DokumentationCampaignCampaign Classic v7 – Dokumentation

Datenbankbereinigungs-Workflow database-cleanup-workflow

Last update: Tue Sep 10 2024 00:00:00 GMT+0000 (Coordinated Universal Time)
  • Themen:

Einleitung introduction

Der Workflow Datenbankbereinigung, auf den Sie über den Knoten Administration > Produktion > Technische Workflows zugreifen können, ermöglicht das Löschen veralteter Daten, um das exponentielle Anwachsen der Datenbank zu verhindern. Der Workflow wird automatisch ohne das Eingreifen der benutzenden Person ausgelöst.

cleanup

Konfiguration configuration

Die Datenbankbereinigung wird auf zwei Ebenen konfiguriert: im Workflow-Planer und im Softwareverteilungs-Assistenten.

Workflow-Planung the-scheduler

NOTE
Weiterführende Informationen zur Planung finden Sie in diesem Abschnitt.

Standardmäßig ist der Workflow Datenbankbereinigung so konfiguriert, dass er täglich um 4 Uhr gestartet wird. Die Planung ermöglicht es, die Häufigkeit der Auslösung des Workflows zu ändern. Die folgenden Häufigkeiten sind verfügbar:

  • Mehrmals pro Tag
  • Täglich
  • Wöchentlich
  • Once

scheduler

IMPORTANT
Damit der Workflow Datenbankbereinigung an dem in der Planung definierten Datum und zu der dort definierten Uhrzeit gestartet werden kann, muss die Workflow-Engine (wfserver) gestartet werden.

Bereitstellungsassistent deployment-assistant

Mit dem über das Menü Tools > Erweitert verfügbaren Softwareverteilungs-Assistenten können Sie konfigurieren, wie lange Daten gespeichert werden sollen. Die Werte werden in Tagen ausgedrückt. Wenn diese Werte nicht geändert werden, verwendet der Workflow die Standardwerte.

Die Felder des Fensters Datenbereinigung entsprechen den folgenden Optionen. Diese werden von einigen der Aufgaben verwendet, die vom Workflow Datenbankbereinigung ausgeführt werden:

Alle vom Workflow Datenbankbereinigung ausgeführten Aufgaben werden im folgenden Abschnitt beschrieben.

Vom Datenbankbereinigungs-Workflow durchgeführte Aufgaben tasks-carried-out-by-the-database-cleanup-workflow

Zu dem in der Workflow-Planung definierten Zeitpunkt (siehe Planer) startet die Workflow-Engine den Datenbankbereinigungsprozess. Die Datenbankbereinigung stellt eine Verbindung zur Datenbank her und führt die Aufgaben in der unten gezeigten Reihenfolge aus.

IMPORTANT
Wenn eine dieser Aufgaben fehlschlägt, werden die nächsten nicht ausgeführt.
SQL-Abfragen mit dem Attribut LIMIT werden wiederholt ausgeführt, bis alle Informationen verarbeitet werden.

Listen zum Löschen der Bereinigung lists-to-delete-cleanup

Die erste Aufgabe, die vom Workflow Datenbankbereinigung ausgeführt wird, löscht alle Gruppen mit dem Wert deleteStatus != 0 Attribut aus der NmsGroup. Die mit diesen Gruppen verknüpften und in anderen Tabellen vorhandenen Datensätze werden ebenfalls gelöscht.

  1. Zu löschende Listen werden mithilfe der folgenden SQL-Abfrage abgerufen:

    code language-sql 
    SELECT iGroupId, sLabel, iType FROM NmsGroup WHERE iDeleteStatus <> 0 OR tsExpirationDate <= GetDate()

  2. Jede Liste enthält mehrere Links zu anderen Tabellen. Alle diese Links werden mithilfe der folgenden Abfrage stapelweise gelöscht:

    code language-sql 
    DELETE FROM $(relatedTable) WHERE iGroupId=$(l) IN (SELECT iGroupId FROM $(relatedTable) WHERE iGroupId=$(l) LIMIT 5000)

    wobei $(relatedTable) eine Tabelle ist, die sich auf NmsGroup und $(l) auf die Listenkennung bezieht.

  3. Wenn es sich bei der Liste um eine Liste vom Typ "Liste" handelt, wird die zugeordnete Tabelle mithilfe der folgenden Abfrage gelöscht:

    code language-sql 
    DROP TABLE grp$(l)

  4. Jede vom Vorgang abgerufene Liste vom Typ Select wird mithilfe der folgenden Abfrage gelöscht:

    code language-sql 
    DELETE FROM NmsGroup WHERE iGroupId=$(l)

    wobei $(l) die Listenkennung ist

Bereinigung der zu löschenden oder zu recycelenden Sendungen cleanup-of-deliveries-to-be-deleted-or-recycled

Diese Aufgabe löscht alle zu löschenden oder recycelten Sendungen.

