ORACLE 10G用DB_LINK和触发器同步不同库中表的数据

简介:

0、设置tnsnames
55 =
  (DESCRIPTION =
    (ADDRESS = (PROTOCOL = TCP)(HOST = 192.168.1.55)(PORT = 1521))
    (CONNECT_DATA =
      (SERVER = DEDICATED)
      (SERVICE_NAME = zhjport)
    )
  )

1、在目的数据库上,创建dblink
drop public database link DBLINK_ADCPHC;
Create public DATABASE LINK DBLINK_ADCPHC CONNECT TO adcphccusdev IDENTIFIED BY adcphccusdev USING '55';

--DBLINK_ADCPHC 是dblink_name
--adcphccusdev 是 username
--adcphccusdev 是 password
--'55' 是远程数据库连接串


2、在源和目的数据库上创建要同步的表(最好有主键约束,快照才可以快速刷新)
create table ADCPHC_ENTRY_CONTAINER(id number(10) primary key,name varchar2(12),age number(3));

3、在目的数据库上,测试dblink
select * from 
ADCPHC_ENTRY_CONTAINER@DBLINK_ADCPHC;    //查询的是源数据库的表

4、在源数据库上,创建要同步表的快照日志

--主键模式
create snapshot log on ADCPHC_ENTRY_CONTAINER;
create materialized view log on ADCPHC_ENTRY_CONTAINER;
--基于ROWID
create materialized view log on ADCPHC_ENTRY_CONTAINER WITH ROWID;

5、创建快照,在目的数据库上创建快照
Create snapshot SN_ADCPHC_ENTRY_CONTAINER 
refresh fast with rowid
as select * from 
ADCPHC_ENTRY_CONTAINER@DBLINK_ADCPHC;

drop snapshot SN_ADCPHC_ENTRY_CONTAINER;
Create snapshot SN_ADCPHC_ENTRY_CONTAINER as select * from 
ADCPHC_ENTRY_CONTAINER@DBLINK_ADCPHC;

6、设置快照刷新时间(只能选择一种刷新方式,推荐使用快速刷新,这样才可以用触发器双向同步)
快速刷新
--主键模式

Alter snapshot SN_ADCPHC_ENTRY_CONTAINER refresh fast Start with sysdate next sysdate with primary key;
--ROWID模式
Alter snapshot SN_ADCPHC_ENTRY_CONTAINER refresh fast Start with sysdate next sysdate with rowid;
--oracle马上自动快速刷新,以后不停的刷新,只能在测试时使用.真实项目要正确权衡刷新时间.

完全刷新
Alter snapshot SN_ADCPHC_ENTRY_CONTAINER refresh complete Start with sysdate+5/24*60*60 next sysdate+30/24*60*60;
--oracle自动在30秒后进行第一次完全刷新,以后每隔30秒完全刷新一次

7、手动刷新快照,在没有自动刷新的情况下,可以手动刷新快照.
手动刷新方式1
begin
dbms_refresh.refresh('SN_ADCPHC_ENTRY_CONTAINER');
end;

手动刷新方式2
EXEC DBMS_SNAPSHOT.REFRESH('SN_ADCPHC_ENTRY_CONTAINER ','C'); 
EXEC DBMS_SNAPSHOT.REFRESH('SN_ADCPHC_ENTRY_CONTAINER'','F');  //第一个参数是快照名,第二个参数 F 是快速刷新 C 是完全刷新.


8.修改会话时间格式
ALTER SESSION SET NLS_DATE_FORMAT = ''YYYY-MM-DD HH24:MI:SS'';

9.查看快照最后一次刷新时间
SELECT NAME,LAST_REFRESH FROM ALL_SNAPSHOT_REFRESH_TIMES;

10.查看快照下次执行时间
select last_date,next_date,what from user_jobs order by next_date;

11.打印调试信息
dbms_output.put_line(''use ''||''plsql'');

12.如果你只想单向同步,那么在目的数据库创建以下触发器(当源数据库表改变时,目的数据库表跟着改变,但目的数据库表改变时,源数据库表不改变).
create or replace trigger INSERT_ADCPHC_ENTRY_CONTAINER
  after Insert Or Update Or delete on sn_adcphc_entry_container  
  for each Row
  declare
  -- local variables here
begin
  if deleting then
    delete from ADCPHC_ENTRY_CONTAINER where id=:old.id;
  end if;
  if inserting then
      insert into ADCPHC_ENTRY_CONTAINER(Id,entry_id,container_id)
      values(:new.id,:new.entry_id,:new.container_id);
  end if;
  if updating then
     update ADCPHC_ENTRY_CONTAINER set entry_id=:new.entry_id,container_id=:new.container_id where id=:old.id;
  end if;
end INSERT_ADCPHC_ENTRY_CONTAINER;

