如何追踪IBM Cloudant数据库复制任务的执行进度？

1. 调用复制调度器API获取精准进度 #

Cloudant 内置的_scheduler系列API可以直接返回运行中复制任务的实时明细，是最准确的进度追踪方式：

• 首先通过GET /_scheduler/jobs接口获取所有运行中任务的ID，再调用GET /_scheduler/jobs/<your-replication-job-id>获取单任务的详细指标，核心可参考字段如下：
  • changes_done：已从源库读取的变更记录数量
  • changes_pending：源库中尚未同步到目标的待处理变更总数量
  • docs_written：已成功写入目标库的有效文档数量
  • doc_write_failures：同步失败的文档数量，可用于排查异常
• 进度计算公式：整体同步进度 = changes_done / (changes_done + changes_pending)，百万级文档量的场景下，每10~30秒轮询一次接口即可，不会给集群带来额外性能压力。

2. 对比源/目标库元数据做近似估算 #

如果无法获取复制任务ID，可通过源库和目标库的元数据差值粗略估算进度：

• 分别调用GET /<source-db-name>和GET /<target-db-name>接口，获取两个库的doc_count（总文档数）、update_seq（最新变更序列号）两个指标
• 文档同步进度可通过target_doc_count / source_doc_count计算，变更同步进度可通过target_update_seq / source_update_seq计算
• 注意：如果同步过程中源库持续有新数据写入，该方法的结果会存在一定误差，仅适合做整体进度的大致判断。

3. 开启任务日志追踪同步细节 #

你可以在复制任务配置中开启日志功能，获取更细粒度的同步过程信息：

• 创建或编辑复制任务时，添加配置项"log": true即可开启日志输出，日志会记录每一批次同步的文档数量、重试记录、当前推进到的变更序列位置等信息
• 对于已经启动的任务，修改配置后重启即可生效，Cloudant会自动从上次同步的断点继续推进，不会重复同步已完成的内容。

内容的提问来源于stack exchange，提问作者Daniel Mermelstein