  1. Der Workflow Datenbankbereinigung wählt alle Sendungen aus, für die das Feld deleteStatus den Wert Ja oder Recycled aufweist und deren Löschdatum vor dem in den gelöschten Sendungen definierten Zeitraum liegt (NmsCleanup_RecycledDeliveryDelay) im Softwareverteilungs-Assistenten. Weitere Informationen hierzu finden Sie im Abschnitt Softwareverteilungs-Assistent. Dieser Zeitraum wird in Bezug auf das aktuelle Server-Datum berechnet.

  2. Für jeden Mid-Sourcing-Server wählt die Aufgabe die Liste der zu löschenden Sendungen aus.

  3. Der Workflow Datenbankbereinigung löscht Versandlogs, Anhänge, Informationen zur Mirrorseite und alle anderen damit verbundenen Daten.

  4. Vor dem endgültigen Löschen des Versands löscht der Workflow verknüpfte Informationen aus den folgenden Tabellen:

    • In der Ausschlusstabelle des Versands (NmsDlvExclusion) wird die folgende Abfrage verwendet:

      code language-sql 
      DELETE FROM NmsDlvExclusion WHERE iDeliveryId=$(l)

      wobei $(l) die Kennung des Versands ist.

    • In der Coupontabelle (NmsCouponValue) wird die folgende Abfrage verwendet (mit Massenlöschungen):

      code language-sql 
      DELETE FROM NmsCouponValue WHERE iMessageId IN (SELECT iMessageId FROM NmsCouponValue WHERE EXISTS (SELECT B.iBroadLogId FROM $(BroadLogTableName) B WHERE B.iDeliveryId = $(l) AND B.iBroadLogId = iMessageId ) LIMIT 5000)

      wobei $(l) die Kennung des Versands ist.

    • In den Versandlog-Tabellen (NmsBroadlogXxx) werden Massenlöschungen in Stapeln von 20.000 Datensätzen ausgeführt.

    • In den Vorschlagstabellen (NmsPropositionXxx) werden Massenlöschungen in Stapeln von 20.000 Datensätzen ausgeführt.

    • In den Trackinglog-Tabellen (NmsTrackingLogXxx) werden Massenlöschungen in Stapeln von 20.000 Datensätzen ausgeführt.

    • In der Versandfragmenttabelle (NmsDeliveryPart) werden Massenlöschungen in Stapeln von 500.000 Datensätzen ausgeführt. Diese Tabelle enthält Personalisierungsinformationen zu den restlichen zu versendenden Nachrichten.

    • In der Tabelle der Mirrorseiten-Datenfragmente (NmsMirrorPageInfo) werden Massenlöschungen in Stapeln von 20.000 Datensätzen für abgelaufene Versandteile und für fertige oder abgebrochene Teile ausgeführt. Diese Tabelle enthält Personalisierungsinformationen zu allen Nachrichten, die zum Generieren von Mirrorseiten verwendet werden.

    • In der Suchtabelle für die Mirrorseite (NmsMirrorPageSearch) werden Massenlöschungen in Stapeln von 20.000 Datensätzen ausgeführt. Diese Tabelle ist ein Suchindex, der Zugriff auf Personalisierungsinformationen bietet, die in der Tabelle NmsMirrorPageInfo gespeichert sind.

    • In der Stapelverarbeitungsprotokolltabelle (XtkJobLog) werden Massenlöschungen in Stapeln von 20.000 Datensätzen ausgeführt. Diese Tabelle enthält das Protokoll der zu löschenden Sendungen.

    • In der Versand-URL-Tracking-Tabelle (NmsTrackingUrl) wird die folgende Abfrage verwendet:

      code language-sql 
      DELETE FROM NmsTrackingUrl WHERE iDeliveryId=$(l)

      wobei $(l) die Kennung des Versands ist.

      Diese Tabelle enthält die URLs in den zu löschenden Sendungen, um deren Tracking zu ermöglichen.

  5. Der Versand wird aus der Versandtabelle (NmsDelivery) gelöscht:

    code language-sql 
    DELETE FROM NmsDelivery WHERE iDeliveryId = $(l)

    wobei $(l) die Kennung des Versands ist.

Sendungen mit Mid-Sourcing deliveries-using-mid-sourcing

Der Workflow Datenbankbereinigung löscht auch Sendungen auf Mid-Sourcing-Servern.

  1. Dazu prüft der Workflow, ob jeder Versand inaktiv ist (je nach Status). Wenn ein Versand aktiv ist, wird er vor dem Löschen angehalten. Die Überprüfung wird durch Ausführung der folgenden Abfrage durchgeführt:

    code language-sql 
    SELECT iState FROM NmsDelivery WHERE iDeliveryId = $(l) AND iState <> 100;

    wobei $(l) die Kennung des Versands ist.

