使用SQLServer2008的CDC功能实现数据变更捕获
最近由于工作需要，研究了一下2008 CDC功能，觉得还不错，下面整理了一下研究过程，虽然比较粗略，但是基本上能用了，如果有补充请大家回复，我视情况修改原帖，谢谢。
背景：
在SQLServer2008之前，对数据变更的捕获通常使用触发器、时间戳等低效高成本的功能来实现，所以很多系统都没有做数据变更或者仅仅对核心表做监控。
自从SQLServer2008引入了数据变更捕获功能（后面简称为CDC）后，解决了很多烦恼问题，如客户2个月前更改了一个数据，但是由于服务器空间不足，经常只能保留一个月的备份。此时客户为了逃避因为更改数据带来的较大负面影响，往往会把责任推给软件开发商或者运维商，如果此时有变更捕获的话，就有证据了，当然分析日志也能实现，但是比较痛苦。
适用环境：
仅在SQLServer2008（含）以后的企业版、开发版和评估版中可用。
详解：
CDC功能主要捕获SQLServer指定表的增删改操作，由于任何操作都会写日志（哪怕truncate），所以CDC的捕获来源于日志文件。日志文件会把更改应用到数据文件中，同时也会标记符合要求的数据标记为需要添加跟踪的项。然后通过一些配套函数，最后写入到数据仓库中。大概流程：
步骤：本文中以：AdventureWorks为例
第一步、对目标库显式启用CDC：
在当前库使用sys.sp_cdc_enable_db。返回0（成功）或1（失败）。注意，无法对系统数据库和分发数据库启用该功能。且执行者需要用sysadmin角色权限。
该存储过程的作用域是整个目标库。包含元数据、DDL触发器、cdc架构和cdc用户。
使用以下代码启用：
USE AdventureWorks
GO
EXECUTE sys.sp_cdc_enable_db;
GO
在一开始直接执行时，出现了报错信息：
消息22830，级别16，状态1，过程sp_cdc_enable_db_internal，第193 行
无法更新元数据来指示已对数据库AdventureWorks 启用了变更数据捕获。执行命令"SetCDCTracked(Value = 1)" 时失败。返回的错误为15517: "无法作为数据库主体执行，因为主体"dbo" 不存在、无法模拟这种类型的主体，或您没有所需的权限。"。请使用此操作和错误来确定失败的原因并重新提交请求。
这里引出了另外一个知识点：错误号 15517 的错误
这种错误会在很多地方出现，如还原数据库的时候也会有可能出现。共同点是：某个/些存储过程使用了具有WITHEXECUTE AS 的选项。使其在当前库具有了某个架构，但是当在别的地方执行时，由于没有这个架构，所以就报错，解决方法：
ALTER AUTHORIZATION ON DATABASE::[AdventureWorks] TO [sa]
经过检查，uspUpdateEmployeeHireInfo这个存储过程的确有：WITH EXECUTE AS CALLER
使用sa的原因是即使sa被禁用，sa还是存在的。所以不会报错。
现在重新执行：
USE AdventureWorks
GO
EXECUTE sys.sp_cdc_enable_db;
GO
启用成功，然后通过以下语句检查是否成功：
SELECT is_cdc_enabled,CASEWHEN is_cdc_enabled=0THEN "CDC功能禁用"ELSE "CDC功能启用"END 描述
FROM sys.databases
WHERE NAME = "AdventureWorks"
创建成功后，将自动添加CDC用户和CDC架构。
创建这两个用户、架构的原因是因为CDC要求独占方式使用这两个架构，所以要单独创建。如果存在了非CDC功能创建的CDC用户、架构的话，则需要先删除该cdc命名的架构，才能开启。
第二步、对目标表启用CDC：
使用db_owner角色的成员执行sys.sp_cdc_enable_table为每个需要跟踪的表创建捕获实例。然后通过sys.tables目录视图中的is_tracked_by_cdc列来判断是否创建成功。
默认情况下会对表的全部列做捕获。如果只需要对某些列做捕获，可以使用@captured_column_list参数指定这些列。
如果要把更改表放到文件组里的话，最好创建单独的文件组（最起码与源表独立）。
如果不想控制访问角色，则@role_name必须显式设置为null。
sys.sp_cdc_enable_table
[ @source_schema = ] "source_schema",
[ @source_name = ] "source_name" ,
[ @role_name = ] "role_name"
[,[ @capture_instance = ] "capture_instance" ]
[,[ @supports_net_changes = ] supports_net_changes ]
[,[ @index_name = ] "index_name" ]
[,[ @captured_column_list = ] "captured_column_list" ]
[,[ @filegroup_name = ] "filegroup_name" ]
[,[ @partition_switch = ] "partition_switch" ]
例子：
把HumanResources.Department 这个表开启变更捕获。
USE AdventureWorks
GO
EXEC sys.sp_cdc_enable_table@source_schema= "HumanResources",
@source_name = "Department",@role_name = NULL
然后查询是否成功：
SELECT name ,
is_tracked_by_cdc ,
