订单库多表合并重构:零停机、无感知与数据一致性保障实践

背景:

我们系统有多个订单来源,每个来源单独建表,一共六七张,维护成本高,查询也慢,所以决定合并成一张大订单表。

挑战:

第一不能停机;第二不能影响同事正常开发;第三因为是核心链路,数据必须100%准确;第四多张表ID可能冲突。

解决方案

第一,在DAO层做代理,上游无感知。

我们在MyBatis-Plus的Mapper层加了一层代理,把"写老表还是新表"、"读哪个数据源"这些逻辑全部封装在代理里面。上游Service层代码一行不改,同事完全不知道底层在迁移。这样我们干我们的活,他们写他们的代码,互不干扰。

第二,先双写再灰度切流。

先双写(写操作同时写老表和新表),但读流量还是走老表,观察一阵没问题之后,开始按用户ID取模灰度切读流量,1%→10%→50%→100%,每一步都观察监控,稳了再放量。这样就实现了平滑迁移,不停机。

第三,三层兜底保证数据一致。

一层是双写时,写老表和新表放同一个事务里,要成功一起成功,要挂一起挂。

二层是同步历史数据,增量兜底,针对更新场景,如果新表还没这条数据就插入,有了就更新,同时比对更新时间,只认最新的。

三层是离线对账,每天定时跑任务把新老表数据逐条比对,发现不一致就告警并自动修复。刚开始告警几百条,慢慢越来越少,归零就说明数据稳了。

另外,灰度切流的时候还有一个校验机制:命中的请求读新表的同时,后台异步反读老表做对比,发现不一致就告警但不阻塞用户,相当于在切流过程中加了个探针。

主键ID冲突的问题

多张订单表合并成一张,主键ID可能会打架。比如A表有ID=1的订单,B表也有ID=1的订单,俩数据塞到同一张新表里,主键冲突,直接写不进去。

这块我们比较幸运,系统一开始就没用数据库自增ID,每个订单的流水号全局唯一。所以合并的时候天然没有冲突问题,省了很多事。

如果用的是自增ID,合并前必须处理,常见方案有:

· 给不同表的老数据ID加不同前缀或偏移量,比如A表ID不变,B表所有ID加1000万

· 生成新的全局唯一ID替换老的,同时把新旧ID的映射关系存下来,关联数据一并处理

· 新表不用单一主键,用"来源类型+原ID"作为组合主键

相关推荐
Cosolar4 小时前
2026 年 Java AI Agent 生态全景盘点:50+ Java 开源项目的分类、实测与选型判断
人工智能·架构·agent
吴建旭 智宅焕4 小时前
智能家居全国交付中模块化计价架构的设计与实现:从一口价到可复核的计价模型
架构·智能家居·devops
其实防守也摸鱼4 小时前
用 Claude Code 重构遗留系统:从评估到落地的完整指南
前端·网络·人工智能·chrome·安全·重构
数据工匠老o4 小时前
数据库没死,业务卡住了:行锁等待、元数据锁、长事务的排查路径
数据库·算法·架构
Decay__4 小时前
SQLServer 优化案例集 —— 慢 SQL 优化、索引重构与参数调整收益对比
运维·数据库·sql·mysql·架构
Mr_万能胶6 小时前
官方发布,不烧心的 AOSP 编译提速技巧
android·ci/cd·架构
Allen36686 小时前
从答疑机器人到有办公桌的助理:一次 RAG Agent 的「加法」改造
架构
Jahzo6 小时前
DSH 客户端二开实战(四):业务登录如何接入原生桌面与本地 Host
架构·deepseek
苍梧问道7 小时前
SQL Server I/O性能优化:从等待类型到存储配置
架构
super_Omni8 小时前
突破前端防御重围:现代 Web 媒体资产嗅探、CDN 逆向还原与反爬破壁架构实战
前端·架构·媒体