  2. Wenn der Wert des Status "Start ausstehend ", "Gestartet ", "Wiederherstellung ausstehend", "Wiederherstellung in Gang" , "Pause angefordert", "In Bearbeitung anhalten" oder "Ausgesetzt" lautet (Werte 51, 5, 6, 71, 72, 75), wird der Versand angehalten und die Aufgabe löscht die verknüpften Informationen.

Bereinigung abgelaufener Sendungen cleanup-of-expired-deliveries

Diese Aufgabe beendet Sendungen, deren Gültigkeitszeitraum abgelaufen ist.

  1. Der Workflow Datenbankbereinigung erstellt die Liste der abgelaufenen Sendungen. Diese Liste enthält alle abgelaufenen Sendungen mit einem anderen Status als Abgeschlossen sowie kürzlich angehaltene Sendungen mit über 10.000 nicht verarbeiteten Nachrichten. Die folgende Abfrage wird verwendet:

    code language-sql 
    SELECT iDeliveryId, iState FROM NmsDelivery WHERE iDeleteStatus=0 AND iIsModel=0 AND iDeliveryMode=1 AND ( (iState >= 51 AND iState < 85 AND tsValidity IS NOT NULL AND tsValidity < $(currentDate) ) OR (iState = 85 AND DateMinusDays(15) < tsLastModified AND iToDeliver - iProcessed >= 10000 ))

    wobei delivery mode 1 mit dem Modus Massenversand übereinstimmt, state 51 mit dem Status Start ausstehend übereinstimmt, state 85 mit dem Status Angehalten und die höchste Anzahl an Versandlogs, die auf dem Versandserver gebündelt aktualisiert werden, 10.000 entspricht.

  2. Der Workflow enthält dann die Liste der kürzlich abgelaufenen Sendungen, die Mid-Sourcing verwenden. Sendungen, für die noch keine Versandlogs über den Mid-Sourcing-Server abgerufen wurden, sind ausgeschlossen.

    Die folgende Abfrage wird verwendet:

    code language-sql 
    SELECT iDeliveryId, tsValidity, iMidRemoteId, mData FROM NmsDelivery WHERE (iDeliveryMode = 4 AND (iState = 85 OR iState = 95) AND tsValidity IS NOT NULL AND (tsValidity < SubDays(GetDate() , 15) OR tsValidity < $(DateOfLastLogPullUp)) AND tsLastModified > SubDays(GetDate() , 15))

  3. Mithilfe der folgenden Abfrage wird ermittelt, ob das externe Konto noch aktiv ist, um Sendungen nach Datum zu filtern:

    code language-sql 
    SELECT iExtAccountId FROM NmsExtAccount WHERE iActive<>0 AND sName=$(providerName)

  4. In der Liste der abgelaufenen Sendungen wechseln die Versandlogs mit dem Status Ausstehend zu Versand abgebrochen und alle in dieser Liste enthaltenen Sendungen zu Abgeschlossen .

    Die folgenden Abfragen werden verwendet:

    code language-sql 
    UPDATE $(BroadLogTableName) SET tsLastModified=$(curdate), iStatus=7, iMsgId=$(bl) WHERE iDeliveryId=$(dl) AND iStatus=6

    wobei $(curdate)das aktuelle Datum des Datenbankservers ist, $(bl) die Kennung der Versandlogs-Nachricht ist, $(dl) die Versandkennung, delivery status 6 den Status Ausstehend und delivery status 7 den Status Versand abgebrochen aufweist.

    code language-sql 
    UPDATE NmsDelivery SET iState = 95, tsLastModified = $(curdate), tsBroadEnd = tsValidity WHERE iDeliveryId = $(dl)

    wobei delivery state 95 dem Status Abgeschlossen und $(dl) der Kennung des Versands entspricht.

  5. Alle Fragmente (deliveryparts) veralteter Sendungen werden gelöscht und alle veralteten Fragmente der laufenden Benachrichtigungsversand-Vorgänge werden gelöscht. Für beide Aufgaben wird Massenlöschung verwendet.

    Die folgenden Abfragen werden verwendet:

    code language-sql 
    DELETE FROM NmsDeliveryPart WHERE iDeliveryPartId IN (SELECT iDeliveryPartId FROM NmsDeliveryPart WHERE iDeliveryId IN (SELECT iDeliveryId FROM NmsDelivery WHERE iState=95 OR iState=85) LIMIT 5000)
    code language-sql 
    DELETE FROM NmsDeliveryPart WHERE iDeliveryPartId IN (SELECT iDeliveryPartId FROM NmsDeliveryPart WHERE tsValidity < $(curDate) LIMIT 500000)

    wobei delivery state 95 mit dem Status Abgeschlossen übereinstimmt, delivery state 85 mit dem Status Angehalten und $(curDate) mit dem aktuellen Server-Datum übereinstimmt.

Bereinigung der Mirrorseiten cleanup-of-mirror-pages

Bei dieser Aufgabe werden die von Sendungen verwendeten Web-Ressourcen (Mirrorseiten) gelöscht.

