写在后面

第四章的内容就目前来看，有点悲观。理论的货色不多，太实践，有点糊弄。说难据说太水了。特地像明天要学的内容，本认为有很多干货，后果讲本人的产品说了半天，测试版还得连线应用。就像极客工夫上的《Vue 开发实战》课程，花了大量的工夫去讲 Ant Design，还没讲透。
好了，不吐槽了，换个角度看，也阐明攒一门的不容易。开始明天的学习吧。

第二十四天

明天要学习的是《44 | 关系型数据库迁徙》、《45 | 数据库迁徙形式及工具》、《46 | Oracle 迁徙实战》

从关系数据库迁徙到 MongoDB 的理由

1. 对于高并发的需要（数千 - 数十万 OPS），关系型数据库不容易扩大（绝对的）
2. 疾速迭代，关系型模式太谨严（所以说模式设计很重要，预戴皇冠，必承其重）
3. 灵便的 JSON 模式
4. 大数据量需要
5. 地理位置查问
6. 多数据中跨地区部署（关系数据库不是不行，太光钱了）

利用迁徙难度

1. 关系型数据库之间迁徙绝对简略
2. 但关系型到文档型，则绝对简单

3. 须要思考；

   1. 总体架构（比方单机式改成分布式）
   2. 模式设计（从关系模型改成文档模型）
   3. SQL 语句 / 存储过程 /JDBC/ORM 等
   4. 数据迁徙（如何解决已有数据）

总体架构

这是说的三倍资源，是因为 MongoDB 举荐起码要部署 3 个结点。

模式设计

这个才是重中之重，原本想先学习这章的目标也是这个

迁徙的主战场

数据迁徙

接下来的重点也是放在了数据如何迁徙上，当然是借助工具的

数据库导出导入

这块是以 MySQL 为例，先将表导出成 csv 文件，而后用 mongoimport 将 csv 的表数据，间接转成文档。
实用于间接换库的场景

批量同步

次要就是借助于 ETL 工具了，既然是批量解决，当然对系统的性能影响就比拟大了，实用于定期结转。比方将历史交易记录转到查问机，用于业务剖析等

实时同步

当然还是借助于工具比方 GoldenGate，只是因为是小批量时时结转，所以对系统的影响小，但如果出了问题就另说了

利用主导迁徙

就是在团队帮助，在不影响业务的同时，一步一步将利用从关系数据库迁徙到文档数据库，当然投入就大了，周期也长，但最保险

数据迁徙形式总结

迁徙实战

这就不说太了，就是介绍了一下 tapdata 的应用

附录

Golden Gate
Talend
Pentaho(Kettle)
Informatica