Flujo de trabajo para limpieza de bases de datos database-cleanup-workflow

Introducción introduction

El flujo de trabajo Database cleanup, accesible a través del nodo Administration > Production > Technical workflows, permite eliminar datos obsoletos para evitar el crecimiento exponencial de la base de datos. El flujo de trabajo se activa automáticamente sin intervención del usuario.

limpieza

Configuración configuration

La limpieza de la base de datos se configura en dos niveles: en el programador de flujo de trabajo y en el asistente de implementación.

Planificador de flujo de trabajo the-scheduler

NOTE
Para obtener más información sobre el planificador, consulte esta sección.

De manera predeterminada, el flujo de trabajo Database cleanup está configurado para iniciarse a diario a las 4 a. m. El planificador permite cambiar la frecuencia de activación del flujo de trabajo. Las frecuencias disponibles son las siguientes:

  • Several times a day
  • Daily
  • Weekly
  • Once

programador

IMPORTANT
Para que el flujo de trabajo Database cleanup se inicie en la fecha y hora definidas en el programador, se debe iniciar el motor de flujo de trabajo (wfserver).

Asistente de implementación deployment-wizard

El Deployment wizard, al que se accede a través del menú Tools > Advanced, le permite configurar el tiempo que se guardan los datos para. Los valores se expresan en días. Si estos valores no se modifican, el flujo de trabajo utilizará los valores predeterminados.

Los campos de la ventana Purge of data coinciden con las siguientes opciones. Algunas de las tareas ejecutadas por el flujo de trabajo Database cleanup las utilizan:

Todas las tareas ejecutadas por el flujo de trabajo Database cleanup se describen en la siguiente sección.

Tareas realizadas por el flujo de trabajo Database cleanup tasks-carried-out-by-the-database-cleanup-workflow

En la fecha y hora definidas en el programador de flujo de trabajo (consulte El programador), el motor de flujo de trabajo inicia el proceso de limpieza de la base de datos. Database cleanup se conecta a la base de datos y ejecuta las tareas en la secuencia que se muestra a continuación.

IMPORTANT
Si falla una de estas tareas, no se ejecutan las siguientes.
Las consultas SQL con un atributo LIMIT se ejecutan repetidamente hasta que se procesa toda la información.

Listas para eliminar la limpieza lists-to-delete-cleanup

La primera tarea ejecutada por el flujo de trabajo Database cleanup elimina todos los grupos con el deleteStatus != 0 atributo de NmsGroup. También se eliminan los registros vinculados a estos grupos y que existen en otras tablas.

  1. Las listas que se van a eliminar se recuperan mediante la siguiente consulta SQL:

    code language-sql
    SELECT iGroupId, sLabel, iType FROM NmsGroup WHERE iDeleteStatus <> 0 OR tsExpirationDate <= GetDate()
    
  2. Cada lista tiene varios vínculos a otras tablas. Todos estos vínculos se eliminan por lotes mediante la siguiente consulta:

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

    donde $(relatedTable) es una tabla relacionada con NmsGroup y $(l) es el identificador de lista.

  3. Cuando la lista es de tipo "Lista", la tabla asociada se elimina mediante la siguiente consulta:

    code language-sql
    DROP TABLE grp$(l)
    
  4. Cada lista de tipo Select recuperada por la operación se elimina mediante la siguiente consulta:

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

    donde $(l) es el identificador de lista

Limpieza de los envíos que se van a eliminar o reciclar cleanup-of-deliveries-to-be-deleted-or-recycled

Esta tarea purga todas las entregas para eliminarlos o reciclarlos.

  1. El flujo de trabajo Database cleanup selecciona todas las entregas para las que el campo deleteStatus tiene el valor Yes o Recycled y cuya fecha de eliminación es anterior al período definido en el campo Deleted deliveries (NmsCleanup_RecycledDeliveryPurgeDelay) del asistente de implementación. Para obtener más información, consulte Asistente de implementación. Este periodo se calcula en relación con la fecha actual del servidor.

  2. Para cada servidor intermediario, la tarea selecciona la lista de envíos que desea eliminar.

  3. El flujo de trabajo Database cleanup elimina los registros de envío, los archivos adjuntos, la información de la página espejo y todos los demás datos relacionados.