  1. Zunächst wird die Liste der zu löschenden Sendungen mithilfe der folgenden Abfrage abgerufen:

    code language-sql 
    SELECT iDeliveryId, iNeedMirrorPage FROM NmsDelivery WHERE iWebResPurged = 0 AND tsWebValidity IS NOT NULL AND tsWebValidity < $(curdate)

    wobei $(curDate) das aktuelle Server-Datum ist.

  2. Die Tabelle NmsMirrorPageInfo wird dann bereinigt, gegebenenfalls unter Verwendung der Kennung des zuvor wiederhergestellten Versands. Das gebündelte Löschen wird verwendet, um die folgenden Abfragen zu generieren:

    code language-sql 
    DELETE FROM NmsMirrorPageInfo WHERE iMirrorPageInfoId IN (SELECT iMirrorPageInfoId FROM NmsMirrorPageInfo WHERE iDeliveryId = $(dl)) LIMIT 5000
    code language-sql 
    DELETE FROM NmsMirrorPageSearch WHERE iMessageId IN (SELECT iMessageId FROM NmsMirrorPageSearch WHERE iDeliveryId = $(dl)) LIMIT 5000

    wobei $(dl) die Kennung des Versands ist.

  3. Im Versandlog wird dann ein Eintrag hinzugefügt.

  4. Die bereinigten Sendungen werden dann identifiziert, um zu vermeiden, dass sie später erneut verarbeitet werden. Die folgende Abfrage wird ausgeführt:

    code language-sql 
    UPDATE NmsDelivery SET iWebResPurged = 1 WHERE iDeliveryId IN ($(strIn))

    wobei $(strIn) die Liste der Versandkennungen ist.

Bereinigen von Arbeitstabellen cleanup-of-work-tables

Diese Aufgabe löscht aus der Datenbank alle Arbeitstabellen, die Sendungen entsprechen, deren Status In Bearbeitung ist , Angehalten oder Gelöscht lautet.

  1. Die Liste der Tabellen mit Namen, die mit wkDlv_ beginnen, wird zuerst mit der folgenden Abfrage abgerufen (postgresql):

    code language-sql 
    SELECT relname FROM pg_class WHERE relname LIKE Lower('wkDlv_%') ESCAPE E'\\' AND relkind IN ('r','v') AND pg_get_userbyid(relowner)<>'postgres'

  2. Die von laufenden Workflows verwendeten Tabellen werden dann ausgeschlossen. Die Liste der ausgeführten Sendungen wird mithilfe der folgenden Abfrage abgerufen:

    code language-sql 
    SELECT iDeliveryId FROM NmsDelivery WHERE iDeliveryId<>0 AND iDeleteStatus=0 AND iState NOT IN (0,85,100);

    wobei 0 der Wert ist, der dem Versandstatus In Bearbeitung entspricht, entspricht 85 dem Status Angehalten und 100 dem Status Gelöscht .

  3. Nicht mehr verwendete Tabellen werden mithilfe der folgenden Abfrage gelöscht:

    code language-sql 
    DROP TABLE wkDlv_15487_1;

Bereinigung der durch Importe erzeugten Zurückweisungen cleanup-of-rejects-generated-by-imports-

In diesem Schritt können Sie Datensätze löschen, für die während des Imports nicht alle Daten verarbeitet wurden.

  1. Die Massenlöschung erfolgt für die Tabelle XtkReject mit der folgenden Abfrage:

    code language-sql 
    DELETE FROM XtkReject WHERE iRejectId IN (SELECT iRejectId FROM XtkReject WHERE tsLog < $(curDate)) LIMIT $(l)

    wobei $(curDate) das aktuelle Server-Datum ist, von dem wir den für die Option NmsCleanup_RejectsPurgeDelay definierten Zeitraum subtrahieren (siehe Softwareverteilungs-Assistent) und $(l) die maximale Anzahl der zu löschenden Datensätze ist.

  2. Alle verwaisten Zurückweisungen werden dann mithilfe der folgenden Abfrage gelöscht:

    code language-sql 
    DELETE FROM XtkReject WHERE iJobId NOT IN (SELECT iJobId FROM XtkJob)

Bereinigen von Workflow-Instanzen cleanup-of-workflow-instances

Diese Aufgabe löscht jede Workflow-Instanz mit ihrem Identifer (lWorkflowId) und dem Verlauf (lHistory). Löscht inaktive Tabellen, indem die Aufgabe zur Bereinigung der Arbeitstabelle erneut ausgeführt wird. Die Bereinigung löscht auch alle verwaisten Arbeitstabellen (wkf% und wkfhisto%) der gelöschten Workflows.

NOTE
Die Bereinigungshäufigkeit des Verlaufs wird für jeden Workflow im Feld Verlauf in Tagen angegeben (Standardwert: 30 Tage). Dieses Feld finden Sie in den Workflow-Eigenschaften auf der Registerkarte Ausführung . Weiterführende Informationen hierzu finden Sie in diesem Abschnitt.

