所属什么是数据迁移?

不偏离轨道的迁移规划

每一份迁移计划在纸面上都很合理。然后数据映射耗时是预估的 3 倍,切换窗口被延长了两次,还有人发现了一个没人记录过的依赖。下面讲讲如何规划真正能交付的迁移。

阅读约 5 分钟5 个章节2026年4月18日

Pineido Team

咨询团队

领英

Pineido 咨询团队帮助美国服务型企业交付软件、整理数据运营,并落地真正长期有效的自动化。团队在软件工程、云运维、安全加固和流程设计方面经验丰富,覆盖数十个服务行业。

从可能出错的地方开始

大多数迁移计划从需要发生什么开始。更好的计划从可能出错什么开始。数字证明了这份谨慎的必要:Gartner 长期估计,约 83% 的数据迁移项目要么彻底失败,要么超出预算和进度,而 The Bloor Group 给出的平均成本超支为 30%,平均进度超期为 41%。这些基准被反复引用,正是因为几乎没人是偶然就能做得更好的。以风险为先的方法意味着把计划所依赖的每一个假设都列出来,并追问「如果这是错的怎么办?」

常见的会扼杀迁移的假设:「数据是干净的」(从来都不是),「API 有文档」(只为顺利路径准备了文档),「迁移期间我们能保持对旧系统的读取权限」(直到许可证到期),以及「用户会适应新的工作流」(任何改变他们日常习惯的东西都会被抵触)。数据质量是最常见的根本原因。对迁移团队的调查一再把延期和被放弃的项目追溯到肮脏、重复或无文档的源数据,而不是目标系统的任何技术限制。

为每个假设定义一个在迁移提交之前运行的验证步骤。导入前做数据质量检查。集成前做 API 契约测试。安排切换前确认许可证时间表。上线前做用户验收测试。尽早验证假设,迁移就能保持在正轨。等到很晚才发现,你就要在执行中途重新规划了。

数据迁移是最难的部分

数据迁移是迁移最常失败的地方。源系统积累了 15 年的数据,其中很大一部分是重复的,一些是损坏的,还有一小部分以没人能解释的格式存在。把它映射到一个干净的目标模式不是一个技术问题,它是一场考古探险。现代目标系统让这件事更难而非更易,因为它们施加的验证比旧系统曾经有过的都更严格。旧数据库曾欣然接受为自由文本的字段,如今会拒绝任何不符合类型、约束或外键的内容。

有效的方法:抽取一个有代表性的样本(不是完整转储),让它通过目标模式。每一个失败都是一个映射决策。记录每一个决策。然后运行完整数据集并比较错误率。如果错误低于 1%,你状态良好。如果错误超过 5%,你的映射在切换前还需要更多工作。

为了在过渡期间保持新旧同步,依靠变更数据捕获(CDC)。AWS Database Migration Service 和开源的 Debezium 等工具会把行级的插入、更新和删除从源端流向目标端,这样迁移窗口内所做的更改就不会丢失。将 CDC 与扩展-收缩(并行变更)模式结合用于模式工作:添加新结构,向新旧双写,回填,仅当没有任何东西再读取旧结构时才移除它。永远不要一步重命名一列:添加新列,复制数据,更新应用,然后再删除旧列。

绝不要在没有演练的情况下做大爆炸式数据迁移。在真正切换之前,在目标系统的预发布副本上把完整迁移至少运行两次。一个在 1,000 行开发表上以毫秒完成的操作,在 1 亿行的生产表上可能会锁定数分钟,所以要用生产规模的数据演练,而不是玩具样本。第一次演练揭示你没有预料到的问题。第二次演练确认修复有效。跳过这一步,你就要在生产环境中调试数据问题了。

切换规划决定成败

切换是你从旧切到新的那一刻。之前的一切都是准备。之后的一切都是后果。糟糕的切换计划会把一次准备充分的迁移变成一场灾难。

定义切换窗口:在切换期间系统能离线(或降级)多久?对某些业务是几小时。对另一些是几分钟。窗口决定你的策略:并行运行(两个系统都活动)、分阶段推出(先迁移一部分用户)或大爆炸(一次性全部切换)。

真正的零停机切换是可以实现的,但它是一门纪律,不是一个技巧。它结合了蓝绿部署(让在线的「蓝」环境与已迁移的「绿」环境保持同步,然后通过负载均衡器或 DNS 转移流量,若 KPI 恶化则在几秒内回退到蓝)、双写加 CDC 以保持两个数据存储都最新,以及特性开关将代码部署与数据切换解耦。预热绿环境的缓存并使用会话粘性,让用户在切换期间感觉不到中断。

