的转移到新表的方法来实现的)，这种方案转移数据非常迅速，因为不存在大量的IO操作，所以一般都是秒杀级别任意大数据量(如果当前表的索引等比较多，维护操作还是需要点时间的)。但是SQL Server 2005 是不支持在复制中使用SWITCH语句的(这点很郁闷，命名都可以跟踪DDL，为什么这个不能传送到订阅服务器，只要确认发布和订阅同时存在目标表和相同的分区方案不就好了，微软2005考虑不周啊)。
但是前不久我在考虑我们每天亿级别的数据增长，清理数据方案变的十分迫切的时候，我发现SQL Server 2008支持这种操作。下面就开始整个Solution吧：
开始方案前，大家其实根据自己的业务来建立分区方案。我采用的是叠代追加 的方式来扩展以及清理分区的。
当然我也看过类似 使用根据某列键列 建立计算列并且讲计算列PERSISTED 之后分区的。(可以紧靠业务，自己处理，我在这里展示一种，根据ID自增方案分区扩张的方案)。
脚本：
/* Title:Rapid Delete In The Replication Author:浪客 Environment:Windows Server 2008 Enterprise + SQL Server 2008 Enterprise Description:请在非生产环境下测试 */ USE [master] GO
--我们创建包含PRIMARY分区在内一共3分区的数据库
CREATE DATABASE [db_partition_test] ON PRIMARY ( NAME = N'db_partition_test', FILENAME = N'C:db_partition_test.mdf' ), FILEGROUP [FG1] ( NAME = N'db_partition_test_fg1_1', FILENAME = N'C:db_partition_test_fg1_1.ndf' ), FILEGROUP [FG2] ( NAME = N'db_partition_test_fg2_1', FILENAME = N'C:db_partition_test_fg2_1.ndf' ) LOG ON ( NAME = N'db_partition_test_log', FILENAME = N'C:db_partition_test_log.ldf' ) GO USE [db_partition_test] GO
--创建分区函数，分区范围为 id<=100 | 100200
CREATE PARTITION FUNCTION [id_range_pf_1](int) AS RANGE LEFT FOR VALUES (100, 200) GO --创建分区方案 ,分区一到PRIMARY,分区二到FG1,分区三到FG2
CREATE PARTITION SCHEME [id_range_ps_1] AS PARTITION [id_range_pf_1] TO ([PRIMARY],FG1,FG2); GO
--创建分区表
CREATE TABLE dbo.lovesql ( ID INT IDENTITY(1,1) NOT FOR REPLICATION NOT NULL PRIMARY KEY, Col Uniqueidentifier DEFAULT(NEWID()) ) ON id_range_ps_1(ID)
--插入测试数据 300条
INSERT INTO dbo.lovesql DEFAULT VALUES GO 300
--查看表分区以后的分区行数
SELECT $PARTITION.id_range_pf_1(ID) [PartitionNum],COUNT(1) [PartitionRowCount] FROM dbo.lovesql GROUP BY $PARTITION.id_range_pf_1(ID) ORDER BY [PartitionNum]
-输入结果，每个分区100条数据，分区正确!
--PartitionNum PartitionRowCount
-------------- -----------------
--1 100
--2 100
--3 100
--现在开始建立复制，首先建立目标数据repl_db_partition_test
USE [master]; GO CREATE DATABASE [repl_db_partition_test] ON PRIMARY ( NAME = N'repl_db_partition_test', FILENAME = N'C:repl_db_partition_test.mdf' ), FILEGROUP [FG1] ( NAME = N'repl_db_partition_test_fg1_1', FILENAME = N'C:repl_db_partition_test_fg1_1.ndf' ), FILEGROUP [FG2] ( NAME = N'repl_db_partition_test_fg2_1', FILENAME = N'C:repl_db_partition_test_fg2_1.ndf' ) LOG ON ( NAME = N'repl_db_partition_test_log', FILENAME = N'C:repl_db_partition_test_log.ldf' ) GO
上面已经创建好了，基本的测试环境，那么开始建立复制。
在Object Explorer打开连接的实例中的Replication(复制)文件夹à右键新建发布à在向导中选择Publication Database为db_encryption_testà选择事务复制à在Article中选择lovesql表->在右手边的Article Properties设置表的发布属性à配置如下：
脚本执行：
/* Title:Rapid Delete In The Replication Author:浪客 Environment:Windows Server 2008 Enterprise + SQL Server 2008 Enterprise Description:请在非生产环境下测试 */ USE db_partition_test; GO
--默认发布是不会启用 “分区切换”以及分区DDL的。所以修改发布的属性
EXEC sp_changepublication @publication=N'lovesql',@property=N'allow_partition_switch',@value=N'true';
--启用SWITCH DDL 复制
EXEC sp_changepublication @publication=N'lovesql',@property=N'replicate_partition_switch',@value=N'true';
--确保发布和订阅两边的数据库都存在一个 临时表,而且必须是空数据的临时表 用来快速切换分区使用
--确保分区的表，和切换分区的表使用的是同一个FILEGROUP
--
USE db_partition_test; GO CREATE TABLE dbo.temp_lovesql_primary ( ID INT PRIMARY KEY, Col Uniqueidentifier ) ON [PRIMARY] USE repl_db_partition_test; GO
--同样的在订阅库创建临时表
CREATE TABLE dbo.temp_lovesql_primary ( ID INT PRIMARY KEY, Col Uniqueidentifier ) ON [PRIMARY]
-切换分区1到临时比哦啊
USE db_partition_test; GO ALTER TABLE dbo.lovesql SWITCH PARTITION 1 TO dbo.temp_lovesql_primary
--查看表分区以后的分区行数
SELECT $PARTITION.id_range_pf_1(ID) [PartitionNum],COUNT(1) [PartitionRowCount] FROM dbo.lovesql GROUP BY $PARTITION.id_range_pf_1(ID) ORDER BY [PartitionNum] --PartitionNum PartitionRowCount -------------- ----------------- --2 100 --3 100 USE repl_db_partition_test; GO
--查看repl_db_partition_test 中 表分区以后的分区行数
SELECT $PARTITION.id_range_pf_1(ID) [PartitionNum],COUNT(1) [PartitionRowCount] FROM dbo.lovesql GROUP BY $PARTITION.id_range_pf_1(ID) ORDER BY [PartitionNum]
--PartitionNum PartitionRowCount
-------------- -----------------
--2 100
--3 100
--恭喜,测试成功,接下来,对两边同时TRUNCATE TABLE 就好了
结束语：
希望大家能够一次性测试通过。GL,GG。这里提供了一种分区的方案来删除数据，其实非PRIMARY的文件组，也是使用的，只要在建立SCHEME的时候ALL TO PRIMARY就成了