  1. Um die Liste der zu löschenden Workflows abzurufen, wird die folgende Abfrage verwendet:

    code language-sql 
    SELECT iWorkflowId, iHistory FROM XtkWorkflow WHERE iWorkflowId<>0

  2. Diese Abfrage erzeugt mithilfe der folgenden Abfragen die Liste der Workflows, die zum Löschen aller verknüpften Logs, abgeschlossenen Aufgaben und abgeschlossenen Ereignisse verwendet werden:

    code language-sql 
    DELETE FROM XtkWorkflowLog WHERE iWorkflowId=$(lworkflow) AND tsLog < DateMinusDays($(lhistory))
    code language-sql 
    DELETE FROM XtkWorkflowTask WHERE iWorkflowId=$(lworkflow) AND iStatus<>0 AND tsCompletion < DateMinusDays($(lhistory))
    code language-sql 
    DELETE FROM XtkWorkflowEvent WHERE iWorkflowId=$(l) AND iStatus>2 AND tsProcessing < DateMinusDays($(lHistory))

    wobei $(lworkflow) die Kennung des Workflows und $(lhistory) die Kennung des Verlaufs ist.

  3. Alle nicht verwendeten Tabellen werden gelöscht. Zu diesem Zweck werden alle Tabellen mithilfe einer Maske vom Typ wkf% mit der folgenden Abfrage (postgresql) erfasst:

    code language-sql 
    SELECT relname FROM pg_class WHERE relname LIKE Lower('wkf%') ESCAPE E'\\' AND relkind IN ('r','v') AND pg_get_userbyid(relowner)<>'postgres'

  4. Dann werden alle Tabellen ausgeschlossen, die von einer ausstehenden Workflow-Instanz verwendet werden. Die Liste der aktiven Workflows wird mithilfe der folgenden Abfrage abgerufen:

    code language-sql 
    SELECT iWorkflowId FROM XtkWorkflow WHERE iWorkflowId<>0 AND iState<>20

  5. Jede Workflow-Kennung wird dann abgerufen, um den Namen der Tabellen zu ermitteln, die von laufenden Workflows verwendet werden. Diese Namen werden aus der Liste der zuvor wiederhergestellten Tabellen ausgeschlossen.

  6. Verlaufstabellen vom Typ "inkrementelle Abfrage" werden mithilfe der folgenden Abfragen ausgeschlossen:

    code language-sql 
    SELECT relname FROM pg_class WHERE relname LIKE Lower('wkfhisto%') ESCAPE E'\\' AND relkind IN ('r','v') AND pg_get_userbyid(relowner)<>'postgres'
    code language-sql 
    SELECT iWorkflowId FROM XtkWorkflow WHERE iWorkflowId IN ($(strCondition))

    wobei $(strcondition) die Liste der Tabellen ist, die mit der Maske wkfhisto% übereinstimmen.

  7. Die verbleibenden Tabellen werden mithilfe der folgenden Abfrage gelöscht:

    code language-sql 
    DROP TABLE wkf15487_12;

Bereinigung der Workflow-Anmeldungen cleanup-of-workflow-logins

Diese Aufgabe löscht Workflow-Anmeldungen mit der folgenden Abfrage:

DELETE FROM XtkWorkflowLogin WHERE iWorkflowId NOT IN (SELECT iWorkflowId FROM XtkWorkflow)

Bereinigung verwaister Arbeitstabellen cleanup-of-orphan-work-tables

Diese Aufgabe löscht verwaiste Arbeitstabellen, die mit Gruppen verknüpft sind. Die Tabelle NmsGroup speichert die zu bereinigenden Gruppen (mit einem anderen Typ als 0). Das Präfix der Tabellennamen ist grp. Um die zu bereinigenden Gruppen zu identifizieren, wird die folgende Abfrage verwendet:

SELECT iGroupId FROM NmsGroup WHERE iType>0"

Besucherbereinigung cleanup-of-visitors

Durch Massenlöschung werden veraltete Datensätze aus der Besuchertabelle gelöscht. Veraltete Datensätze sind jene, deren letzte Änderung vor dem im Softwareverteilungs-Assistenten festgelegten Erhaltungszeitraum liegt (siehe Softwareverteilungs-Assistent). Die folgende Abfrage wird verwendet:

DELETE FROM NmsVisitor WHERE iVisitorId IN (SELECT iVisitorId FROM NmsVisitor WHERE iRecipientId = 0 AND tsLastModified < AddDays(GetDate(), -30) AND iOrigin = 0 LIMIT 20000)

wobei $(tsDate) das aktuelle Server-Datum ist, von dem aus der für die Option NmsCleanup_VisitorPurgeDelay definierte Zeitraum abgezogen wird.

