使用SQL SERVER存储过程实现历史数据迁移

今天讲下软件开发中最常见的历史数据迁移方式。在讲迁移之前，先简单介绍下几个基本概念。

1、什么是历史数据迁移？

简单直白地说：就是将一些创建时间比较久而且不常用的历史数据，存储到另一个地方（可以是另一个数据，也可以是另一个表），一般历史数据迁移的数据，都是不会更改了的数据，后续只可能需要查询统计而已。

2、历史数据迁移的目的

减少在用数据库的数量，因为数据量越大，数据库操作数据（包括：查询、排序等等）的时间也就越长，当一个表的数据达到上千万级以上，再来个多条件多表查询的时候，是会有响应速度慢的可能。（因为不同开发人员写的逻辑，不可能保障每个SQL都是高效率执行的SQL）

所以及时迁移走一些历史数据，是对整个系统性能的提升是有一定好处的。

3、什么时候需要做历史数据迁移？

最简单的情况，就是你感觉程序有变慢的趋势，那就可以开始考虑历史数据迁移了。

原则上，小企业服务器不多，硬件配置也不是很高的情况下，单表500万以上的数据，最好就开始慢慢迁移，别动不动就等到几千万的数据才开始迁移。

根据产生数据量的大小判断，一般保持1年左右的业务数据即可，一年前的历史数据都迁入历史上数据库。如果每天产生的数据量实在太大的话，一般就需要考虑自动分表存储，当然如果没做这个的话，可以在不影响日常业务的情况下，实时在用业务数据库只保留最近3-6个月的数据。

4、数据迁移的基本思路

1）、第一次迁移创建一个一模一样的表结构（只要第一次迁移前创建即可）

2）、按照数据的创建时间排序，把最早的数据N条数据查出，同时插入到历史数据表中。

insert into ...  select  from

 

3）、检测插入数据的准确性，一定要保证是N条没错。之后删除在用的业务数据库。

4）、当迁移数据中途有误时，终止程序，但不能删除在用数据库，需要开发人员核对数据。

5）、根据迁移的对性能的影响，N不能太多，最多一次5W到10W条吧（根据服务器的性能配置，推荐一次迁移1W至5W条数据影响较小）。如果要迁移大量数据，可以考虑分批执行。

5、数据迁移存储过程代码示例

代码如下：（无需过多解释，很简单的代码，一看就懂）

USE [Tyingsoft.GLPS]  
GO
/****** Object:  StoredProcedure [dbo].[TY_SP_ApiRequestToHis]    Script Date: 2021-09-16 15:35:55 ******/
SET ANSI_NULLS ON
GO
SET QUOTED_IDENTIFIER ON
GO
-- =============================================
-- Author:         
-- Create date:    
-- Last Edit date: 
-- Description:    <接口请求记录表GLPS_APIREQUEST数据迁移>
-- =============================================
ALTER PROCEDURE [dbo].[TY_SP_ApiRequestToHis]
    -- Add the parameters for the stored procedure here
    @PreCountN int = 2000     --每次执行的条数N
AS
BEGIN
    -- SET NOCOUNT ON added to prevent extra result sets from
    -- interfering with SELECT statements.
    SET NOCOUNT ON;

    declare @tableDataCount int;          --迁移前的数据条数
    declare @tableDataCountHis int;       --迁移前历史数据库的数据条数
    declare @tableDataCount2 int;         --迁移后的数据条数
    declare @tableDataCount2His int;      --迁移后历史数据库的数据条数
    declare @maxCreateTime datetime;      --取N条数据中最大的创建时间
    declare @maxCreateTimeHis datetime;   --历史数据库中的最大创建时间 
    declare @beginTime datetime;          --开始执行时间
    declare @endTime datetime;            --执行完成时间
    declare @execTimeMS int;              --执行时间（毫秒数）

    --中间步骤debugger耗时使用
    declare @tmpBeginTime datetime;       --(临时)开始执行时间
    declare @tmpEndTime datetime;         --(临时)执行完成时间
    declare @tmpExecTimeMS int;           --(临时)执行时间（毫秒数）

    select @beginTime = getdate();