CASE WHEN is_tracked_by_cdc = 0 THEN "CDC功能禁用"
ELSE "CDC功能启用"
END 描述
FROM sys.tables
WHERE OBJECT_ID= OBJECT_ID("HumanResources.Department")
对表开启以后，可以在下图中看到多了很多cdc架构开头的表：
启动之后，可以看到SQLServer代理里面的作业，也出现了这两个作业：
下面列出相关的存储过程：
Sys.sp_cdc_add_job
说明及例子
Sys.sp_cdc_generate_wrapper_function
说明及例子
Sys.sp_cdc_change_job
说明及例子
Sys.sp_cdc_get_captured_columns
说明及例子
Sys.sp_cdc_cleanup_change_table
说明及例子
Sys.sp_cdc_get_ddl_history
说明及例子
Sys.sp_cdc_disable_db
说明及例子 建议先禁用表，再禁用库
Sys.sp_cdc_help_change_data_capture
说明及例子
Sys.sp_cdc_disable_table
说明及例子
Sys.sp_cdc_help_jobs
说明及例子
Sys.sp_cdc_drop_job
说明及例子
Sys.sp_cdc_scan
说明及例子
Sys.sp_cdc_enable_db
说明及例子
Sys.sp_cdc_start_job
说明及例子
Sys.sp_cdc_enable_table
说明及例子
Sys.sp_cdc_stop_job
说明及例子
函数：
Cdc.fn_cdc_get_all_changes_<capture_instance>
说明及例子
Sys.fn_cdc_has_column_changed
说明及例子
Cdc.fn_cdc_get_net_changes_<capture_instance>
说明及例子
Sys.fn_cdc_increment_lsn
说明及例子
Sys.fn_cdc_decrement_lsn
说明及例子
Sys.fn_cdc_is_bit_set
说明及例子
Sys.fn_cdc_get_column_ordinal
说明及例子
Sys.fn_cdc_map_lsn_to_time
说明及例子
Sys.fn_cdc_get_max_lsn
说明及例子
Sys.fn_cdc_map_time_to_lsn
说明及例子
Sys.fn_cdc_get_min_lsn
说明及例子
案例：
下面开始从头到尾做一个实际案例：
先检查原库的内容：可以看到系统表里面只有一个dbo.sysdiagrams表
然后看看SQLServer代理：可以看到也没有相关的作业
步骤二：对数据库启用CDC数据库级别功能。必须显式启用：
Step1、执行以下语句：
USE AdventureWorks
GO
EXEC sys.sp_cdc_enable_db
GO
某些数据库可能存在一些存储过程包含有：execute as 等语句，此时会报错：
文字描述：
消息22830，级别16，状态1，过程sp_cdc_enable_db_internal，第186 行
无法更新元数据来指示已对数据库AdventureWorks 启用了变更数据捕获。执行命令"SetCDCTracked(Value = 1)" 时失败。返回的错误为15517: "无法作为数据库主体执行，因为主体"dbo" 不存在、无法模拟这种类型的主体，或您没有所需的权限。"。请使用此操作和错误来确定失败的原因并重新提交请求。
消息266，级别16，状态2，过程sp_cdc_enable_db_internal，第0 行
EXECUTE 后的事务计数指示BEGIN 和COMMIT 语句的数目不匹配。上一计数= 0，当前计数= 1。
消息266，级别16，状态2，过程sp_cdc_enable_db，第0 行
EXECUTE 后的事务计数指示BEGIN 和COMMIT 语句的数目不匹配。上一计数= 0，当前计数= 1。
消息3998，级别16，状态1，第1 行
在批处理结束时检测到不可提交的事务。该事务将回滚。
如果出现这个错误，目前的解决方法是执行下面语句，原因已在开头说明，对于没有使用EXECUTE AS的库，一般不会有这样的问题：
ALTER AUTHORIZATION ON DATABASE::[AdventureWorks] TO [sa]
然后再次执行，就成功开启了：
USE AdventureWorks
GO
EXEC sys.sp_cdc_enable_db
GO
现在检查是否成功：
SELECT is_cdc_enabled ,
CASE WHEN is_cdc_enabled = 0 THEN "CDC功能禁用"
ELSE "CDC功能启用"
END 描述
FROM sys.databases
WHERE NAME = "AdventureWorks"
现在检查表和作业：
作业没有改变
角色权限中多出了：
步骤三：对某些表开启捕获：
这里选择HumanResources.Department、Person.ADDRESS、Person.Contact 开启：
先来看开启之前的样子：
然后对该表开启：
USE AdventureWorks;
GO
EXECUTE sys.sp_cdc_enable_table
@source_schema = N"HumanResources"
, @source_name = N"Department"
, @role_name = N"cdc_Admin"--可以自动创建
, @capture_instance=DEFAULT
GO
结果如图:
可以看到在创建的同时,也创建了两个作业: cdc.AdventureWorks_cleanup和cdc.AdventureWorks_capture