Bereinigung der NPAI cleanup-of-npai

Mithilfe dieser Aufgabe können Sie Datensätze, die gültigen Adressen entsprechen, aus der Tabelle NmsAddress löschen. Die folgende Abfrage wird verwendet, um eine Massenlöschung durchzuführen:

DELETE FROM NmsAddress WHERE iAddressId IN (SELECT iAddressId FROM NmsAddress WHERE iStatus=2 AND tsLastModified < $(tsDate1) AND tsLastModified >= $(tsDate2) LIMIT 5000)

wobei status 2 mit dem Status Gültig übereinstimmt, $(tsDate1) das aktuelle Serverdatum und $(tsDate2) mit der Option NmsCleanup_LastCleanup übereinstimmt.

Bereinigung der Abonnements cleanup-of-subscriptions-

Diese Aufgabe löscht alle vom Benutzer aus der Tabelle NmsSubscription gelöschten Abonnements mithilfe einer Massenlöschung. Die folgende Abfrage wird verwendet:

DELETE FROM NmsSubscription WHERE iDeleteStatus <>0

Bereinigung der Trackinglogs cleanup-of-tracking-logs

Diese Aufgabe löscht veraltete Datensätze aus den Tracking- und Webtracking-Log-Tabellen. Veraltete Datensätze sind jene, die vor dem im Softwareverteilungs-Assistenten festgelegten Erhaltungszeitraum liegen (siehe den Softwareverteilungs-Assistenten).

  1. Zunächst wird die Liste der Trackinglog-Tabellen mithilfe der folgenden Abfrage abgerufen:

    code language-sql 
    SELECT distinct(sTrackingLogSchema) FROM NmsDeliveryMapping WHERE sTrackingLogSchema IS NOT NULL;

  2. Die Massenlöschung dient der Bereinigung aller Tabellen in der Liste der zuvor wiederhergestellten Tabellen. Die folgende Abfrage wird verwendet:

    code language-sql 
    DELETE FROM NmsTrackingLogRcp WHERE iTrackingLogId IN (SELECT iTrackingLogId FROM NmsTrackingLogRcp WHERE tsLog < $(tsDate) LIMIT 5000)

    wobei $(tsDate) das aktuelle Server-Datum ist, von dem aus der für die Option NmsCleanup_TrackingLogPurgeDelay definierte Zeitraum abgezogen wird.

  3. Die Trackingstatistiken werden mithilfe einer Massenlöschung bereinigt. Die folgende Abfrage wird verwendet:

    code language-sql 
    DELETE FROM NmsTrackingStats WHERE iTrackingStatsId IN (SELECT iTrackingStatsId FROM NmsTrackingStats WHERE tsStart < $(tsDate) LIMIT 5000)

    wobei $(tsDate) das aktuelle Server-Datum ist, von dem wir den für die Option NmsCleanup_TrackingStatPurgeDelay definierten Zeitraum subtrahieren.

Bereinigung der Versandlogs cleanup-of-delivery-logs

Auf diese Weise können die in verschiedenen Tabellen gespeicherten Versandlogs bereinigt werden.

  1. Zu diesem Zweck wird die Liste der Versandlog-Schemata mithilfe der folgenden Abfrage abgerufen:

    code language-sql 
    SELECT distinct(sBroadLogSchema) FROM NmsDeliveryMapping WHERE sBroadLogSchema IS NOT NULL UNION SELECT distinct(sBroadLogExclSchema) FROM NmsDeliveryMapping WHERE sBroadLogExclSchema IS NOT NULL

  2. Bei Verwendung der Mid-Sourcing-Methode wird die Tabelle NmsBroadLogMid nicht in Versandzuordnungen referenziert. Das Schema nms:broadLogMid wird der Liste hinzugefügt, die von der vorherigen Abfrage abgerufen wurde.

  3. Der Workflow Datenbankbereinigung löscht dann veraltete Daten aus zuvor wiederhergestellten Tabellen. Die folgende Abfrage wird verwendet:

    code language-sql 
    DELETE FROM $(tableName) WHERE iBroadLogId IN (SELECT iBroadLogId FROM $(tableName) WHERE tsLastModified < $(option) LIMIT 5000)

    wobei $(tableName) der Name jeder Tabelle in der Schemakarte und $(option) das für die Option NmsCleanup_BroadLogPurgeDelay definierte Datum ist (siehe Softwareverteilungs-Assistent).

  4. Schließlich prüft der Workflow, ob die Tabelle NmsProviderMsgId vorhanden ist. Wenn ja, werden alle veralteten Daten mithilfe der folgenden Abfrage gelöscht:

    code language-sql 
    DELETE FROM NmsProviderMsgId WHERE iBroadLogId IN (SELECT iBroadLogId FROM NmsProviderMsgId WHERE tsCreated < $(option) LIMIT 5000)

    wobei $(option) dem für die Option NmsCleanup_BroadLogPurgeDelay definierten Datum entspricht (siehe Softwareverteilungs-Assistent).

