数据迁移是件看似简单，但做起来让人烦恼的工作。盲目实施会导致脏数据，数据丢失，业务逻辑混乱，破坏数据建模等很多问题。在现代企业级系统应用中，数据 迁移的需求比比皆是。利用敏捷开发常用的测试驱动、持续集成，并引入精益软件的开发技巧，能够高质量的保障数据迁移的顺利进行，为高质量的软件开发打造坚 实的数据质量基础。
在企业级应用系统中，新系统的开发，新旧系统的升级换代，以及正常的系统维护，不可避免地涉及到大量的迁移工作。而在一个以数据为核心的业务系统中，数据 的迁移更是无处不在。比如：在以数据仓库为架构原型的系统设计中，ETL（抽取，转换，装载）部分的实现就是一种数据迁移；对大型数据系统的分布式实施， 数据迁移就是整个实施过程的主要部分。而在敏捷实践中，渐进式的数据库开发，更是涉及到大量的数据迁移和同步工作。
我们时常会听到用户提出这样的要求“我们并不过于关心应用的好坏，但需务必保证数据准确”。的确，在以数据为运营基础的行业里，数据质量本身就是软件质量 的权重部分，尤其在电信、金融和控制领域里，这一特征表现的格外明显。数据迁移也是敏捷开发中相当重要的环节，它影响着各个发布版本的数据质量，而数据质 量又决定着系统的有效性和可靠性，因此高质量地完成数据迁移不容忽视。
数据迁移往往被视为一件很简单的工作。在很多人眼里，数据迁移仅仅是用 sql 语句向相应数据表装载数据的过程。但在实际操作中，数据迁移涉及到很多层面的 因素，如用户需求，系统功能，数据库建模等，若出现问题，将导致开发进展缓慢或质量不高。常见问题有业务系统逻辑模糊、脏数据、遗留系统的技术债和管理债 等。那么如何有效的避免这些问题，提高迁移质量呢？
本文将以 ThoughtWorks 中国公司与客户合作的 CRM 项目为背景，为读者介绍如何在敏捷开发中高质量地处理数据迁移工作，从而在数据层面提高系统质量。
查看文章全文：如何在敏捷开发中做好数据迁移。
相关阅读：[ ThoughtWorks 实践集锦（1）] 我和敏捷团队的五个约定。
活动推荐：
2023年9月3-5日，「QCon全球软件开发大会·北京站」 将在北京•富力万丽酒店举办。此次大会以「启航·AIGC软件工程变革」为主题，策划了大前端融合提效、大模型应用落地、面向 AI 的存储、AIGC 浪潮下的研发效能提升、LLMOps、异构算力、微服务架构治理、业务安全技术、构建未来软件的编程语言、FinOps 等近30个精彩专题。咨询购票可联系票务经理 18514549229（微信同手机号）。
腾讯大规模云原生技术实践案例集
本案例集详细阐释了 QQ、腾讯会议、和平精英、小红书、斗鱼、微盟等十多个亿级用户产品背后的大规模云原生...
评论