  4. Antes de eliminar la entrega de forma definitiva, el flujo de trabajo depura la información vinculada de las siguientes tablas:

    • En la tabla de exclusión de envíos (NmsDlvExclusion), se usa la siguiente consulta:

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

      donde $(l) es el identificador de la entrega.

    • En la tabla de cupones (NmsCouponValue), se usa la siguiente consulta (con eliminaciones masivas):

      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)
      

      donde $(l) es el identificador de la entrega.

    • En las tablas de registro de envío (NmsBroadlogXxx), las eliminaciones masivas se ejecutan en lotes de 20 000 registros.

    • En las tablas de propuestas de ofertas (NmsPropositionXxx), las eliminaciones masivas se ejecutan en lotes de 20 000 registros.

    • En las tablas de registro de seguimiento (NmsTrackinglogXxx), las eliminaciones masivas se ejecutan en lotes de 20 000 registros.

    • En la tabla de fragmentos de envíos (NmsDeliveryPart), las eliminaciones masivas se ejecutan en lotes de 500 000 registros. Esta tabla contiene información de personalización sobre los mensajes restantes que se van a enviar.

    • En la tabla de fragmentos de datos de la página espejo (NmsMirrorPageInfo), las eliminaciones masivas se ejecutan en lotes de 20 000 registros para las partes de envío caducadas y para las terminadas o canceladas. Esta tabla contiene información de personalización sobre todos los mensajes utilizados para generar páginas espejo.

    • En la tabla de búsqueda de la página espejo (NmsMirrorPageSearch), las eliminaciones masivas se ejecutan en lotes de 20 000 registros. Esta tabla es un índice de búsqueda que proporciona acceso a la información de personalización almacenada en la tabla NmsMirrorPageInfo.

    • En la tabla de registro de procesos por lotes (XtkJobLog), las eliminaciones masivas se ejecutan en lotes de 20 000 registros. Esta tabla contiene el registro de envíos que se van a eliminar.

    • En la tabla de seguimiento de URL de envío (NmsTrackingUrl), se usa la siguiente consulta:

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

      donde $(l) es el identificador de la entrega.

      Esta tabla contiene las direcciones URL encontradas en los envíos que se van a eliminar para habilitar su seguimiento.

  5. El envío se elimina de la tabla de envíos (NmsDelivery):

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

    donde $(l) es el identificador de la entrega.

Envíos mediante intermediario deliveries-using-mid-sourcing

El flujo de trabajo Database cleanup también elimina los envíos en los servidores intermediarios.

  1. Para ello, el flujo de trabajo comprueba que cada entrega está inactivo (según su estado). Si una entrega está activo, se detendrá antes de eliminarse. La comprobación se realiza ejecutando la siguiente consulta:

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

    donde $(l) es el identificador de la entrega.

  2. Si el valor del estado es Start pending, In progress, Recovery pending, Recovery in progress, Pause requested, Pause in progress o Paused (valores 51, 55, 61, 62, 71, 72, 75), la entrega se detiene y la tarea purga la información vinculada.

Limpieza de envíos caducados cleanup-of-expired-deliveries

Esta tarea detiene los envíos cuyo periodo de validez ha caducado.

  1. El flujo de trabajo Database cleanup crea la lista de envíos que han caducado. Esta lista incluye todas las entregas caducadas con un estado distinto de Finished , así como las entregas detenidas recientemente con más de 10 000 mensajes no procesados. Se utiliza la siguiente consulta:

    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 ))
    

    donde delivery mode 1 coincide con el modo Mass delivery, state 51 coincide con el estado Start pending, state 85 coincide con el estado Stopped y el número más alto de registros de envío actualizados de forma masiva en el servidor de envío es igual a 10 000.

  2. A continuación, el flujo de trabajo incluye la lista de envíos caducados recientemente que utilizan intermediarios. Se excluyen los envíos para los que aún no se han recuperado registros de envío a través del servidor intermediario.

