1. 课程导论：数据库迁移的挑战、异步任务与数据一致性的关系、课程目标与学习路径
1.1 数据库迁移的核心挑战
数据库迁移是分布式系统演进中最具风险的操作之一。无论是从单体库拆分到微服务、更换底层存储引擎、还是进行跨机房搬迁，迁移过程都面临以下核心矛盾：
- 数据完整性：迁移过程中源库与目标库必须保持最终一致，不能出现数据丢失或重复。
- 业务连续性：迁移期间业务系统不能长时间停机，通常要求秒级甚至零停机切换。
- 异构兼容性：源端与目标端的数据类型、索引策略、事务模型可能存在差异。
- 回滚能力：迁移失败时需具备快速回退到源库的能力，且回滚后数据不损坏。
关键认知：数据库迁移的本质不是“复制数据”，而是“在有限时间内，以可验证的方式，将数据状态从源系统安全转移到目标系统，并保证业务无感”。
1.2 异步任务在迁移中的角色
现代数据库迁移方案普遍采用异步任务架构来解耦迁移过程与业务请求。异步任务将迁移拆解为多个独立阶段，每个阶段由消息队列或任务调度系统驱动执行。这种架构带来了吞吐优势，但也引入了数据一致性的新挑战：
| 迁移阶段 | 异步任务类型 | 一致性风险 |
|---|---|---|
| 全量数据导出 | 批量扫描 + 分片上传 | 导出期间源库写入未捕获 |
| 增量日志捕获 | CDC 消费 + 状态标记 | 日志偏移量丢失或重复消费 |
| 数据校验 | 分片比对 + 差异修复 | 校验期间数据持续变化导致误判 |
| 流量切换 | 灰度路由 + 连接池迁移 | 部分请求写入旧库导致数据分裂 |
异步任务天然具有“非实时、可重试、可能乱序”的特性，这与数据库事务的 ACID 语义存在张力。因此，异步任务的数据一致性保障成为迁移工程中最核心的技术难点。
1.3 异步任务与数据一致性的关系模型
为了直观理解异步任务在迁移过程中如何影响数据一致性，下图展示了典型的异步迁移任务流及其一致性保障节点：
实践要点：每个异步任务阶段都需要配套的一致性保障机制。全量导出依赖快照隔离，增量捕获依赖偏移量持久化，校验阶段需要标记校验点以支持增量修复，流量切换则必须设计灰度窗口和回滚预案。
1.4 课程目标
本课程旨在帮助学员建立从理论到工程实践的完整知识体系，具体目标如下：
| 目标维度 | 具体内容 | 产出能力 |
|---|---|---|
| 理论层 | 理解异步任务一致性模型（BASE、最终一致性、Saga、TCC） | 能根据业务场景选择合适的一致性模型 |
| 架构层 | 掌握迁移任务的分片、调度、状态机与错误恢复架构 | 能设计高可用的异步迁移框架 |
| 工程层 | 实现增量捕获、数据校验、冲突检测与修复的代码级方案 | 能独立开发迁移工具或定制开源方案 |
| 运维层 | 掌握迁移监控、告警、回滚与灰度切换的运维体系 | 能制定迁移 SOP 并应对线上故障 |
1.5 学习路径与章节地图
课程按照“基础 → 架构 → 实践 → 进阶”的递进逻辑组织，共 30 章。下图展示了核心知识模块的依赖关系：
学习建议：本课程要求学员具备分布式系统基础（CAP、BASE、消息队列）和至少一种数据库的运维经验（MySQL、PostgreSQL 或 MongoDB）。建议按章节顺序学习，每章完成后完成配套的代码实验或架构设计练习。