Um sistema legado guarda os chamados de atendimento no SQL Server. Uma cópia em PostgreSQL serve aos relatórios. A carga noturna parou há dois dias, e antes disso já tinha perdido algumas linhas. A cópia ficou com buracos.
Recarregar a tabela inteira não é o que você quer. Você quer olhar a última semana, achar o que falta no PostgreSQL e inserir só isso, por um script que rode agendado.
Este texto mostra como fazer isso com o dbSlice by Thinwork, no Linux e no Windows. Os mesmos dois arquivos de job rodam nos dois. Todos os comandos abaixo rodaram no nosso laboratório, e todas as saídas foram copiadas dessas execuções.
Os dados de exemplo
Uma tabela genérica, support_tickets, com 20.000 chamados inventados (um a cada 259 segundos). Cada valor é calculado a partir de ticket_id.
- SQL Server (origem): as 20.000 linhas. Script:
01-sqlserver-source.sql. - PostgreSQL (destino): cerca de 19.160 linhas. Faltam os dois últimos dias e, no começo da semana, alguns chamados (ids terminados em 3) se perderam. Script:
02-postgres-target.sql.
Todos os arquivos estão num download só: copy-missing-rows-sqlserver-postgresql.zip. Ele traz os dois scripts SQL, os dois arquivos de job e um script pronto para Linux (run-linux.sh) e para Windows (run-windows.ps1). Os comentários dos arquivos estão em inglês.
Os dois arquivos de job
Um job é um arquivo JSON pequeno: origem, destino, chave e o que fazer. Ele nunca guarda senha. Aponta para perfis de conexão salvos no dbSlice (aqui, MASTER e Server-dbPostg; use os nomes dos seus).
support-tickets-check.json compara e só lê:
{
"nome": "support-tickets-check",
"tipo": "status",
"origem": {
"environment": "article",
"db": "MASTER",
"type": "TABLE",
"object": "support_tickets",
"key": "ticket_id",
"where": "opened_at >= DATEADD(day, -7, CAST(GETDATE() AS date))"
},
"destino": {
"environment": "article",
"db": "Server-dbPostg",
"type": "TABLE",
"object": "support_tickets",
"key": "ticket_id"
},
"pageSize": 10000
}
support-tickets-load.json é o mesmo arquivo com "tipo": "insert" e o nome support-tickets-load. Ele insere as linhas cuja chave falta no destino. Nunca atualiza nem apaga.
O where limita o que se lê da origem aos últimos 7 dias, e é escrito no SQL da origem (aqui, SQL Server).
Os dois jobs também podem ser montados na tela e salvos. A tela, a linha de comando e a API rodam o mesmo arquivo.
Rodar em três passos
No Linux, o dbSlice roda num container Docker. Coloque os dois arquivos de job na pasta jobs/ do volume de dados. No Windows, salve os dois perfis no dbSlice.
Cada passo mostra três formas de rodar. Use a API de jobs para pipelines remotos (CI, n8n, outro servidor): precisa de um token (guia API, escopos jobs:run e runs:read) e responde com um runId. Use o docker run para o cron do host do Docker: não precisa de token, espera, mostra o log e termina com um código de saída. No Windows, use a CLI e o Agendador de Tarefas para agendar.
Passo 1. Comparar (só leitura)
Linux — jobs API (curl)
URL=http://127.0.0.1:8098
TOKEN="$(cat ./token)" # dbs_xxxxxxxx_...
curl -sS -X POST "$URL/api/v1/jobs/support-tickets-check/run" \
-H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
-d '{"runLabel":"last-week"}'
A resposta é 202 com um runId. Consulte a execução até o status sair de queued e running, e então leia o log:
curl -sS -H "Authorization: Bearer $TOKEN" "$URL/api/v1/runs/<runId>"
curl -sS -H "Authorization: Bearer $TOKEN" "$URL/api/v1/runs/<runId>/log"
O token é lido de um arquivo para não aparecer no histórico do shell. O run-linux.sh, ao lado deste artigo, faz a sequência inteira.
Linux — docker run
docker run --rm --network dbslice-web_default \
-v /docker/data/dbslice-web:/data -v /docker/data/dbslice-web-logs:/logs \
dbslice-web --run support-tickets-check
O --network só é preciso quando os bancos são acessados pelo nome de outro container. Com o container já no ar, fica mais curto:
docker exec dbslice-web dotnet DBSlice.UiWeb.dll --run support-tickets-check
Os dois rodam o job do mesmo jeito que a tela e a API. Cada execução grava também o log em /logs. Dá para rodar com o container web no ar.
Windows — dbSlice.exe
dbSlice.exe support-tickets-check.json check.log
A CLI mostra o resultado e grava o log no arquivo indicado. Sai com 0 quando dá certo e diferente de zero quando não dá.
Saída no Linux (docker exec … --run support-tickets-check). O laboratório rodou em inglês, então as linhas de log estão em inglês:
[05:29:45] INFO impact: read-only, nothing is written to a database
[05:29:46] INFO OK Comparison completed in 1.3s: 1,570 matched, 842 missing in destination, 17,588 missing in source. 0 with different column values.
