逻辑备用数据库和Streams的区别及常见性能问题

　　对于逻辑备用数据库LDG和Streams，其实很多方面是类似的，尤其是downstream模式下的复制，都是利用log miner技术，对日志进行分析，从而捕获数据的变化，并把变更复制到目标数据库。

　　逻辑备用数据库和streams比较大的区别是：

　　streams支持把多个库的数据汇总到一个数据库中而LDG不支持;

　　streams支持双向复制，而LDG不支持......

　　我们在实施逻辑备用数据库和streams的时候，经常发现，如果有超大的transaction的时候，数据同步就会很慢，尤其是一条语句要修改几十上百万的时候。

　　如何进行性能优化呢?我这里有些思路，也希望大家能够补充：

　　1、对大表或操作频繁的表需要提供关键字或唯一索引

　　因为如果没有主关键字或唯一索引，需要SUPPLEMENTAL LOG来识别每条变化的记录，这样，你会发现，产生的归档日志量会很多，而且，在目标数据库应用数据变化的SQL时候，由于没有索引，SQL执行也会非常慢

　　2、减少huge transaction的出现

　　如果你的生产系统经常有一条SQL语句修改几十、上百万条记录的情况，在设计LDG或Streams的时候，就需要留心了。一般的建议是，把这种业务修改成光标的循环，提高commit的频度，从而避免huge transaction

　　3、对于downstreams来讲，避免无用数据变更的复制

　　有很多系统，都有类似月末结帐的功能，需要进行大量的计算，最后，生成一些最终的结果。如果把所有中间表的数据变化全部复制过去，就会消耗大量的资源、性能也会受到影响。但很多时候，可能真正的需求仅仅是最终的结果表。这个时候，你就可以定义负规则，把不需要关注的表，排除在复制之外

　　4、调整并行参数或一些阀值

　　有一些参数，可以影响性能，如LDG中的_eager_size等，通过参数调整来影响性能，需要十分小心，这里我就先不详细介绍了。