Bereinigung der Tabelle "NmsEmailErrorStat" cleanup-of-the-nmsemailerrorstat-table-

Diese Aufgabe bereinigt die Tabelle NmsEmailErrorStat. Das Hauptprogramm (coalesceErrors) definiert zwei Daten:

  • Startdatum: Datum des nächsten Prozesses, der mit der Option NmsLastErrorStatCoalesce oder dem neuesten Datum in der Tabelle übereinstimmt.
  • Enddatum: aktuelles Server-Datum.

Wenn das Startdatum größer oder gleich dem Enddatum ist, wird kein Prozess durchgeführt. In diesem Fall wird die Meldung coalesceUpToDate angezeigt.

Wenn das Startdatum vor dem Enddatum liegt, wird die Tabelle NmsEmailErrorStat bereinigt.

Die Gesamtzahl der Fehler in der Tabelle NmsEmailErrorStat zwischen dem Start- und dem Enddatum wird mithilfe der folgenden Abfrage abgerufen:

SELECT COUNT(*) FROM NmsEmailErrorStat WHERE tsDate>= $(start) AND tsDate< $(end)

wobei $end und $start das zuvor definierte Start- und Enddatum sind.

Wenn die Summe größer als 0 ist:

  1. Die folgende Abfrage wird ausgeführt, um nur Fehler über einen bestimmten Schwellenwert (der 20 entspricht) hinaus zu halten:

    code language-sql 
    SELECT iMXIP, iPublicId, SUM(iTotalConnections), SUM(iTotalErrors), SUM(iMessageErrors), SUM(iAbortedConnections), SUM(iFailedConnections), SUM(iRefusedConnections), SUM(iTimeoutConnections) FROM NmsEmailErrorStat WHERE tsDate>=$(start ) AND tsDate<$(end ) GROUP BY iMXIP, iPublicId HAVING SUM(iTotalErrors) >= 20

  2. Die Meldung coalescingErrors wird angezeigt.

  3. Es wird eine neue Verbindung erstellt, um alle zwischen dem Start- und dem Enddatum aufgetretenen Fehler zu löschen. Die folgende Abfrage wird verwendet:

    code language-sql 
    DELETE FROM NmsEmailErrorStat WHERE tsDate>=$(start) AND tsDate<$(end)

  4. Jeder Fehler wird mithilfe der folgenden Abfrage in der Tabelle NmsEmailErrorStat gespeichert:

    code language-sql 
    INSERT INTO NmsEmailErrorStat(iMXIP, iPublicId, tsDate, iTotalConnections, iTotalErrors, iTimeoutConnections, iRefusedConnections, iAbortedConnections, iFailedConnections, iMessageErrors) VALUES($(lmxip ), $(lpublicId ), $(tsstart ), $(lconnections ), $(lconnectionErrors ),$(ltimeoutConnections ), $(lrefusedConnections ), $(labortedConnections ), $(lfailedConnections ), $(lmessageErrors))

    wobei jede Variable mit einem Wert übereinstimmt, der von der vorherigen Abfrage abgerufen wurde.

  5. Die Variable start wird mit den Werten des vorherigen Prozesses aktualisiert, um die Schleife abzuschließen.

Die Schleife und die Aufgabe werden beendet.

Bereinigungen werden für die Tabellen NmsEmailError und cleanupNmsMxDomain ausgeführt.

Bereinigung der NmsEmailError -Tabelle cleanup-of-the-nmsemailerror-table-

Die folgende Abfrage wird verwendet:

DELETE FROM NmsEmailError WHERE iMXIP NOT IN (SELECT DISTINCT iMXIP FROM NmsEmailErrorStat)

Diese Abfrage löscht alle Zeilen ohne verknüpfte Datensätze in der Tabelle NmsEmailErrorStat aus der Tabelle NmsEmailError.

Bereinigung der NmsMxDomain-Tabelle cleanup-of-the-nmsmxdomain-table-

Die folgende Abfrage wird verwendet:

DELETE FROM NmsMxDomain WHERE iMXIP NOT IN (SELECT DISTINCT iMXIP FROM NmsEmailErrorStat)

Diese Abfrage löscht alle Zeilen ohne verknüpften Datensatz in der Tabelle NmsEmailErrorStat aus der Tabelle NmsMxDomain.

Bereinigung der Vorschläge cleanup-of-propositions

Wenn das Modul Interaction installiert ist, wird diese Aufgabe ausgeführt, um die Tabellen NmsPropositionXxx zu bereinigen.

Die Liste der Vorschlagstabellen wird abgerufen und gebündelt gelöscht, indem die folgende Abfrage verwendet wird:

DELETE FROM NmsPropositionXxx WHERE iPropositionId IN (SELECT iPropositionId FROM NmsPropositionXxx WHERE tsLastModified < $(option) LIMIT 5000)

wobei $(option) das für die Option NmsCleanup_PropositionPurgeDelay definierte Datum ist (siehe Softwareverteilungs-Assistent).

