博客
关于我
Oracle-OGG,双向同步过滤OGG自身用户的DML失效,如何处理?
阅读量:443 次
发布时间:2019-03-06

本文共 829 字,大约阅读时间需要 2 分钟。

一、问题与解决方案

在Oracle数据库的双向同步场景中,已发现OGG用户的DML操作未能被有效过滤,导致数据同步过程出现无限循环的情况。 为解决此问题,我们尝试通过调整传输选项参数来实现过滤。以下是具体操作步骤和验证结果。

2.1 参数调整:TRANLOGOPTIONS EXCLUDEUSER

在11g库中,我们尝试通过设置`TRANLOGOPTIONS EXCLUDEUSER ogg01`来过滤OGG用户的DML操作。然而,验证发现该参数在11g抽取进程中仍无法有效过滤OGG用户的插入操作。进一步分析发现,该参数在19c库中的应用效果较好,但11g库中仍存在数据同步问题。

2.2 参数调整:EXCLUDEUSERID

针对11g库中的问题,我们尝试将过滤参数从`EXCLUDEUSER`升级至`EXCLUDEUSERID`。具体做法是:在11g库中设置`TRANLOGOPTIONS EXCLUDEUSERID 84`,其中`84`为OGG用户的用户ID。通过这一调整,发现OGG用户的插入操作确实得到了有效过滤。

2.3 参数调整:EXCLUDETAG

此外,我们还尝试通过设置`DBOPTIONS SETTAG 1234`来实现过滤。对于19c库中的OGG用户,通过设置`TRANLOGOPTIONS EXCLUDETAG 1234`,能够有效过滤相关DML操作。验证结果表明,该参数在19c库中表现良好,且支持双向同步场景下的过滤需求。

总结

通过以上参数调整,我们成功实现了对OGG用户的DML操作过滤。具体做法包括: 1. 在11g库中,通过`TRANLOGOPTIONS EXCLUDEUSERID 84`实现过滤; 2. 在19c库中,通过`DBOPTIONS SETTAG 1234`和`TRANLOGOPTIONS EXCLUDETAG 1234`实现过滤。

这些调整有效解决了双向同步中的无限循环问题,确保了数据同步的稳定性。

转载地址:http://kllyz.baihongyu.com/

你可能感兴趣的文章
Pandas-通过对列和索引的值求和来合并两个数据框
查看>>
pandas.columns、get_dummies等用法
查看>>
pandas.DataFrame.copy(deep=True) 实际上并不创建深拷贝
查看>>
pandas.read_csv()的详解-ChatGPT4o作答
查看>>
PANDAS.READ_EXCEL()输出‘;溢出错误:日期值超出范围‘;而不存在日期列
查看>>
pandas100个骚操作:再见 for 循环!速度提升315倍!
查看>>
Pandas:如何根据其他列值的条件对列进行求和?
查看>>
Pandas:对给定列求和 DataFrame 行
查看>>
Pandas、Matplotlib、Pyecharts数据分析实践
查看>>
Pandas中文官档~基础用法2
查看>>
Pandas中文官档~基础用法5
查看>>
Pandas中文官档~基础用法6
查看>>
Pandas中的GROUP BY AND SUM不丢失列
查看>>
pandas交换两列
查看>>
pandas介绍-ChatGPT4o作答
查看>>
pandas去除Nan值
查看>>
pandas实战:电商平台用户分析
查看>>
Pandas库常用方法、函数集合
查看>>
pandas打乱数据的顺序
查看>>
pandas改变一列值(通过apply)
查看>>