    Se utiliza la siguiente consulta:

    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. La siguiente consulta se utiliza para detectar si la cuenta externa sigue activa o no, para filtrar los envíos por fecha:

    code language-sql
    SELECT iExtAccountId FROM NmsExtAccount WHERE iActive<>0 AND sName=$(providerName)
    
  4. En la lista de envíos caducados, los registros de envío cuyo estado es Pending , cambiar a Delivery cancelled y todos los envíos de esta lista cambian a Finished .

    Se utilizan las siguientes consultas:

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

    donde $(curdate) es la fecha actual del servidor de base de datos, $(bl) es el identificador del mensaje de registros de envío, $(dl) es el identificador de envío, delivery status 6 coincide con el estado Pending y delivery status 7 coincide con el estado Delivery cancelled.

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

    donde delivery state 95 coincide con el estado Finished y $(dl) es el identificador de la entrega.

  5. Se eliminan todos los fragmentos (deliveryParts) de envíos obsoletos y todos los fragmentos obsoletos de envíos de notificaciones en curso. La eliminación masiva se utiliza para ambas tareas.

    Se utilizan las siguientes consultas:

    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)
    

    donde delivery state 95 coincide con el estado Finished, delivery state 85 coincide con el estado Stopped y $(curDate) es la fecha actual del servidor.

Limpieza de páginas espejo cleanup-of-mirror-pages

Esta tarea elimina los recursos web (páginas espejo) utilizados por las entregas.

  1. En primer lugar, la lista de envíos que se van a purgar se recupera mediante la siguiente consulta:

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

    donde $(curDate) es la fecha actual del servidor.

  2. A continuación, se purga la tabla NmsMirrorPageInfo, si es necesario, utilizando el identificador de la entrega recuperada anteriormente. La eliminación masiva se utiliza para generar las siguientes consultas:

    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
    

    donde $(dl) es el identificador de la entrega.

  3. A continuación, se agrega una entrada al registro de envíos.

  4. Las entregas depuradas se identifican entonces para evitar tener que volver a procesarlas más adelante. Se ejecuta la siguiente consulta:

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

    donde $(strIn) es la lista de identificadores de envío.

Limpieza de tablas de trabajo cleanup-of-work-tables

Esta tarea elimina de la base de datos todas las tablas de trabajo que coinciden con las entregas cuyo estado es Being edited, Stopped o Deleted

  1. La lista de tablas con nombres que comienzan por wkDlv_ se recupera primero con la siguiente consulta (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. A continuación, se excluyen las tablas utilizadas por los flujos de trabajo en curso. Para ello, la lista de envíos en curso se recupera mediante la siguiente consulta:

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

    donde 0 es el valor que coincide con el estado de entrega Being edited, 85 coincide con el estado Stopped y 100 coincide con el estado Deleted.

  3. Las tablas que ya no se utilizan se eliminarán con la siguiente consulta:

    code language-sql
    DROP TABLE wkDlv_15487_1;
    

Limpieza de rechazos generados por importaciones cleanup-of-rejects-generated-by-imports-

Este paso le permite eliminar registros para los que no se han procesado todos los datos durante la importación.

  1. La eliminación masiva se realiza en la tabla XtkReject con la siguiente consulta:

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

    donde $(curDate) es la fecha actual del servidor a partir de la cual se resta el período definido para la opción NmsCleanup_RejectsPurgeDelay (consulte Asistente para implementación) y $(l) es el número máximo de registros que se eliminarán de forma masiva.

  2. A continuación, se eliminan todos los rechazos huérfanos mediante la siguiente consulta:

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

Limpieza de instancias de flujo de trabajo cleanup-of-workflow-instances

Esta tarea purga cada instancia de flujo de trabajo con su identificador (lWorkflowId) e historial (lHistory). Elimina las tablas inactivas ejecutando de nuevo la tarea de limpieza de la tabla de trabajo. La limpieza también elimina todas las tablas de trabajo huérfanas (wkf% y wkfisto%) de los flujos de trabajo eliminados.

