高并发场景下转移表的处理过程探讨

　　技术调整，现在需要将表A从数据库B转移到数据库C里，成为新表D。

　　

　　

　　这篇文章主要是分享一下我们的方案

　　1.调研(通过监控等，多个系统有使用)整理出所有涉及表A的SQL

　　2.新库上创建新表

　　3.在原有相关方法上添加开关，允许：

　　1)更新操作-同时更新(包括写)表A和表D

　　2)更新操作-只更新(包括写)表A

　　3)更新操作-只更新(包括写)表D

　　4)查询操作-单独查表A

　　5)查询操作-单独查表D

　　6)查询操作-同时查表A和表D记录不一致情况

　　这里需要注意，同一个方法可能要使用多个开关，多个开关不能有更新顺序问题。

　　4.刚开始上线时，开关控制只操作表A，不去操作表D

　　5.都发布上线完毕后(比如我们集群有几百台机器，不能让部分单写部分双写，否则表D数据是否哪个点开始应该算起就模糊了)，开关调整为双写

　　6.之后根据需要导入原有的数据(某些场景特殊一点，只会差最近一天或几天，保证双写持续指定天数，新表可能已经覆盖所有数据，就不需要导数据了)

　　7.当表D按照设计和计划已经应该有需要使用的数据时，打开双写检查，对比，有问题的地方调整，直到没有不一致。

　　8.之后就剩删除之前操作表A的代码了。

　　这里我们在讨论时打成了一个共识，所有在涉及到调整的地方都要用到开关，所有开关都记录到一个新文件里，这样在删除老代码时直接通过新文件去查找，这种代价是最小的，也不容易出错。很多技术升级都会忽略掉删除老代码或过渡期代码，导致许多走不到的逻辑一直堆在那里，之后每次修改到这里都要浪费不少时间，后来的人需要不断的思考当时这里这样写是为什么，很少会晓得许多代码本来是不该存在的。

　　9.表A没使用时不能直接drop掉，而是先进行rename，这样一旦之前改的不全，可以迅速rename回来，确认没影响，再找个时间单独处理掉。这也是一个提醒，许多操作都要想好如何回滚，尽量给自己一个可以吃后悔药的机会。

　　如果能短时间停掉流量，会容易很多。但是我们通常不会轻易的停流量在做这种事情，而是尽量做到无感知的调整。

　　这个在做很多技术升级时都要考虑，有时也容易忽略发布过程中带来的一些影响。尤其是我们发布要求先灰度发布几台来观察，之后再全量发布，而且不允许在高峰期发布，不允许在周五发布等等，因此一次完整的发布过程可能要跨越好几天。

​

转载于:https://juejin.im/post/5bcd988cf265da0a9c78aee2