也可以看到多了一个角色CDC_ADMIN，是在上面语句中动态创建的：
按照上面步骤把另外两个表也开启了：
USE AdventureWorks;
GO
EXECUTE sys.sp_cdc_enable_table
@source_schema = N"Person"
, @source_name = N"ADDRESS"
, @role_name = N"cdc_Admin"--可以自动创建
, @capture_instance=DEFAULT
GO
EXECUTE sys.sp_cdc_enable_table
@source_schema = N"Person"
, @source_name = N"Contact"
, @role_name = N"cdc_Admin"--可以自动创建
, @capture_instance=DEFAULT
GO
可以从系统表中看到：
了3个表，并且是刚才开启CDC功能的表。现在来检查是否开启成功：
SELECT name ,
is_tracked_by_cdc ,
CASE WHEN is_tracked_by_cdc = 0 THEN "CDC功能禁用"
ELSE "CDC功能启用"
END 描述
FROM sys.tables
WHERE OBJECT_ID IN( OBJECT_ID("HumanResources.Department"),
OBJECT_ID("Person.ADDRESS"),
OBJECT_ID("Person.Contact") )
结果如下：
步骤三：检验：
下面来改动数据：
然后把表中的数据复制一份：
INSERT INTO HumanResources.Department
( Name ,
GroupName ,
ModifiedDate
)
SELECT Name + "1" ,
GroupName + "1" ,
GETDATE() ModifiedDate
FROM HumanResources.Department
结果如下：
然后从cdc.HumanResources_Department_CT 表查询：
可以看到的确多了16条记录。这部分记录证明了，有16条数据从监控到目前为止做了改动，现在再来改动一下：
DELETE FROM HumanResources.Department WHERE DepartmentID>17
再查询cdc表，可以看到又多了16条记录：
现在来做下update的实验：
UPDATE HumanResources.Department SET ModifiedDate=GETDATE()
再查看：
现在来分析一下这个表：
可以在联机丛书上查看：cdc.<capture_instance>_CT 可以看到，这样命名的表，是用于记录源表更改的表。对于insert/delete操作，会有对应的一行记录，而对于update，会有两行记录。
对于__$operation列：1 = 删除、2= 插入、3= 更新（旧值）、4= 更新（新值）
对于__$start_lsn列：由于更改是来源与数据库的事务日志，所以这里会保存其事务日志的开始序列号（LSN）
但是微软不检查直接查询这类表，建议使用cdc.fn_cdc_get_all_changes_<捕获实例> 和cdc.fn_cdc_get_net_changes_<capture_instance> 来查询
下文开始，来熟悉各种函数、存储过程的使用，并尝试一些不正常的操作。
日常使用情景：
1、查询已经开启的捕获实例：
由于可能不记得或者不知道开启了什么表的捕获，所以可以使用以下语句来查找：
--返回所有表的变更捕获配置信息
EXECUTE sys.sp_cdc_help_change_data_capture;
GO
可以看到以下截图：
查看对某个实例(即表)的哪些列做了捕获监控:
EXEC sys.sp_cdc_get_captured_columns
@capture_instance = "HumanResources_Department" -- sysname
得到下图:
也可以从下面中查找配置信息：
SELECT * FROM msdb.dbo.cdc_jobs
如图：
2、查看当前配置使用sp_cdc_help_jobs：
从上文可以看到，启用cdc之后会自动创建了两个作业，可以先使用以下语句来查看：
sp_cdc_help_jobs
得到的结果：
对于一个大型的OLTP系统，由于数据更改会非常频繁，变更表中的数据会非常多，如果存放过久（最久可以存放100年），那对数据库空间是非常大的挑战。此时可以调整上图中cdc.AdventureWorks_cleanup 中retention（单位：分钟）。
3、修改配置：sp_cdc_change_job：
--显示原有配置：
EXEC sp_cdc_help_jobs
GO
--更改数据保留时间为分钟
EXECUTE sys.sp_cdc_change_job
@job_type = N"cleanup",
@retention=100
GO
--停用作业
EXEC sys.sp_cdc_stop_jobN"cleanup"
GO
--启用作业
EXEC sys.sp_cdc_start_jobN"cleanup"
GO
--再次查看
EXEC sp_cdc_help_jobs
GO
得到以下结果：
证明修改成功，此处注意，修改后要先停用（如果已经启用），再启用，才能生效。
4、停止/启用、删除/创建作业：
停止/开始作业，可以使用以下语句：
--停用作业
EXEC sys.sp_cdc_stop_jobN"cleanup"
GO
--启用作业
EXEC sys.sp_cdc_start_jobN"cleanup"
GO
删除作业：
EXEC sys.sp_cdc_drop_job@job_type = N"cleanup" -- nvarchar(20)
