Replication的犄角旮旯（七）-- 一个DDL引发的血案(下)（聊聊logreader的延迟）

《Replication的犄角旮旯》系列导读

Replication的犄角旮旯（一）--变更订阅端表名的应用场景

Replication的犄角旮旯（二）--寻找订阅端丢失的记录

Replication的犄角旮旯（三）--聊聊@bitmap

Replication的犄角旮旯（四）--关于事务复制的监控

Replication的犄角旮旯（五）--关于复制identity列

Replication的犄角旮旯（六）-- 一个DDL引发的血案(上)（如何近似估算DDL操作进度）

Replication的犄角旮旯（七）-- 一个DDL引发的血案(下)（聊聊logreader的延迟）

Replication的犄角旮旯（八）-- 订阅与发布异构的问题

Replication的犄角旮旯（九）-- sp_setsubscriptionxactseqno，赋予订阅活力的工具

---------------------------------------华丽丽的分割线--------------------------------------------

前言：这是昨天刚刚发生的案例，尽管事件的起因只是一个简单的DDL操作，但影响面和影响时间可以说是大大超出了预期；我们将在描述本案例的前因后果之后，聊聊如何近似估算DDL的操作进度，以及关于logreader延迟的问题；

前一篇文章《Replication的犄角旮旯（六）-- 一个DDL引发的血案(上)（如何近似估算DDL操作进度）》

http://www.cnblogs.com/diabloxl/p/3844205.html

前因简述：

一个复制节点（即使上级的订阅，又是下级的分发）需要对一个表进行DDL操作，由于需要修改主键，因此将这个表从publication中删除，然后就开始了漫长的DDL操作……

本来需要进行DDL操作的表已经从replication中摘除了，以为不会影响到其他article的复制，结果惨剧还是发生了，原因依旧是VLF对logreader的影响，但这次的问题和以往又有些不同……

=====================华丽丽的分割线=====================

先说说之前遇到的logreader延迟的情况：

1、发布表的写操作

　　这里又分为两种情况

　　a)大量并发写操作：指大量的小DML操作，特点是事务小、并发多

　　b)大事务写操作：指有单个大事务操作，特点是事务大、并发少

2、非发布表的写操作

　　指有写操作的表并不是需要复制的表，这里将上述a\b两种情况合并在一起说，这次遇到的是b这个类型；

检查logreader的延迟的利器——sp_replcounters

MSDN上关于这个存储过程的解释：

http://msdn.microsoft.com/zh-cn/LIBRARY/ms190486

无论对于上述哪种情况，如果Replicated transactions持续增加，那就是logreader延迟了，初步的现象就是这个发布下所有的订阅都在延迟；

那上述3种情况的差异呢?

　　对于1a)

　　Replicated transactions快速增加，replbiginlsn和replnextlsn都会较慢速度的变化；（这里的慢速是相对与正常速度而言，受实际业务环境影响，下同）

　　这是由于大量的小DML操作都会快速的提交，但由于大量的日志写入，导致存在大量的活动VLF，因而日志不能被截断；同时，尽管logreader根据replnextlsn去定位下一个要复制的lsn，但由于效率下降，且后面涌入的新事务也在增长，导致恶性循环，从而引起logreader的延迟；

　　对于1b)

　　Replicated transactions慢速增加，replbiginlsn不变、replnextlsn不变；

　　虽然事务并发量很小，但由于单个提交的事务很大，仍然导致大量的活动VLF，从而引起logreader效率下降；

　　对于2

　　Replicated transactions快速增加，replbiginlsn不变、replnextlsn慢速变化；

　　由于非复制的表也需要写日志，且占用了大量VLF，因此logreader需要从大量的VLF中获取需要复制的日志信息，这也同样影响到它的执行效率；

那我们该如何应对呢？

　　硬件当然是最有效的手段之一，升级内存、磁盘换成IO卡等可以解决根本问题，但这又不是绝对，一个SQL跑死服务器的情况也绝非不可能；

　　1、对于1a的情况，建议有频繁写操作的表，还是能分就分，或者分到多个库中，或者分到多个实例下，原则就是不要让logreader干太多活，毕竟的是个单线程的任务，穿少了也cool，喝多了也吐。

　　2、对于1b的情况，本身单个大事务就不是OLTP环境中提倡的，不光是复制延迟，光一堆锁估计机器也受不了；建议拆成多个事务来跑；

　　3、对于2来说，尽管要搞的表和复制没有任何关系，但不能忽略VLF对logreader的影响，既然在一个库中，公用日志序列，还是小心为妙；如果是大表的DDL的操作，还是通过停写、建新表、导数据的方法实现，bulk insert的方式或许是对日志影响最小的；

　　但bulk insert的方式一般要求停写，而受业务的制约，可能不允许长时间的停写，这该怎么破？

　　可以看看我之前的文章《Replication的犄角旮旯（一）--变更订阅端表名的应用场景》，复制回路可以说是为这种需求量身定做的~