4. 迁移前基线采集：源库表结构、主键、唯一约束、外键、索引、触发器的基线信息采集方法

迁移前基线采集是数据完整性冒烟验证的起点。其核心目标是在源库生产环境或准生产环境中，以可重复、可审计的方式，捕获数据库对象的完整元数据快照。该基线将作为迁移后目标库比对的标准参照，确保所有结构对象在迁移前后保持完全一致。

4.1 基线采集的核心原则

• 全量覆盖：必须包含表结构、主键、唯一约束、外键、索引、触发器六大类对象，缺一不可。
• 时间一致性：所有对象的采集应在同一时间窗口内完成，避免因DDL变更导致基线不一致。
• 可重复性：采集脚本应支持幂等执行，且输出格式标准化（如JSON、CSV或固定格式SQL），便于后续自动化比对。
• 版本标记：每次基线采集应附带时间戳、数据库版本、采集工具版本等元信息，便于追溯。

4.2 六大类对象的采集方法与关键字段

以下表格列出了每类对象的核心采集方法、关键字段及注意事项。所有采集均基于标准SQL系统视图或信息模式（Information Schema）。

4.3 基线采集流程与SVG架构图

下图展示了从源库到基线文件的完整采集流程，包含并行采集、校验与归档三个主要阶段。

4.4 标准采集脚本示例（以MySQL为例）

以下脚本展示了如何通过标准SQL一次性采集六大类对象的基线信息。建议将输出重定向为CSV文件，每类对象一个文件。

-- 1. 表结构基线采集
SELECT 
    TABLE_NAME, 
    COLUMN_NAME, 
    ORDINAL_POSITION, 
    DATA_TYPE, 
    CHARACTER_MAXIMUM_LENGTH, 
    IS_NULLABLE, 
    COLUMN_DEFAULT, 
    COLLATION_NAME
FROM INFORMATION_SCHEMA.COLUMNS
WHERE TABLE_SCHEMA = 'your_source_db'
ORDER BY TABLE_NAME, ORDINAL_POSITION;

-- 2. 主键与唯一约束基线采集
SELECT 
    tc.TABLE_NAME,
    tc.CONSTRAINT_NAME,
    tc.CONSTRAINT_TYPE,
    kcu.COLUMN_NAME,
    kcu.ORDINAL_POSITION
FROM INFORMATION_SCHEMA.TABLE_CONSTRAINTS tc
JOIN INFORMATION_SCHEMA.KEY_COLUMN_USAGE kcu
    ON tc.CONSTRAINT_NAME = kcu.CONSTRAINT_NAME
    AND tc.TABLE_SCHEMA = kcu.TABLE_SCHEMA
WHERE tc.TABLE_SCHEMA = 'your_source_db'
    AND tc.CONSTRAINT_TYPE IN ('PRIMARY KEY', 'UNIQUE')
ORDER BY tc.TABLE_NAME, tc.CONSTRAINT_NAME, kcu.ORDINAL_POSITION;

-- 3. 外键基线采集
SELECT 
    kcu.CONSTRAINT_NAME,
    kcu.TABLE_NAME,
    kcu.COLUMN_NAME,
    kcu.REFERENCED_TABLE_NAME,
    kcu.REFERENCED_COLUMN_NAME,
    rc.UPDATE_RULE,
    rc.DELETE_RULE
FROM INFORMATION_SCHEMA.KEY_COLUMN_USAGE kcu
JOIN INFORMATION_SCHEMA.REFERENTIAL_CONSTRAINTS rc
    ON kcu.CONSTRAINT_NAME = rc.CONSTRAINT_NAME
    AND kcu.TABLE_SCHEMA = rc.CONSTRAINT_SCHEMA
WHERE kcu.TABLE_SCHEMA = 'your_source_db'
    AND kcu.REFERENCED_TABLE_NAME IS NOT NULL;

-- 4. 索引基线采集
SELECT 
    TABLE_NAME,
    INDEX_NAME,
    COLUMN_NAME,
    SEQ_IN_INDEX,
    NON_UNIQUE,
    INDEX_TYPE
FROM INFORMATION_SCHEMA.STATISTICS
WHERE TABLE_SCHEMA = 'your_source_db'
ORDER BY TABLE_NAME, INDEX_NAME, SEQ_IN_INDEX;

-- 5. 触发器基线采集
SELECT 
    TRIGGER_NAME,
    EVENT_MANIPULATION,
    EVENT_OBJECT_TABLE,
    ACTION_TIMING,
    ACTION_STATEMENT
FROM INFORMATION_SCHEMA.TRIGGERS
WHERE TRIGGER_SCHEMA = 'your_source_db'
ORDER BY EVENT_OBJECT_TABLE, TRIGGER_NAME;

4.5 基线采集的常见陷阱与规避策略

• 陷阱1：默认值表达式差异 —— 源库使用 CURRENT_TIMESTAMP，目标库可能解析为不同精度。规避：采集时同时捕获默认值的原始表达式字符串，而非仅显示值。
• 陷阱2：字符集与排序规则隐式依赖 —— 表级别与列级别字符集可能不同，且影响索引排序。规避：在表结构采集中显式包含 TABLE_COLLATION 和 CHARACTER_SET_NAME。
• 陷阱3：触发器体中的数据库特定语法 —— 如MySQL的 DELIMITER 或Oracle的 REFERENCING 子句。规避：采集触发器体原文，并在比对阶段使用语法归一化工具。
• 陷阱4：过滤索引与包含列 —— 标准 INFORMATION_SCHEMA.STATISTICS 可能不包含过滤条件。规避：对于SQL Server等数据库，额外使用 sys.indexes 和 sys.index_columns 采集过滤谓词。
• 陷阱5：外键循环依赖 —— 在迁移顺序规划中可能导致失败。规避：基线采集后额外生成外键依赖拓扑图，标记循环依赖。

4.6 基线文件组织规范

推荐按以下目录结构组织基线文件，便于自动化工具读取和比对：

baseline/
├── metadata.json                 # 采集元信息（时间戳、数据库版本、采集工具版本）
├── tables/
│   ├── table_structures.csv      # 表结构
│   ├── primary_keys.csv          # 主键
│   ├── unique_constraints.csv    # 唯一约束
│   ├── foreign_keys.csv          # 外键
│   ├── indexes.csv               # 索引
│   └── triggers.sql              # 触发器DDL（保留原始语法）
└── checksum/
    └── baseline_checksum.txt     # 所有文件的MD5校验和，用于完整性验证