首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >一致性校验报了几百条差异,先别急着回滚

一致性校验报了几百条差异,先别急着回滚

原创
作者头像
数据库急诊室_阿哲
发布于 2026-11-19 14:33:41
发布于 2026-11-19 14:33:41
370
举报

一致性校验跑出几百条差异,第一反应往往是回滚。但回滚是成本最高的动作,不该用在误报上。这篇讲怎么在回滚之前,用五类误报把差异拆开。

示例环境:文中表名、差异条数、字段值均为脱敏教学示例,不代表生产实测。

为什么「先别回滚」

回滚本身有代价:业务中断、数据回灌、双跑链路切换、回滚后的再次验证。如果差异是误报,这些代价白付;如果差异是真问题,回滚也不一定修得好,因为根因可能在迁移链路。

所以顺序应该是:先分类,再定性,最后才决定回滚、补数还是修脚本。

案例:312 条差异,4 条是真的

首轮校验输出 312 条差异:

差异类型

条数

定性

金额字符串表示不同

180

误报(精度)

时间差 8 小时

96

误报(时区)

尾部空格

28

误报(字符)

NULL vs 空串

8

误报(空值)

合计

312

按类型修正后重跑,剩 12 条;人工核对后,真差异 4 条,集中在两张明细表的关联键缺失。

五类误报怎么处理

精度

统一到最小单位再比:

代码语言:sql
复制
-- 示例写法,语法因库而异
SELECT id
FROM billing_detail
WHERE ABS(amount - ROUND(amount, 2)) > 0.0001;

时区

统一时区、统一精度;时间边界用 >= start AND < end,不用 BETWEEN。

字符

代码语言:sql
复制
-- 示例写法,语法因库而异
SELECT id
FROM customer
WHERE TRIM(src_name) <> TRIM(tgt_name);

注意排序规则:不区分大小写的库,'ABC' 和 'abc' 可能被视为相等,比对前先确认规则。

空值

先统计:

代码语言:sql
复制
SELECT COUNT(*) FILTER (WHERE note IS NULL) AS null_cnt,
       COUNT(*) FILTER (WHERE note = '') AS empty_cnt
FROM customer;

NULL 和 '' 是否视为一致,要和业务确认,不要自己在脚本里定。

抽样

固定排序、固定快照;校验期间有写入时,记录时间点,按时间窗比对,不要边写边比。

差异报告要有结构

最小结构:表名、业务键、差异类型、源值、目标值、是否已解释、处置人。

没有「差异类型」这一列,报告就只是「312 条不一致」,没人能处置。

什么时候必须停

  • 真差异涉及金额、余额、状态机,且无法按业务键定位:先冻结写入,再评估回滚;
  • 真差异率超过约定阈值且连续两轮不下降:先查迁移链路,不要继续修脚本。

边界

这篇讲误报分类和报告结构,不讲具体迁移工具。不同库的类型、时区、排序规则不同,SQL 要按实际语法改。示例里的数字都是假设。

示例环境:表名、字段、差异条数均为脱敏教学示例,仅用于说明校验方法,不代表任何生产环境或产品行为。

补充:差异怎么闭环

差异定完性,还要有闭环。我的做法是四步:

  1. 每条真差异指定一个 owner,按业务键认领;
  2. 约定关闭时间,超时要说明原因;
  3. 修复后重跑同一脚本,确认差异消失;
  4. 把这次差异类型补进校验基线,下次自动过滤。

没有闭环,差异报告会变成「每轮都差不多」的固定节目。

补充:三个不要

  • 不要为了「让数字好看」直接改数据;
  • 不要在没有分类的情况下反复重跑脚本;
  • 不要在脚本里加「例外名单」却不写原因。

例外名单是技术债,写清楚原因,下次才有机会删掉。

补充:报告里还要写什么

除了差异条数,至少写清四件事:本轮校验的范围、使用的快照时间、已解释差异的处置、未解释差异的 owner。只写「312 条」,下一轮没人知道该从哪里接。

补充:一个和业务对齐的口径

「差异率」的分母要先说清楚:是按总行数、按金额,还是按业务笔数。不同分母算出来的差异率差很多,和业务对齐之后再报数。

示例环境:表名、字段、差异条数、样本值均为脱敏教学示例,仅用于说明校验方法,不代表任何生产环境或产品行为。

补充:核心指标看哪几个

恢复后至少看五个指标:

指标

看什么

异常表现

连接数

应用连接是否建立

连接数为 0 或打满

慢查询

核心语句耗时

比基线明显变慢

锁等待

是否有阻塞

等待数持续上升

复制/同步延迟

是否有滞后

延迟持续增大

错误日志

启动/连接/权限错误

反复重连、认证失败

指标正常,不代表业务一定可用;指标异常,业务一定有问题。两边都要看。

补充:监控告警怎么算恢复

不是「监控页面能打开」就算恢复。要确认三件事:核心指标都在采集、阈值和原来一致、告警能发到人。演练时可以把告警静音,但演练结束前必须取消静音并测试一条。

补充:回滚前问三个问题

  1. 差异能不能按业务键定位;
  2. 补数能不能在窗口内完成并复验;
  3. 回滚后旧库能不能接住增量。

三个都答不上来,先别回滚,先分类。

示例环境:表名、字段、差异条数均为脱敏教学示例。

补充:抽样比例怎么定

核心表全量,外围表按业务键分层抽样;金额、状态、关联键三类字段不做抽样。抽样比例写进报告,不要只说「抽了一部分」。

补充:什么时候该换工具

当差异主要来自类型、时区、字符这些「比对前的转换」,而不是数据本身时,先修比对逻辑,不要急着换工具。换工具不解决口径问题。

补充:怎么和业务说

不要只说「还在查」。说清三件事:影响哪几张报表、预计多久给结论、需要业务配合什么。业务不怕慢,怕没消息。

示例环境:文中数字与场景均为脱敏教学示例。

补充:最后一句话

差异多,不等于问题多;问题多,也不等于要回滚。先把差异分类,再把真差异定位到业务键,最后才谈处置。这个顺序能省掉很多无效变更。

示例环境:文中表名、字段、差异条数均为脱敏教学示例。

补充:一条经验

先分类,再定性,最后才处置。分类花的时间,通常比无效回滚少得多。

示例环境:文中表名、字段、差异条数均为脱敏教学示例。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 为什么「先别回滚」
  • 案例:312 条差异,4 条是真的
  • 五类误报怎么处理
    • 精度
    • 时区
    • 字符
    • 空值
    • 抽样
  • 差异报告要有结构
  • 什么时候必须停
  • 边界
  • 补充:差异怎么闭环
  • 补充:三个不要
  • 补充:报告里还要写什么
  • 补充:一个和业务对齐的口径
  • 补充:核心指标看哪几个
  • 补充:监控告警怎么算恢复
  • 补充:回滚前问三个问题
  • 补充:抽样比例怎么定
  • 补充:什么时候该换工具
  • 补充:怎么和业务说
  • 补充:最后一句话
  • 补充:一条经验
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档