NOTE
La frecuencia de depuración del historial se especifica para cada flujo de trabajo en el campo Historial en días (valor predeterminado 30 días). Este campo se encuentra en la ficha Execution de las propiedades del flujo de trabajo. Para obtener más información, consulte esta sección.
  1. Para recuperar la lista de flujos de trabajo que desea eliminar, se utiliza la siguiente consulta:

    code language-sql
    SELECT iWorkflowId, iHistory FROM XtkWorkflow WHERE iWorkflowId<>0
    
  2. Esta consulta genera la lista de flujos de trabajo que se utilizarán para eliminar todos los registros vinculados, las tareas finalizadas y los eventos finalizados, mediante las siguientes consultas:

    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))
    

    donde $(lworkflow) es el identificador del flujo de trabajo y $(lhistory) es el identificador del historial.

  3. Se eliminan todas las tablas no utilizadas. Con este fin, todas las tablas se recopilan gracias a una máscara de tipo wkf% que utiliza la siguiente consulta (postgresql):

    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. Luego se excluyen todas las tablas utilizadas por una instancia de flujo de trabajo pendiente. La lista de flujos de trabajo activos se recupera mediante la siguiente consulta:

    code language-sql
    SELECT iWorkflowId FROM XtkWorkflow WHERE iWorkflowId<>0 AND iState<>20
    
  5. Cada identificador de flujo de trabajo se recupera a continuación para encontrar el nombre de las tablas utilizadas por los flujos de trabajo en curso. Estos nombres se excluyen de la lista de tablas recuperadas anteriormente.

  6. las tablas del historial de actividades de tipo "consulta incremental" se excluyen mediante las siguientes consultas:

    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))
    

    donde $(strcondition) es la lista de tablas que coinciden con la máscara wkfhisto%.

  7. Las tablas restantes se eliminan mediante la siguiente consulta:

    code language-sql
    DROP TABLE wkf15487_12;
    

Limpieza de inicios de sesión del flujo de trabajo cleanup-of-workflow-logins

Esta tarea elimina los inicios de sesión del flujo de trabajo mediante la siguiente consulta:

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

Limpieza de tablas de trabajo huérfanas cleanup-of-orphan-work-tables

Esta tarea elimina las tablas de trabajo huérfanas vinculadas a grupos. La tabla NmsGroup almacena los grupos que se van a limpiar (con un tipo diferente de 0). El prefijo de los nombres de tabla es grp. Para identificar los grupos que se van a limpiar, se utiliza la siguiente consulta:

SELECT iGroupId FROM NmsGroup WHERE iType>0"

Limpieza de visitantes cleanup-of-visitors

Esta tarea elimina los registros obsoletos de la tabla del visitante mediante la eliminación masiva. Los registros obsoletos son aquellos para los que la última modificación es anterior al período de conservación definido en el asistente de implementación (consulte Asistente de implementación). Se utiliza la siguiente consulta:

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

donde $(tsDate) es la fecha actual del servidor, a partir de la cual se resta el período definido para la opción NmsCleanup_VisitorPurgeDelay.

Limpieza de NPAI cleanup-of-npai

Esta tarea le permite eliminar registros que coincidan con direcciones válidas de la tabla NmsAddress. La siguiente consulta se utiliza para realizar la eliminación masiva:

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

donde status 2 coincide con el estado Valid, $(tsDate1) es la fecha actual del servidor y $(tsDate2) coincide con la opción NmsCleanup_LastCleanup.

Limpieza de suscripciones cleanup-of-subscriptions-

Esta tarea purga todas las suscripciones eliminadas por el usuario de la tabla NmsSubscription mediante eliminación masiva. Se utiliza la siguiente consulta:

DELETE FROM NmsSubscription WHERE iDeleteStatus <>0

Limpieza de registros de seguimiento cleanup-of-tracking-logs

Esta tarea elimina los registros obsoletos de las tablas de registro de seguimiento y seguimiento web. Los registros obsoletos son aquellos que son anteriores al período de conservación definido en el asistente de implementación (consulte Asistente de implementación).

  1. En primer lugar, la lista de tablas de registro de seguimiento se recupera mediante la siguiente consulta:

    code language-sql
    SELECT distinct(sTrackingLogSchema) FROM NmsDeliveryMapping WHERE sTrackingLogSchema IS NOT NULL;
    
  2. La eliminación masiva se utiliza para purgar todas las tablas de la lista de tablas recuperadas anteriormente. Se utiliza la siguiente consulta:

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

    donde $(tsDate) es la fecha actual del servidor a partir de la cual restamos el período definido para la opción NmsCleanup_TrackingLogPurgeDelay.

