系统升级中如何实现数据的平滑迁移（面试笔记 · 蔚来）

面试指北 · 蔚来

题意

这道题问的不是“怎么把数据从旧库复制到新库”这么简单，而是：系统升级、库表改造、分库分表调整或机房迁移时，如何让业务尽量不停机、数据不丢不重、切换过程可控，并且出问题时还能退回去。

面试官通常关注几个点：存量数据怎么搬、增量数据怎么追、切换时怎么灰度、新旧库一致性怎么校验、失败怎么回滚。回答时最好先讲目标，再讲方案，最后讲保障手段。

结论

数据平滑迁移的核心链路可以概括为六步：存量同步、增量追平、双写或复制兜底、一致性校验、灰度切流、保留回滚窗口。

常见有两条路：

• 双写方案：偏应用层。旧库写成功即返回，新库异步写，失败记录并补偿；读流量逐步灰度到新库。
• 联机同步方案：偏存储层。把新库作为旧库的从库，通过主从复制或 CDC 同步追平，等延迟和一致性满足条件后再切流。

两种方案都不是“切完就结束”，都必须配合监控、校验、补偿和回滚预案。

要点展开

1. 迁移的基本要求

原文提到三条要求，可以展开为：

1. 在线迁移，不影响服务提供
   迁移期间旧库仍是主链路，业务读写不能停；新库的同步、校验、补偿尽量后台化。

2. 数据完整，迁移后新旧库保持一致
   不仅要搬存量数据，还要追增量数据。切换窗口内不能丢写，允许短暂延迟，但最终要能追平。更新、删除也要同步，不能只关注新增。

3. 不影响旧库功能，失败可回滚
   迁移过程中旧库要能正常提供服务；即使新库有问题，也能把流量切回旧库。旧库在切换完成后不要立刻删除，建议保留一段只读或反向同步窗口。

除此之外，还要关注：复制延迟、双写失败率、补偿积压、校验差异数、慢查询、连接数等可观测指标，以及补偿任务的幂等性。

2. 平滑实现一：双写

双写方案的典型步骤如下。

1. 先建新库并做存量、增量同步
   按目标模型建表、建索引、分库分表。通过同步工具或 CDC 把旧库历史数据搬到新库，并持续追增量，让新库先接近旧库。
   原文“将新库配置为源库的从库，分库分表的同步数据”，可以理解为先用复制/同步链路完成数据追平；如果新旧分库分表规则不同，还需要做分片键、表名、字段映射。

2. 应用层双写，旧库为主、新库异步
   写入时同时写旧库和新库，但以旧库写成功作为业务成功条件；新库可以异步写，失败不影响主流程。
   新库写失败要记录日志或投递消息，由后台任务补增。补偿任务必须幂等，更新和删除也要能补，避免旧数据覆盖新数据。

3. 随机抽样校验
   按一定比例抽取数据，对比新旧库查询结果是否一致，重点看核心字段、金额、状态、时间、关联表关系等。海量数据没必要全量比对，抽样加核心业务对账更现实；发现差异要记录并修复。

4. 灰度切读流量
   按 10% -> 20% -> 30% ... 逐步把读流量切到新库，写仍然保持双写。灰度时尽量让同一用户或同一租户粘滞，避免刚写旧库就去新库读、结果读不到。

5. 出问题及时回切
   如果新库查询异常、延迟升高或校验差异变大，把读流量切回旧库即可。因为双写还在，旧库数据是完整安全的。

6. 稳定后全量切新库
   连续观察几个周期，确认新库工作正常，再把读流量全部切到新库，随后停止双写和旧库写入。旧库保留只读一段时间，作为回滚和追查依据。

这里有一个容易忽略的点：复制链路和应用双写不要互相打架。进入双写阶段后，要明确增量由谁负责，避免同步工具和应用双写同时修改同一行造成重复写或回环。

3. 平滑实现二：联机同步

联机同步更依赖存储层复制能力，步骤可以理解为：

1. 新库作为旧库的从库
   建立全量加增量的同步链路，让新库持续追旧库的变更。

2. 在新站点新增一个库，作为新库的从库
   形成“旧库 -> 新库 -> 新站点库”的级联关系，新站点库用于备份、容灾或后续切换保障。

3. 等三个库状态一致后开始切流
   这里的“一致”不是要求某一刻绝对相等，而是复制延迟足够低、关键数据校验通过。切流前最好短暂禁写或原子切换写入口，让新库追平最后一段增量，再放开来写，避免切换瞬间丢写。

4. 完全切换后旧库暂停业务
   流量全部切到新库后，旧库可以暂停承载业务，但建议保留只读或反向同步窗口，方便回滚和问题排查。

联机同步的侵入性通常比双写小，但依赖复制链路可靠、延迟可控，适合同构迁移或新旧模型可映射的场景。级联复制还要关注每一跳延迟，避免延迟被放大。

4. 切流、校验与回滚的通用动作

• 切流顺序：双写方案一般是写双写先跑起来，再灰度读，最后切写；联机同步方案则要先禁写追平，再切写入口，最后切读，避免出现两个主库同时写。
• 一致性校验：抽样校验加核心业务对账，差异要能定位、修复、复验。
• 回滚预案：双写方案回滚相对容易，旧库一直完整；联机同步方案回滚时要考虑旧库可能落后于新库，需要反向同步或保留双写窗口。
• 模型兼容：字段映射、默认值、枚举、时区、字符集、分片键、DDL 变更都要提前考虑，不能只迁移数据不管表结构。

易错点与对比

常见易错点：

1. 只同步存量数据，不追增量，切流后新数据丢失。
2. 新库异步写失败只记日志，没有补偿任务，或补偿任务不幂等。
3. 只补新增不补更新、删除，导致新旧库状态不一致。
4. 校验只看条数，不看核心字段和业务关系。
5. 灰度切流太猛，没有按用户粘滞，出现读己之写问题。
6. 切流瞬间没有禁写或原子切入口，最后一段写入丢失。
7. 切换完成后立刻删旧库，缺少回滚窗口。
8. 分库分表映射、字段映射没处理好，数据搬过去但业务查不出。
9. 复制链路和应用双写同时写新库，产生重复写或回环。
10. 忽略 DDL、索引、字符集、时区等模型差异。

小结

面试回答这道题，可以按“目标 -> 方案 -> 步骤 -> 保障 -> 对比”的顺序说：先明确在线、完整、可回滚三个目标；再讲双写和联机同步两条路线；然后展开存量同步、增量追平、灰度切流、一致性校验、失败补偿和回滚窗口；最后对比两种方案的侵入性、一致性和适用场景。

一句话总结：双写是应用层兜底，联机同步是存储层追平；无论哪种方案，都离不开校验、灰度、补偿和可回滚。