Schemat replikacji

Schemat replikacji opisuje relacje między wydawcą, dystrybutorem a subskrybentami w danym wdrożeniu.

Elementy schematu replikacji

Schemat replikacji określa, które systemy uczestniczą w kopiowaniu danych oraz jakie role pełnią w tym procesie. W typowym modelu wydawca przechowuje dane źródłowe i udostępnia zmiany, dystrybutor pośredniczy w ich przekazywaniu, a subskrybenci odbierają kopie danych. W prostszych wdrożeniach wydawca i dystrybutor mogą działać na tym samym serwerze, natomiast w większych środowiskach rozdzielenie tych ról pozwala niezależnie obsługiwać bazę źródłową i kolejki zmian.

Subskrypcja wiąże konkretnego subskrybenta z określonym wydawcą lub publikacją danych. Publikacja definiuje zakres replikowanych obiektów, na przykład wybrane tabele, kolumny albo rekordy spełniające warunek filtrowania. Schemat powinien również wskazywać kierunek przepływu, sposób inicjalnego utworzenia kopii, częstotliwość przesyłania zmian oraz zachowanie systemu po utracie połączenia. Samo określenie ról nie wystarcza do oceny działania replikacji, ponieważ istotne są także zależności czasowe i zasady rozwiązywania konfliktów.

Przepływ danych między węzłami

Replikacja może rozpoczynać się od wykonania kopii początkowej. Subskrybent otrzymuje wtedy stan danych z określonego momentu, a następnie pobiera zmiany zarejestrowane po utworzeniu tej kopii. W zależności od zastosowanego mechanizmu zmiany są przekazywane natychmiast, cyklicznie albo po zebraniu większej partii. Opóźnienie między zatwierdzeniem zmiany u wydawcy a jej zastosowaniem u subskrybenta nazywa się opóźnieniem replikacji. Nie jest ono równoznaczne z utratą danych, ale może powodować, że odczyt z repliki zwróci starszą wersję informacji.

W replikacji jednokierunkowej wydawca pozostaje miejscem zapisu, a subskrybenci są zwykle przeznaczeni do odczytu lub lokalnego wykorzystania kopii. W replikacji dwukierunkowej albo wieloźródłowej zmiany mogą powstawać w więcej niż jednym węźle. Taki układ wymaga jednoznacznych reguł identyfikacji rekordów, wykrywania równoczesnych modyfikacji i rozstrzygania konfliktów. Bez tych reguł dwa węzły mogą przechowywać różne wartości dla tego samego rekordu, mimo że oba potwierdziły poprawne wykonanie własnej operacji.

Spójność, kolejność i obsługa awarii

Poprawny schemat replikacji musi określać, czy zachowywana jest kolejność zmian oraz jaki zakres transakcji jest traktowany jako jednostka przesyłania. Jeżeli kilka operacji należy do jednej transakcji, zastosowanie tylko części z nich na subskrybencie może prowadzić do niespójnego obrazu danych. Mechanizmy oparte na dzienniku zmian mogą odczytywać zatwierdzone operacje w ustalonej kolejności, natomiast rozwiązania wykorzystujące okresowe porównywanie danych muszą dodatkowo wykrywać różnice i decydować, która wersja jest obowiązująca.

Awaria sieci, zatrzymanie procesu replikującego albo brak miejsca na dane tymczasowe może przerwać dostarczanie zmian. Dlatego projekt obejmuje także przechowywanie nieprzesłanych operacji, ponawianie prób oraz procedurę ponownej synchronizacji. Po wznowieniu połączenia subskrybent powinien otrzymać brakujące zmiany albo zostać oznaczony jako wymagający ponownej kopii początkowej. Monitorowanie obejmuje co najmniej stan połączeń, czas ostatniej poprawnej synchronizacji, liczbę oczekujących zmian, błędy zastosowania oraz rozmiar kolejki. Szczególnej uwagi wymaga sytuacja, w której proces raportuje aktywność, lecz licznik zastosowanych zmian nie rośnie.

Dobór schematu i diagnostyka

Wybór topologii zależy od celu replikacji. Jedno źródło i wielu odbiorców upraszczają kontrolę nad zapisem oraz ograniczają liczbę potencjalnych konfliktów. Układ wieloźródłowy może skrócić drogę do lokalnych danych i umożliwić pracę przy czasowej niedostępności jednego węzła, ale zwiększa wymagania dotyczące identyfikatorów, kolejności operacji i kontroli konfliktów. Przed wdrożeniem należy ustalić, czy replika ma służyć do odczytu, raportowania, lokalnej pracy, rozłożenia obciążenia czy odtworzenia danych po awarii. Kopia replikowana nie powinna być automatycznie utożsamiana z niezależną kopią zapasową, ponieważ błędna zmiana może zostać przekazana do wszystkich uczestników.

Diagnostykę rozpoczyna się od porównania konfiguracji wydawcy, dystrybutora i subskrybenta: identyfikatorów publikacji, zakresu obiektów, filtrów, uprawnień oraz punktu rozpoczęcia synchronizacji. Następnie sprawdza się logi procesu, czas ostatniego potwierdzenia, liczbę zmian oczekujących i zgodność przykładowych rekordów po obu stronach. Warto rozdzielić błąd transportu od błędu zastosowania danych. Pierwszy może wynikać z niedostępności hosta, portu lub kolejki, drugi z naruszenia ograniczenia, braku obiektu, niezgodności schematu albo konfliktu wartości. Podczas serwisowania laptopów, komputerów PC i podzespołów można również zweryfikować lokalnego klienta, połączenie sieciowe oraz stan nośnika, jeżeli urządzenie uczestniczące w replikacji działa na takim komputerze.