    --迁移前：先查询数据条数
    select @tableDataCount = count(1) from [Tyingsoft.GLPS].dbo.GLPS_APIREQUEST;
    select @tableDataCountHis =count(1) from  [Tyingsoft.GLPS_His].dbo.GLPS_APIREQUEST;

    print '【接口请求记录表（GLPS_APIREQUEST）数据迁移】开始执行时间：' + convert(nvarchar(50),@beginTime,20);
    print '本次计划迁移数据条数：'+ cast( @PreCountN as nvarchar(20));

    --创建一个临时公用表达式 （表中最早创建的N条数据）
    with topNRecord (FCREATETIME)
    as
    (
        select top (@PreCountN) FCREATETIME from GLPS_APIREQUEST  order by FCREATETIME 
    )

    --取N条数据中最大的创建时间
    select @maxCreateTime =max(FCREATETIME) from topNRecord
    
    print '对应迁移数据FCREATETIME为：'+ convert(nvarchar(50),@maxCreateTime,21); --日期转化为字符串格式：yyyy-MM-dd HH:mm:ss.fff

    
    select @tmpBeginTime = GETDATE();  --中间步骤开始计时

    --第一步：将N条数数据写入到历史数据库
    insert into [Tyingsoft.GLPS_His].dbo.GLPS_APIREQUEST
    select * from [Tyingsoft.GLPS].dbo.GLPS_APIREQUEST  where  FCREATETIME <=@maxCreateTime
    
    select @tmpEndTime = GETDATE();   --中间步骤计时结束
    print '数据迁移，插入耗时（毫秒）：' +cast( datediff(millisecond,@tmpBeginTime,@tmpEndTime) as nvarchar(20));


    --第二步：对比历史数据库的数据
    select @maxCreateTimeHis=max(FCREATETIME) from [Tyingsoft.GLPS_His].dbo.GLPS_APIREQUEST

    if @maxCreateTime = @maxCreateTimeHis  
       begin
            select @tmpBeginTime = GETDATE();  --中间步骤开始计时

            --第三步：执行完以后，再删除数据
            delete from GLPS_APIREQUEST where FCREATETIME <=@maxCreateTime 
            print '迁移后删除数据条数：' + cast( @@ROWCOUNT as nvarchar(50));

            select @tmpEndTime = GETDATE();       --中间步骤计时结束
            print '数据迁移，删除耗时（毫秒）：' +cast( datediff(millisecond,@tmpBeginTime,@tmpEndTime) as nvarchar(20));
        end
    else
        print '迁移后，日期校验错误，未删除数据！！！'

    --迁移后：再查询数据条数
    select @tableDataCount2 = count(1) from [Tyingsoft.GLPS].dbo.GLPS_APIREQUEST;
    select @tableDataCount2His =count(1) from  [Tyingsoft.GLPS_His].dbo.GLPS_APIREQUEST;

    print '迁移前GLPS_APIREQUEST的数据条数：' + cast(@tableDataCount as nvarchar(20))
     + ',迁移后数据条数：'+cast(@tableDataCount2 as nvarchar(20))
     + ',差额：'+cast((@tableDataCount2-@tableDataCount) as nvarchar(20));
    
    print '迁移前His.GLPS_APIREQUEST的数据条数：' 
    + cast(@tableDataCountHis as nvarchar(20))
    +',迁移后数据条数：'+cast(@tableDataCount2His as nvarchar(20))
    + ',差额：'+cast((@tableDataCount2His-@tableDataCountHis) as nvarchar(20));

    print '注意：正式环境一直有数据变动，所以会有一定的偏差！';

   
    select @endTime = GETDATE();
    print '总耗时（毫秒）：' +cast( datediff(millisecond,@beginTime,@endTime) as nvarchar(20));
    

END

我们在测试数据库中来简单执行下试试效果：

 

6、使用场景特别说明

此方式是采用 insert into ... select from 的方式进行数据迁移。这个思路由于是最简单的数据迁移逻辑，仅适用于小数据量的情况（一般表数据低于500万），当数据量大于500万之后千万别用此方法，因为此时的insert into ... select from 会执行很慢，有很大可能会影响正式环境的运行。

还有就是此方法，由于是SQL直接访问数据库，所以要求当前业务库和历史数据都能访问（也就是同一个数据库实例），如果异地不同的数据库也没办法处理。

所以此方法仅适用于简单的历史数据迁移场景，使用前提有限，适合小项目使用。

对于大数据量的（单表1千万以上的数据），又不能影响当下业务性能指标的数据迁移方式，请看下篇文章介绍。