  3. La tabla de estadísticas de seguimiento se purga mediante la eliminación masiva. Se utiliza la siguiente consulta:

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

    donde $(tsDate) es la fecha actual del servidor a partir de la cual restamos el período definido para la opción NmsCleanup_TrackingStartPurgeDelay.

Limpieza de registros de envío cleanup-of-delivery-logs

Esta tarea permite depurar los "logs" de envío almacenados en varias tablas.

  1. Para ello, la lista de esquemas de registro de envío se recupera mediante la siguiente consulta:

    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. Al utilizar intermediarios, no se hace referencia a la tabla NmsBroadLogMid en las asignaciones de envíos. El esquema nms:broadLogMid se agrega a la lista recuperada por la consulta anterior.

  3. A continuación, el flujo de trabajo Database cleanup purga los datos obsoletos de las tablas recuperadas anteriormente. Se utiliza la siguiente consulta:

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

    donde $(tableName) es el nombre de cada tabla en la lista de esquemas y $(option) es la fecha definida para la opción NmsCleanup_BroadLogPurgeDelay (consulte Asistente para implementación).

  4. Finalmente, el flujo de trabajo comprueba si existe la tabla NmsProviderMsgId. Si es así, todos los datos obsoletos se eliminan mediante la siguiente consulta:

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

    donde $(option) coincide con la fecha definida para la opción NmsCleanup_BroadLogPurgeDelay (consulte Asistente para implementación).

Limpieza de la tabla NmsEmailErrorStat cleanup-of-the-nmsemailerrorstat-table-

Esta tarea limpia la tabla NmsEmailErrorStat. El programa principal (coalesceErrors) define dos fechas:

  • Fecha de inicio: fecha del siguiente proceso que coincide con la opción NmsLastErrorStatCoalesce o la fecha más reciente de la tabla.
  • Fecha de finalización: fecha actual del servidor.

Si la fecha de inicio es posterior o igual a la fecha de finalización, no se producirá ningún proceso. En este caso, aparece el mensaje coalesceUpToDate.

Si la fecha de inicio es anterior a la fecha de finalización, se limpia la tabla NmsEmailErrorStat.

El número total de errores en la tabla NmsEmailErrorStat, entre las fechas de inicio y finalización, se recupera mediante la siguiente consulta:

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

donde $end y $start son las fechas de inicio y finalización definidas anteriormente.

Si el total es mayor que 0:

  1. La siguiente consulta se ejecuta para mantener solo los errores que superan un determinado umbral (igual a 20):

    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. Se muestra el mensaje coalescingErrors.

  3. Se crea una nueva conexión para eliminar todos los errores que se produjeron entre las fechas de inicio y finalización. Se utiliza la siguiente consulta:

    code language-sql
    DELETE FROM NmsEmailErrorStat WHERE tsDate>=$(start) AND tsDate<$(end)
    
  4. Cada error se guarda en la tabla NmsEmailErrorStat mediante la siguiente consulta:

    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))
    

    donde cada variable coincide con un valor recuperado por la consulta anterior.

  5. La variable start se actualiza con los valores del proceso anterior para finalizar el bucle.

El bucle y la tarea se detienen.

Las limpiezas se ejecutan en las tablas NmsEmailError y cleanupNmsMxDomain.

Limpieza de la tabla NmsEmailError cleanup-of-the-nmsemailerror-table-

Se utiliza la siguiente consulta:

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

Esta consulta elimina todas las líneas sin registros vinculados en NmsEmailErrorStat de la tabla NmsEmailError.

Limpieza de la tabla NmsMxDomain cleanup-of-the-nmsmxdomain-table-

Se utiliza la siguiente consulta:

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

Esta consulta elimina todas las líneas sin un registro vinculado en la tabla NmsEmailErrorStat de la tabla NmsMxDomain.