13.如果你想双向同步,请在源数据库中执行前6步,并在双方都创建以下触发器(当源数据库表改变时,目的数据库表跟着改变,目的数据库表改变时,源数据库表也改变)
CREATE OR REPLACE TRIGGER BST114.TRI_ADCPHC_ENTRY_CONTAINER_AFR
AFTER DELETE OR INSERT OR UPDATE
ON BST114.SN_ADCPHC_ENTRY_CONTAINER 
REFERENCING NEW AS NEW OLD AS OLD
FOR EACH ROW
declare
    tmp_id number(10):=-1;
begin

  dbms_output.put_line(''begin'');
  if inserting then
      --select id into tmp_id from ADCPHC_ENTRY_CONTAINER where id=:new.id;    
      for p in(select id from ADCPHC_ENTRY_CONTAINER where id=:new.id)
      loop
        tmp_id:=p.id;
      end loop;
      
      dbms_output.put_line(tmp_id||''===------------'');
      if (tmp_id=-1) then
          insert into ADCPHC_ENTRY_CONTAINER(id,name,age)
          values(:new.id,:new.name,:new.age);
      end if;
  end if;
  
  if updating then
     dbms_output.put_line(''updated'');
     for p in(select name,age from ADCPHC_ENTRY_CONTAINER where id=:old.id)
     loop
         if (p.name!=:new.name) or (p.age!=:new.age) then
              update ADCPHC_ENTRY_CONTAINER set name=:new.name,age=:new.age where id=:old.id;
         end if;
     end loop;
  end if;
  
  if deleting then
      dbms_output.put_line(''deleted'');
      delete from ADCPHC_ENTRY_CONTAINER where id=:old.id;
  end if;
  dbms_output.put_line(''end'');
end TRI_ADCPHC_ENTRY_CONTAINER_AFR;
 --为防止双向同步触发器死循环,所以要在触发器中增加一些判断,阻止死循环.

--以上同步原理
1.首先创建一个dblink,可以访问远程数据库
2.在本地创建一个快照,映射远程数据表,当远程数据表有变化时,会反应到快照中.
3.由于快照类似于视图表,所以在本地为快照创建一个触发器,当快照有变化时,会触发相应事件.
4.在触发器中写同步数据的代码.

--附:快照刷新时间参数说明
一天的秒数=24小时*60分钟*60钞
所以要想在30秒后刷新,参数应该这样写 sysdate+30/(24*60*60)
1分钟==sysdate+60/(24*60*60)

一天的分钟数=24小时*60分钟
一分钟也可以这样写 sysdate+1/(24*60)
30分钟==sysdate+30/(24*60)
60分钟==sysdate+60/(24*60)

以此类推
1小时==sysdate+1/24==sysdate+60/(24*60)
1天==sysdate+1
一个月==sysdate+30


 本文转自zylhsy 51CTO博客,原文链接:http://blog.51cto.com/yunlongzheng/529869,如需转载请自行联系原作者

相关文章
|
2月前
|
SQL 运维 Oracle
【迁移秘籍揭晓】ADB如何助你一臂之力,轻松玩转Oracle至ADB的数据大转移?
【8月更文挑战第27天】ADB(Autonomous Database)是由甲骨文公司推出的自动化的数据库服务,它极大简化了数据库的运维工作。在从传统Oracle数据库升级至ADB的过程中,数据迁移至关重要。
42 0
|
2月前
|
数据采集 Oracle 关系型数据库
实时计算 Flink版产品使用问题之怎么实现从Oracle数据库读取多个表并将数据写入到Iceberg表
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
|
2月前
|
监控 物联网 关系型数据库
使用PostgreSQL触发器解决物联网设备状态同步问题
在物联网监控系统中,确保设备状态(如在线与离线)的实时性和准确性至关重要。当设备状态因外部因素改变时,需迅速反映到系统内部。因设备状态数据分布在不同表中,直接通过应用同步可能引入复杂性和错误。采用PostgreSQL触发器自动同步状态变化是一种高效方法。首先定义触发函数,在设备状态改变时更新管理模块表;然后创建触发器,在状态字段更新后执行此函数。此外,还需进行充分测试、监控性能并实施优化,以及在触发函数中加入错误处理和日志记录功能。这种方法不仅提高自动化程度,增强数据一致性与实时性,还需注意其对性能的影响并采取优化措施。
|
2月前
|
SQL 监控 Oracle
Oracle数据误删不用怕,跟我来学日志挖掘
Oracle数据误删不用怕,跟我来学日志挖掘
24 0
|
2月前
|
SQL Oracle 关系型数据库
Oracle误删数据怎么恢复?
Oracle误删数据怎么恢复?
32 0
|
2月前
|
SQL Oracle Java
实时计算 Flink版产品使用问题之采集Oracle数据时,为什么无法采集到其他TABLESPACE的表
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
|
2月前
|
分布式计算 Oracle 关系型数据库
实时计算 Flink版产品使用问题之获取Oracle的数据时无法获取clob类型的数据,该怎么办
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
|
3月前
|
SQL 存储 Oracle
TDengine 3.3.2.0 发布:新增 UDT 及 Oracle、SQL Server 数据接入
**TDengine 3.3.2.0 发布摘要** - 开源与企业版均强化性能,提升WebSocket、stmt模式写入与查询效率,解决死锁,增强列显示。 - taos-explorer支持geometry和varbinary类型。 - 企业版引入UDT,允许自定义数据转换。 - 新增Oracle和SQL Server数据接入。 - 数据同步优化,支持压缩,提升元数据同步速度,错误信息细化,支持表名修改。 - 扩展跨平台支持,包括麒麟、Euler、Anolis OS等。
94 0
|
4月前
|
存储 SQL 关系型数据库
MySQL 进阶使用【函数、索引、视图、存储过程、存储函数、触发器】(2)
MySQL 进阶使用【函数、索引、视图、存储过程、存储函数、触发器】
|
4月前
|
存储 SQL 关系型数据库
MySQL 进阶使用【函数、索引、视图、存储过程、存储函数、触发器】(1)
MySQL 进阶使用【函数、索引、视图、存储过程、存储函数、触发器】
下一篇
无影云桌面