Bereinigung der Simulationstabellen cleanup-of-simulation-tables

Diese Aufgabe bereinigt verwaiste Simulationstabellen (die nicht mehr mit einer Angebotssimulation oder einer Versandsimulation verknüpft sind).

  1. Um die Liste der Simulationen abzurufen, die bereinigt werden müssen, wird die folgende Abfrage verwendet:

    code language-sql 
    SELECT iSimulationId FROM NmsSimulation WHERE iSimulationId<>0

  2. Der Name der zu löschenden Tabellen besteht aus dem Präfix wkSimu_ , gefolgt von der Kennung der Simulation (z. B. wkSimu_456831_aggr):

    code language-sql 
    DROP TABLE wkSimu_456831_aggr

Bereinigung des Audit-Protokolls cleanup-of-audit-trail

Die folgende Abfrage wird verwendet:

DELETE FROM XtkAudit WHERE tsChanged < $(tsDate)

wobei $(tsDate) das aktuelle Serverdatum ist, ab dem der für die Option XtkCleanup_AuditTrailPurgeDelay definierte Zeitraum abgezogen wird.

Bereinigung von Nmsaddress cleanup-of-nmsaddress

Die folgende Abfrage wird verwendet:

DELETE FROM NmsAddress WHERE iAddressId IN (SELECT iAddressId FROM NmsAddress WHERE iStatus=STATUS_QUARANTINE AND tsLastModified < $(NmsCleanup_AppSubscriptionRcpPurgeDelay + 5d) AND iType IN (MESSAGETYPE_IOS, MESSAGETYPE_ANDROID ) LIMIT 5000)

Diese Abfrage löscht alle Einträge, die sich auf iOS und Android beziehen.

Optimierung der Statistikaktualisierung und -speicherung statistics-update

Mit der Option XtkCleanup_NoStats können Sie das Verhalten des Speicheroptimierungsschritts des Bereinigungs-Workflows steuern.

Wenn die Option XtkCleanup_NoStats nicht vorhanden ist oder der Wert 0 beträgt, wird die Speicheroptimierung im ausführlichen Modus (VACUUM VERBOSE ANALYZE) auf PostgreSQL ausgeführt und die Statistiken auf allen anderen Datenbanken aktualisiert. Um sicherzustellen, dass dieser Befehl ausgeführt wird, überprüfen Sie die PostgreSQL-Protokolle. VACUUM gibt die Ausgabezeilen im Format INFO: vacuuming "public.nmsactivecontact" aus und ANALYZE gibt die Ausgabezeilen im Format INFO: analyzing "public.nmsactivecontact" aus.

Wenn der Wert der Option 1 ist, werden die Statistiken in keiner Datenbank aktualisiert. Die folgende Protokollzeile wird in den Workflow-Logs angezeigt: Option 'XtkCleanup_NoStats' is set to '1'.

Wenn der Wert der Option 2 ist, wird die Speicheranalyse im Ausführlichen Modus (ANALYZE VERBOSE) auf PostgreSQL ausgeführt und die Statistiken auf allen anderen Datenbanken aktualisiert. Um sicherzustellen, dass dieser Befehl ausgeführt wird, überprüfen Sie die PostgreSQL-Protokolle. ANALYZE gibt die Ausgabezeilen im Format INFO: analyzing "public.nmsactivecontact" aus.

Abonnement-Bereinigung (NMAC) subscription-cleanup--nmac-

Diese Aufgabe löscht alle Abonnements im Zusammenhang mit gelöschten Diensten oder Mobile Apps.

Um die Liste der Broadlog-Schemata abzurufen, wird die folgende Abfrage verwendet:

SELECT distinct(sBroadLogSchema) FROM NmsDeliveryMapping WHERE sBroadLogSchema IS NOT NULL

Die Aufgabe ruft dann die Namen der mit dem Link appSubscription verknüpften Tabellen ab und löscht diese Tabellen.

Dieser Bereinigungs-Workflow löscht auch alle Einträge, bei denen disabled = 1 ist und die seit der in der Option NmsCleanup_AppSubscriptionRcpPurgeDelay festgelegten Zeit nicht aktualisiert wurden.

Sitzungsinformationen bereinigen cleansing-session-information

Diese Aufgabe bereinigt Informationen aus der Tabelle sessionInfo. Die folgende Abfrage wird verwendet:

DELETE FROM XtkSessionInfo WHERE tsexpiration < $(curdate)

Bereinigen abgelaufener Ereignisse cleansing-expired-events

Diese Aufgabe bereinigt die in den Ausführungsinstanzen empfangenen und gespeicherten Ereignisse sowie die in einer Kontrollinstanz archivierten Ereignisse.

Bereinigungsreaktionen cleansing-reactions

Diese Aufgabe bereinigt die Reaktionen (Tabelle NmsRemaMatchRcp), in denen die Hypothesen selbst gelöscht wurden.

recommendation-more-help
601d79c3-e613-4db3-889a-ae959cd9e3e1