干货分享：CDC实时数据复制，大神教你调性能

数据实时复制任务的成与败，取决于多方面的因素，例如：被复制数据本身情况，源系统和目标系统的自身运行状况，网络通讯方面，系统架构设计和实施人员专业技术水平等等。面对复杂而艰巨的任务，IBM 公司专业化实施团队积累了丰富的经验，以下是我们这次分享的 IBM InfoSphere CDC性能调优的重点内容。

1. 明白数据复制的需求和使用场景

改善并提升数据复制作业性能是双向互动的操作，以满足业务需求和目标为根本出发点，其原因是：

• 当对某个运行进程作了调优，并解决了该方面的性能瓶颈后，可能在该进程的上游或下游地方，又产生了新的性能瓶颈，让你很难能做到调整某一部分，就能解决性能上存在的全部问题。
• 数据复制过程中，业务运作在不同时间段内会有不同的要求，并不是一成不变的。例如：在业务交易时间段，数据实时变更频繁，对 CDC 时延（Data Latency）要求较高，才能达致业务目标；但是，在业务日终结算处理时间段，则更多地聚焦于海量数据的后期加工和批量处理，反而对 CDC 时延（Data Latency）要求较低。

因此，我们在优化数据复制的作业运行性能时，一切以业务需求为目标，采取合适手段来解决问题。否则，难以两全其美，还影响业务运作。

2. 监控总体性能情况

在确定调优方案前，需要监察 CDC 数据复制作业的总体性能状况，其中包括：

CDC DataStore 健康状况。

CDC进程运行时内存的使用情况，占用率最高达 70%左右为最佳

利用 CDC Management Console探测潜在的性能瓶颈

以下例子，其监控信息结果说明了目标端系统是性能瓶颈，数据从源系统复制传送速度快于目标系统的处理速度。

3. 收集作业运行统计信息以进行分析

IBM CDC 提供了全面收集作业运行过程中性能明细信息的有效手段，以下是以复制 Oracle 数据库数据的作业为例子，所收集的信息种类和手段。

4. 完成性能调优任务

根据上述的复制Oracle 数据库数据的作业为例子，确定调优的方法如下。

该策略为：

• 在源系统保持捕获合理的数据增量和传送数据量 batch size；
• 在目标系统调整合理的更新数据量 batch size，并仅对变化的字段进行更新（缺省是全部字段更新），以发挥最大处理性能；
• 需要有丰富数据库性能调优经验和 IBM CDC 工具熟练使用技巧。

5. 评估性能优化结果

IBM CDC 作业调优前，其运行结果：

从上图信息可发现：数据从源系统不断地快速复制传送到目标系统，但是目标系统性能存在瓶颈，时延不断地增大到最高峰值而没回落，直到数据复制快结束时才开始回落。

IBM CDC 作业调优后，其运行结果：

从上图信息可发现：目标系统 CPU资源使用率明显地比源系统高得多，数据库性能得以充分发挥。数据复制的时延不算高，平均值和峰值差距不大。因此，CDC 作业调优工作是富有成效的。 相对比其他友商的测试结果， IBM CDC 综合能力和主要功能都稍胜一筹。如果有兴趣想了解更多的 IBM CDC数据复制技术及经验，请参阅：http://bigdata.evget.com/

更多大数据与分析相关行业资讯、解决方案、案例、教程等请点击查看>>>