[翻译]当分发数据库增长到25G时如何解决

有时候，分发数据库（Distribution Database)会增长得非常大，那么如何解决呢，请看Chris Skorlinski,  Microsoft SQL Server Escalation Services 的解决方案。

原文地址：How to resolve when Distribution Database is growing huge (+25gig)， 本人翻译水平有限，如果有什么地方翻译不当或不对的地方，请不吝指教！

是的，我当然知道大数据库是相对的，但总体来说，如果你看到分发数据库越来越大增长到25G，这意味着清理进程很难删除复制事务，后面我将介绍如何以及为什么清理过程会这样。但是现在我想介绍一种我们经常用的技巧从分发数据清除数据行。这个解决方案包括修改SQL复制存储过程，以及增加每笔事务删除的行数，如果你对代码修改感到不舒服，直接跳到STEP 7吧。

第一篇发布出来的是“保守”的方法，接下来，我会发表一些更“激进”的解决方案。

1) 保存清理删除msrepl_commands对象的srepl_commands存储过程的原始脚本

sp_helptext  sp_MSdelete_publisherdb_trans

2) 将CREATE改为ALTER

ALTER PROCEDURE sp_MSdelete_publisherdb_trans

3)改变三处DELETE操作，从2000改为100000行

DELETE TOP(2000) MSrepl_commands . . .

4) 保存msrepl_transaction 清理存储过程sp_MSdelete_dodelete的原始代码

sp_helptext sp_MSdelete_dodelete

5)将CREATE关键字改为ALTER

ALTER PROCEDURE sp_MSdelete_dodelete

6)改变两处删除MSrepl_transactions记录的地方，将5000改为100000行。

delete TOP(5000) MSrepl_transactions . . .

7) Determine oldest day containing transactions 决定保留事物多少天

Code Snippet

1. --(shows breakout by day, by hour.  Took 2 hours on 350million rows, 100gb distribtuion db)
2. SELECT T.[publisher_database_id]
3. ,  datepart(mm,[entry_time]) 'month'
4. ,  datepart(dd,[entry_time]) 'day'
5. ,  datepart(hh,[entry_time]) 'hour'
6. ,  count(C.[xact_seqno]) 'count of commands'
7. FROM [distribution].[dbo].[MSrepl_transactions](nolock) T
8. JOIN [MSrepl_commands](nolock) C
9. ON T.[xact_seqno] = C.[xact_seqno]
10. GROUP BY T.[publisher_database_id]
11. ,datepart(mm,[entry_time])
12. , datepart(dd,[entry_time])
13. , datepart(hh,[entry_time])
14. order by 1,2,3,4
15. --Or, just select oldest 10 rows and note the entry_time stamp.
16. --(select took 5 minutes on 350million rows, 100gb distribtuion db)
17. SELECT TOP 10 * FROM [distribution].[dbo].[MSrepl_transactions](nolock)

8)通过SSMS或TSQL作业执行清理以前的事务（24小时*5天=120），然后继续执行减少@max_distretention的执行

Code Snippet

1. EXEC dbo.sp_MSdistribution_cleanup @min_distretention = 0, @max_distretention = 120
2. Example output: (4 hours to removed 340million rows)
3. Removed 3493 replicated transactions consisting of 343877158 statements in 15043 seconds (22859 rows/sec).

Hope you found this helpful,

希望这个对你有用。

Chris Skorlinski,  Microsoft SQL Server Escalation Services