Limpieza de propuestas cleanup-of-propositions

Si el módulo Interaction está instalado, esta tarea se ejecuta para purgar las tablas NmsPropositionXxx.

La lista de tablas de propuestas se recupera y se realiza una eliminación masiva en cada una de ellas, utilizando la siguiente consulta:

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

donde $(option) es la fecha definida para la opción NmsCleanup_PropositionPurgeDelay (consulte Asistente para implementación).

Limpieza de tablas de simulación cleanup-of-simulation-tables

Esta tarea limpia las tablas de simulación huérfanas (que ya no están vinculadas a una simulación de oferta o de envío).

  1. Para recuperar la lista de simulaciones que requieren limpieza, se utiliza la siguiente consulta:

    code language-sql
    SELECT iSimulationId FROM NmsSimulation WHERE iSimulationId<>0
    
  2. El nombre de las tablas que se van a eliminar está formado por el prefijo wkSimu_ seguido del identificador de la simulación (por ejemplo: wkSimu_456831_aggr):

    code language-sql
    DROP TABLE wkSimu_456831_aggr
    

Limpieza de la pista de auditoría cleanup-of-audit-trail

Se utiliza la siguiente consulta:

DELETE FROM XtkAudit WHERE tsChanged < $(tsDate)

donde $(tsDate) es la fecha actual del servidor a partir de la cual se resta el período definido para la opción XtkCleanup_AuditTrailPurgeDelay.

Limpieza de Nmsaddress cleanup-of-nmsaddress

Se utiliza la siguiente consulta:

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)

Esta consulta elimina todas las entradas relacionadas con iOS y Android.

Actualización de estadísticas y optimización del almacenamiento statistics-update

La opción XtkCleanup_NoStats le permite controlar el comportamiento del paso de optimización del almacenamiento del flujo de trabajo de limpieza.

Si la opción XtkCleanup_NoStats no existe o si su valor es 0, se ejecutará la optimización de almacenamiento en modo detallado (VACUUM VERBOSE ANALYZE) en PostgreSQL y se actualizarán las estadísticas de todas las demás bases de datos. Para asegurarse de que este comando se ejecuta, compruebe los registros de PostgreSQL. VACUUM mostrará las líneas con el formato: INFO: vacuuming "public.nmsactivecontact" y ANALYZE mostrará las líneas con el formato: INFO: analyzing "public.nmsactivecontact".

Si el valor de la opción es 1, la actualización de estadísticas no se ejecuta en ninguna base de datos. La siguiente línea de registro aparecerá en los registros del flujo de trabajo: Option 'XtkCleanup_NoStats' is set to '1'.

Si el valor de la opción es 2, se ejecutará el análisis de almacenamiento en modo detallado (ANALYZE VERBOSE) en PostgreSQL y se actualizarán las estadísticas de todas las demás bases de datos. Para asegurarse de que este comando se ejecuta, compruebe los registros de PostgreSQL. ANALYZE generará líneas con el formato: INFO: analyzing "public.nmsactivecontact".

Limpieza de suscripciones (NMAC) subscription-cleanup--nmac-

Esta tarea elimina cualquier suscripción relacionada con los servicios eliminados o las aplicaciones móviles.

Para recuperar la lista de esquemas de "broadlog", se utiliza la siguiente consulta:

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

A continuación, la tarea recupera los nombres de las tablas vinculadas al vínculo appSubscription y elimina estas tablas.

Este flujo de trabajo de limpieza también elimina todas las entradas donde deshabilitado = 1 que no se hayan actualizado desde la hora establecida en la opción NmsCleanup_AppSubscriptionRcpPurgeDelay.

Limpiando información de sesión cleansing-session-information

Esta tarea limpia la información de la tabla sessionInfo; se utiliza la siguiente consulta:

DELETE FROM XtkSessionInfo WHERE tsexpiration < $(curdate)

Limpieza de eventos caducados cleansing-expired-events

Esta tarea limpia los eventos recibidos y almacenados en las instancias de ejecución y los eventos archivados en una instancia de control.

Reacciones de limpieza cleansing-reactions

Esta tarea limpia las reacciones (tabla NmsRemaMatchRcp) en las que se eliminaron las hipótesis.

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