mongdb迁移方案及比对方案

mongdb迁移方案及比对方案

• 概述：数据量有千万级别，需要考虑迁移速度和用时一个一个插入太慢，要批量插入mysql中；
• 取数： mongdb 中的objectId 是有规律生成的，查询方案按1000个一页取出，按id升序， 下一页用上一页的最后一个id作为起始点取1000个
  代码类似：where(“_id”).lt(new ObjectId(“xxx”)).limit(1000), 避免mongdb深度分页过慢问题；
• 比对：采用一千个一千个比对（Objects.equal），若不同，进行一个一个比对（Field[] baseFields = baseDO.getClass().getDeclaredFields())，字段数组，收集差异集合；
• 插入：将差异集合进行遍历进行批量数据组装，进行批量插入和比对；

数据比对方案：

• 表t_user数据总行数比对:
• excel 做文件大小比较
• 抽样比对，导出excel 或sql 查询出数据，进行明文比对；
• 逐个每一行比对：查询id，和所有值拼接成一个value 利用mysql 的md5函数，查询出md5值，导出excel 进行一行一行的比对结果，查看差异；

生成md5 sql
SELECT id, MD5(CONCAT(
IFNULL(id,''),
IFNULL(user_id,''),
IFNULL(status,''),
IFNULL(type,''),
IFNULL(headimgurl,''),
IFNULL(unionid,''),
IFNULL(openid,''),
IFNULL(user,''),
IFNULL(country,''),
IFNULL(sex,''),
IFNULL(province,''),
IFNULL(nickname,''),
IFNULL(email,''),
IFNULL(city,''),
IFNULL(n_s_person_name_components_v_o,''),
IFNULL(created_time,''),
IFNULL(created_by,''),
IFNULL(updated_time,''),
IFNULL(updated_by,''),
IFNULL(version,'') )) AS md5_value FROM t_third_user_info
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

将结果导入到excel中，将md5值两列选中，设置高亮重复项，选中md5列进行筛选，进行颜色筛选，若列中只有一种颜色表示，整列没有差差异，若还有其他颜色表示比对有差异；并进行首行和尾行进行校对，查看首行和尾行结果是否一致；

首行截图尾行截图

比对结果筛选列

详细比对结果文件如下
表t_user 比对结果如下，（左边两列为bk、右边两列为zb）
比对结果excel
https://space.dingtalk.com/s/gwHPAAAAAlkTVMoCzgdCYwAD2gAgMDliNTRhZDJmZDcxNDY3N2E1MWM3ZDI1ZmQ0ZmU1MmI 密码: BWFt

表t_third_user_info 比对结果文件链接：
https://space.dingtalk.com/s/gwHPAAAAAlkVPXYCzgdCYwAD2gAgZjcyOGZmZjk1ZmNlNDA5ZDkxOWFiZmRjNjEyOTlkMzc 密码: 8XSa

表t_id_card_info比对结果文件链接：
https://space.dingtalk.com/s/gwHPAAAAAlkVsqICzgdCYwAD2gAgNTcyNzk1M2I0ZGFjNDdkOTllODU0NjFkNDQ3NmFlMzc 密码: H2bT

• 结论：两种迁移方案结果一致，除了t_third_user_info 表中nickName 字段炳坤采用base64加密入库，经过解密比对之后结果也一致；