分阶段推出几乎总是比大爆炸更安全。先迁移 5% 的流量或用户。监控 48 小时,盯住具体信号:错误率、p95 响应时间、认证成功率,以及任何触及收入的转化指标。如果稳定,迁移 25%。然后 50%。然后 100%。每个阶段都是一个可以暂停或回滚的检查点。大爆炸式迁移没有检查点:当凌晨 2 点出问题时,你唯一的选择就是继续修,或者全部回滚。

回滚不是可选项

每一份迁移计划都需要一份回滚计划。不是「出问题了再想办法」:而是一份书面、经过测试的程序,能在规定的时间窗口内恢复到先前状态。差别是巨大的:一次有过演练回滚的失败迁移,只是把流量切回蓝环境的几秒钟;而一次唯一恢复手段是「从备份恢复」的失败迁移,是以小时计的停机。

回滚计划必须回答:回滚需要多久?迁移窗口内在新系统中创建的哪些数据处于风险中?我们能部分回滚(部分用户/功能)还是只能完整回滚?回滚仍然可行的最后时点是什么?为你没有预见到的故障模式保留明确的回滚脚本,并在恢复前对窗口期间写入的任何数据进行对账。

迁移工具在这里有帮助。Flyway 和 Liquibase 等模式版本控制工具会跟踪迁移历史并维护审计轨迹;Liquibase 增加了标准化回滚、前置条件和漂移检测,因此适合复杂的多环境变更,而 Flyway 适合更简单的顺序变更。无论你用哪个,在宣布切换完成之前,都要用校验和与行数比较来验证完整性。

在迁移之前测试回滚程序。在预发布环境运行迁移,然后执行回滚。如果回滚在预发布失败,它在生产也会失败。如果回滚在预发布要 4 小时,在生产就要 6 小时。

没有回滚计划的代价:延长的停机、数据丢失,以及一个团队在凌晨 3 点做出恐慌的决定。有一份的代价:2 到 3 天的准备。

迁移后验证闭合回路

迁移并不在切换完成时结束。它在验证确认一切正常时结束。迁移后验证应在切换后至少运行 5 个工作日,涵盖:

数据完整性检查:行数匹配,关键关系完好,计算值与源系统对账一致,新旧之间的校验和相符。功能测试:每一个关键用户工作流都被执行并验证。性能基线:响应时间和错误率相对于迁移前基线处于可接受范围内。集成验证:连接到你平台的每一个外部系统都在正确地收发数据。

把这一切都仪表化。Prometheus、Grafana 或 Datadog 等可观测性工具让你实时把切换后行为与迁移前基线作比较,而不是等到某个用户报告出问题。影子测试,在切换前和切换后立刻把真实生产流量重放到新系统上,能捕获精心策划的测试套件永远找不到的边界情况。

记录验证结果。它们有两个用途:确认迁移成功,以及在之后出现问题时用作比较的基线。六个月后,当有人问「这个数据在迁移之前还是之后就错了?」时,验证报告会回答这个问题。

常见问题

一次迁移应该花多长时间?

规划需要 1 到 2 周。执行取决于复杂度:简单的平台迁移能装进一个 30 天的冲刺。涉及多个源系统的复杂数据迁移通常需要 60 到 90 天,跨 2 到 3 个冲刺。

我们能在不停机的情况下迁移吗?

可以,通过结合几种模式:用蓝绿部署实现即时回滚的切换,用双写加变更数据捕获(CDC)保持两个数据存储同步,以及用扩展-收缩模式让每一次模式变更都保持向后兼容。这比大爆炸式切换需要更多准备,但对大多数系统是可以实现的。

迁移最大的风险是什么?

源系统中的数据质量。肮脏、重复或无文档的数据造成的迁移失败比任何技术问题都多,这也是为什么大多数被引用的行业基准显示约 80% 或更多的数据迁移会超时或超预算。在承诺一个迁移时间表之前,务必先做一次数据质量评估。

我们应该一次性迁移所有内容还是分阶段?

分阶段。永远分阶段。先迁移风险最低、价值最高的组件。验证它能正常工作。然后迁移下一个组件。每个阶段都建立信心,并让问题逐步浮现,而不是一次性全部冒出来。

每周获取运营洞见

加入服务型企业的运营者,每周收到一条关于运营、自动化和增长的可执行洞见。

正在确认您是真人,稍后即可发送。

绝无垃圾邮件,可随时退订。

订阅成功!请留意收件箱中的下一期内容。

准备好交付了吗?

告诉我们您卡在哪里。我们会进行评估,并在一个工作日内给出有针对性的建议。