在SQLServer数据库中，当我们对一个位于同步链上的表进行更新时，如果更新的记录数也非常多，几百或是几千万，那么批量更新该表会造成同步链的大量延时（甚至有可能崩溃掉，即使同步链不崩溃，等的人也要崩溃了）。
原因：
一般情况下，Replication是根据我们更改的数据一条条更改记录的，也就是说我们在发布端下达如下的语句：
update TestTb set TT=‘xxxx‘ where ustate=0
如果这条更新语句，修改的数据量是一千万条的话，那Replication同步链需要传递一千万条如下的语句到订阅端去执行：
exec [dbo].[sp_MSupd_dboTestTb] default,‘xxxx‘,default,2,0x02
如果我们有8台订阅端，而我们更新的数据也不是这么简单的数据的话（如更新一些nvarchar（1000）之类的），这个数据流量是非常恐怖的。
解决办法：
基于以上原因，我们在对同步链上的表进行大规模更新操作时，必须要非常小心，避免数据的大量更新；但是如果业务有此要求，必须要在同步的表上更新这么多数据量，如何办呢？
1. 如果你已经在发布端直接运行了类似上面的语句，那就只有一个字：“等”（当然也可以将表从同步链中去掉）；
2. 我们可以采用分批处理的方式来更新同步链，一批次处理几百或者一千条数据，处理完一批后，等待10s钟，再运行下一批，类似语句如下（常用）：
DECLARE @count int
,@sumcount int
,@subcount int
SET @sumcount=0
set @subcount=0
SELECT
@count=COUNT(0)
FROM TestTb where ustate=0
WHERE ustate=0
WHILE(@sumcount<@count and @subcount >= 1000)
begin
UPDATE TOP (1000) TestTb
SET TT=‘XXXX‘ where ustate=0
set @subcount=@@ROWCOUNT
set @sumcount=@sumcount+1000
waitfor delay ‘00:00:10‘
end
3. 如果更新的数据很大，用第二种方法将会消耗很长的时间，等不起呀；有没有更好的方法呢？我们可以通过使用临时存储过程来更新数据，下面我们通过一个实例来看看如何操作：
--新建一个测试表
CREATE TABLE TestTb
(
id int identity(1,1) primary key ,
,name varchar(20)
,ustate smallint
)
--插入测试数据
insert into TestTb(name,ustate)
values(‘AAAAA‘,0),
(‘BBBBB‘,1),
(‘CCCCC‘,0),
(‘DDDDD‘,1),
(‘EEEEE‘,0),
(‘FFFFF‘,1)
--新建一个存储过程
create proc usp_updateTestTb
as
begin
update TestTb set name=‘KKKKKK‘ where ustate=1
end
我们把表TestTb 和 usp_updateTestTb 都建到同步链上，需要注意的是,TestTb表结构在订阅端需要将Identity 属性去掉；usp_updateTestTb需要选择同步更改和运行，即将同步的Replicate属性 选为“Execution of the stored procedure”，这样在发布端执行存储过程时，订阅端也会执行相应的存储过程，而不是分条执行存储过程中影响的每一条语句；
同步建好后，我们在订阅端打开Profile，选择我们要跟踪的库，然后在订阅端做以下测试：
--先查下满足记录的条数
select * from TestTb where ustate=1
--直接运行更改语句
update TestTb set name=‘PPPPPP‘ where ustate=1
(3 row(s) affected)
--更改后订阅端的数据
select * from TestTb
我们到订阅端的Profile中去看看传递过来的语句情况：
s
可以看到有三条语句传过来了；
接下来我们运行存储过程usp_updateTestTb，这个SP也是更新TestTb中三条数据，我们看看Profile中又有什么信息
--发布端运行usp_updateTestTb
exec usp_updateTestTb
(3 row(s) affected)
--订阅段数据
select * from TestTb
订阅端Profile的数据：
图中我们可以看到，订阅端也只是运行了usp_updateTestTb这个存储过程,并不会传递三条修改的记录过来，如果这个sp更新的数据很大，这样将大大减少同步链传递的数据量（如果我们更改的记录是一千万，传递的也就一条命令），数据的更新只相当于本地库的更新，对同步链没有影响；同时，基于对系统影响的考虑，我们把方法二和方法三两中方法结合起来运用，能收到很不错的效果。