[05:29:46] OK Status OK | MASTER -> Server-dbPostg | 2,412 Rows | 1.4s
log: /logs/20261118-052945-job-support-tickets-check-f87239f8.log
exit code: 3
Código 3: faltam linhas (842 faltando no destino).
O código de saída diz ao cron o que aconteceu:
| Código | Significado |
|---|---|
0 | OK. Na comparação: nada faltando, nada diferente |
1 | O job falhou |
2 | Argumento errado, job inexistente ou bloqueado pela licença |
3 | A comparação achou linhas faltando ou diferentes |
Passo 2. Inserir só as linhas que faltam
Linux — jobs API (curl)
Chame o mesmo endereço com support-tickets-load:
curl -sS -X POST "$URL/api/v1/jobs/support-tickets-load/run" \
-H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
-d '{"runLabel":"last-week"}'
Linux — docker run
docker run --rm --network dbslice-web_default \
-v /docker/data/dbslice-web:/data -v /docker/data/dbslice-web-logs:/logs \
dbslice-web --run support-tickets-load
Windows — dbSlice.exe
dbSlice.exe support-tickets-load.json load.log
Saída no Linux (docker run … --run support-tickets-load):
[05:29:47] INFO impact: writes to the target (INSERT only)
[05:29:49] INFO OK Done: 2,412 read, 842 inserted, 0 upsert/update in 1.5s · read 0.1s / transform 0.1s / write 0.4s
exit code: 0
Passo 3. Comparar de novo
Linux — jobs API (curl)
curl -sS -X POST "$URL/api/v1/jobs/support-tickets-check/run" \
-H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
-d '{"runLabel":"last-week"}'
Linux — docker run
docker run --rm --network dbslice-web_default \
-v /docker/data/dbslice-web:/data -v /docker/data/dbslice-web-logs:/logs \
dbslice-web --run support-tickets-check
Windows — dbSlice.exe
dbSlice.exe support-tickets-check.json check.log
Saída no Linux:
[05:29:52] INFO OK Comparison completed in 1.3s: 2,412 matched, 0 missing in destination, 17,588 missing in source. 0 with different column values.
exit code: 0
Saída no Windows, comparação e insert:
OK Comparison completed in 5.4s: 1,561 matched, 841 missing in destination, 17,598 missing in source. 0 with different column values.
OK Done: 2,402 read, 841 inserted, 0 upsert/update in 0.7s
O Windows achou 841 e o Linux 842 porque as execuções foram em horas diferentes do dia, e a janela de 7 dias anda com o relógio.
Por que "missing in source" é tão grande
Cerca de 17.600 chaves aparecem como "faltando na origem". Isso é esperado. O where filtra só a origem, então a origem traz apenas os últimos 7 dias, enquanto o PostgreSQL guarda também o histórico mais antigo. O número que importa é faltando no destino. O código de saída segue a mesma regra: quando o job tem where, linha que só existe no destino não conta como diferença.
Pode rodar de novo
Depois do insert, uma segunda execução de cada job achou 0 faltando e inseriu 0 linhas. O PostgreSQL chegou a 20.000 linhas, igual à origem. Uma execução sem nada a fazer não mexe em nada, então dá para agendar o insert sem criar duplicatas. Com esses dados, cada execução levou menos de 6 segundos.
Agendar
Linux (cron no host do Docker), toda noite às 02:00, sem script intermediário:
0 2 * * * docker run --rm --network dbslice-web_default -v /docker/data/dbslice-web:/data -v /docker/data/dbslice-web-logs:/logs dbslice-web --run support-tickets-load >> /var/log/support-tickets.log 2>&1
Para ser avisado das linhas que faltam em vez de corrigir, agende o support-tickets-check e dispare o alerta no código 3.
Windows (Agendador de Tarefas): crie uma tarefa que rode dbSlice.exe support-tickets-load.json load.log. Execução com falha aparece como tarefa com falha.
A série
Este texto veio primeiro. A série "dbSlice CLI no dia a dia" continua com quatro casos:
- Conferir e Completar uma Migração Grande do SQL Server para o PostgreSQL pela Linha de Comando
- Colocar em Dia uma Réplica PostgreSQL Depois de uma Queda de Rede, pela Linha de Comando
- Corrigir Chaves Estrangeiras Quebradas Depois de Mensagens Perdidas na Fila, pela Linha de Comando
- Monte uma Base de QA Mascarada a partir de uma Amostra da Produção, pela Linha de Comando
Fechamento
Dois arquivos JSON pequenos, um de comparação e outro de insert, resolvem o caso "copiar só o que falta". No Linux, rode pela API de qualquer lugar ou pelo docker run no cron. No Windows, pelo dbSlice.exe. O job nunca leva senha.
O dbSlice é produto da nossa empresa, então leia com isso em mente. Para testar:
- Windows: dbSlice na Microsoft Store. Veja o que o app para Windows faz.
- Edição Linux / Docker: é corporativa, por contato. Escreva para contact@dbslice.net. Veja o que a edição Linux faz.