GO
--查看作业
EXEC sys.sp_cdc_help_jobs
GO
可以看到现在只剩下一个作业了:
创建作业：
EXEC sys.sp_cdc_add_job
@job_type = N"cleanup",
@start_job = 0,
@retention = 5760
--查看作业
EXEC sys.sp_cdc_help_jobs
GO
下面看到已经创建成功:
5、DDL变更捕获：
CDC除了捕获数据变更之外，还能捕获DDL操作的变化。前提是先要确保SQLServer 代理的启用，其实CDC功能都需要确保sql 代理正常运行，因为所有操作都通过代理中的两个作业来实现的。
现在先来对HumanResources.Department 表修改一下，把name的长度加长：
ALTER TABLE HumanResources.Department ALTER COLUMN Name NVARCHAR(120) ;
GO
然后查询ddl记录表：
SELECT *
FROM cdc.ddl_history
可以看到：
由于在截图之前已经试了几次，所以里面有3条数据，之所以试了几次，就是因为上面所说的，忘了开SQL代理，所以查不出数据，所以切记要开启SQL代理。
6、使用CDC的函数来获取更改：
A、使用cdc.fn_cdc_get_all_changes_HumanResources_Department 函数报告捕获实例HumanResources_Department 的当前所有可用更改：
DECLARE @from_lsn binary(10), @to_lsn binary(10)
SET @from_lsn =
sys.fn_cdc_get_min_lsn("HumanResources_Department")
SET @to_lsn = sys.fn_cdc_get_max_lsn()
SELECT * FROM cdc.fn_cdc_get_all_changes_HumanResources_Department
(@from_lsn, @to_lsn, N"all update old");
GO
B、获取某个时间段的更改信息：
先根据日志序列号（logsequence number ,LSN）来获取跟踪变更数据：
Sys.fn_cdc_map_time_to_lsn获取变更范围内的最大、最小LSN值。可以使用：
Smallest greater than;smallest greater than orequal;largest less than;largest less than or equal.
如查询某个时间段插入的数据：
--插入数据
INSERT INTO HumanResources.Department(name,GroupName,ModifiedDate)
VALUES("test","abc",GETDATE())
INSERT INTO HumanResources.Department(name,GroupName,ModifiedDate)
VALUES("test1","abc1",GETDATE())
go
--检查数据
DECLARE @bglsn VARBINARY(10)=sys.fn_cdc_map_time_to_lsn("smallest greater than or equal","2012-10-12 12:00:00.997")
DECLARE @edlsn VARBINARY(10)=sys.fn_cdc_map_time_to_lsn("largest less than or equal",GETDATE())
SELECT DepartmentID,GroupName,Name
FROM cdc.HumanResources_Department_CT
WHERE [__$operation]=2 AND [__$start_lsn] BETWEEN @bglsn AND @edlsn
得到以下结果：
C、sys.fn_cdc_map_lsn_to_time 查询变更时间：
SELECT [__$operation] ,
CASE [__$operation] WHEN 1 THEN "删除" WHEN 2 THEN "插入" WHEN 3 THEN "更新（捕获的列值是执行更新操作前的值）"
WHEN 4 THEN "更新（捕获的列值是执行更新操作后的值）" END [类型],
sys.fn_cdc_map_lsn_to_time([__$start_lsn]) [更改时间] ,
name ,
DepartmentID ,
GroupName ,
ModifiedDate
FROM cdc.HumanResources_Department_CT
结果:
注意,由于该表刚好有一个modfieddate字段,所以和更改时间相同.
D、获取LSN边界：
SELECT sys.fn_cdc_get_max_lsn()[数据库级别的最大LSN],
sys.fn_cdc_get_min_lsn("cdc.HumanResources_Department_CT")[捕获实例的lsn]
结果如下：
这两个值可以用于上面提到的函数里面用于筛选数据之用。
以上是一边测试一边记录的结果，可能存在很多片面的地方，欢迎拍砖
————————————————
版权声明：本文为CSDN博主「發糞塗牆」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/dba_huangzj/java/article/details/8130448
以上是 使用SQLServer2008的CDC功能实现数据变更捕获 的全部内容， 来源链接： utcz.com/z/533025.html
