CN113392090A - 基于数据库迁移的数据验证方法、装置、设备及介质 - Google Patents
基于数据库迁移的数据验证方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN113392090A CN113392090A CN202110724734.4A CN202110724734A CN113392090A CN 113392090 A CN113392090 A CN 113392090A CN 202110724734 A CN202110724734 A CN 202110724734A CN 113392090 A CN113392090 A CN 113392090A
- Authority
- CN
- China
- Prior art keywords
- data
- character
- database
- verification
- record
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000005012 migration Effects 0.000 title claims abstract description 112
- 238000013508 migration Methods 0.000 title claims abstract description 112
- 238000000034 method Methods 0.000 title claims abstract description 83
- 238000013524 data verification Methods 0.000 title claims abstract description 78
- 238000012795 verification Methods 0.000 claims abstract description 90
- 230000008569 process Effects 0.000 claims abstract description 49
- 238000004140 cleaning Methods 0.000 claims abstract description 24
- 230000014509 gene expression Effects 0.000 claims description 41
- 238000012545 processing Methods 0.000 claims description 11
- 238000013502 data validation Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 abstract description 17
- 238000012360 testing method Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000004590 computer program Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/214—Database migration support
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及测试领域,提供一种基于数据库迁移的数据验证方法、装置、设备及介质,验证已迁移的数据表的数量,以确定是否存在数据表的遗漏或者重复迁移的现象,当所述已迁移数据表的数量与所述基准数据表的数量一致时,再继续执行后续的验证,避免无效验证给系统带来运行负担,通过数据清洗,降低后续验证的困难,提高验证的效率,通过数据的计算在字符型数据的维度上验证数据一致性,避免在数据库迁移过程中出现字符型数据不一致的情况,在数据库迁移的过程中,从多个维度上分别自动进行持续的验证,以确保数据从所述源数据库中被准确迁移至所述目标数据库中,高效且准确。此外,本发明还涉及区块链技术,目标数据库可部署于区块链。
Description
技术领域
本发明涉及测试技术领域,尤其涉及一种基于数据库迁移的数据验证方法、装置、设备及介质。
背景技术
在企业发展过程中,基于经营成本或者技术考虑,通常需要对数据库中的数据做迁移,相应的跑批计算任务也需要同步做修改。由于不同数据库之间的语法存在差异,在对计算任务的脚本进行修改后,还需要对计算的结果进行验证,以保证对任务进行修改后,计算的结果和原有数据仍然保持一致,避免影响后续的数据报送和分析。
在数据一致性的验证过程中,通常面对的是百万甚至千万级别的数据,如果只是人工粗略的去对比数据,难以保证数据验证的完整性;如果逐条对全部数据进行比对,工作量巨大,需要耗费大量时间;同时,人工比对海量数据也容易出现差错。在一致性的验证过程中,之前已经验证一致的数据,如果某个数据源数据同步延迟或底表数据发生变更,最终的结果可能再次发生不一致,在不知道具体原因的情况下,再次去比对也会造成人力浪费。
当采用机器自动验证时,目前普遍采用的是MD5(Message-Digest Algorithm,信息摘要算法)算法,但MD5算法在不同的环境下运行可能得到的值是不同的,导致验证结果并不可靠。
发明内容
鉴于以上内容,有必要提供一种基于数据库迁移的数据验证方法、装置、设备及介质,能够在数据库迁移的过程中,从多个维度上分别自动进行持续的验证,以确保数据从所述源数据库中被准确迁移至所述目标数据库中,高效且准确。
一种基于数据库迁移的数据验证方法,所述基于数据库迁移的数据验证方法包括:
响应于数据验证请求,根据所述数据验证请求获取源数据库及目标数据库,其中,从所述源数据库迁移数据至所述目标数据库;
在数据迁移的过程中,每隔预设时间间隔获取所述目标数据库中的表格作为已迁移数据表,并从所述源数据库中获取与所述已迁移数据表对应的表格作为基准数据表;
验证所述已迁移数据表的数量与所述基准数据表的数量是否一致;
当所述已迁移数据表的数量与所述基准数据表的数量一致时,从所述已迁移数据表中获取数值型数据作为第一数据,及从所述基准数据表中获取数值型数据作为第二数据;
根据所述第一数据及所述第二数据验证数据一致性;
当所述数据一致性通过验证时,从所述已迁移数据表中获取字符型数据作为第三数据,及从所述基准数据表中获取字符型数据作为第四数据;
对所述第三数据进行清洗,得到第五数据,及对所述第四数据进行清洗,得到第六数据;
根据所述第五数据及所述第六数据验证字符一致性;
当所述字符一致性通过验证时,确定所述已迁移数据表中的数据通过验证,并继续从所述源数据库迁移数据至所述目标数据库。
根据本发明优选实施例,所述根据所述数据验证请求获取源数据库及目标数据库包括:
解析所述数据验证请求,得到所述数据验证请求所携带的信息;
获取预先配置的第一标签及第二标签,其中,所述第一标签对应于所述源数据库的数据库标识,所述第二标签对应于所述目标数据库的数据库标识;
根据所述第一标签建立第一正则表达式,及根据所述第二标签建立第二正则表达式;
利用所述第一正则表达式遍历所述数据验证请求所携带的信息,并将遍历到的与所述第一正则表达式相匹配的信息确定为所述源数据库的数据库标识,根据所述源数据库的数据库标识确定所述源数据库;
利用所述第二正则表达式遍历所述数据验证请求所携带的信息,并将遍历到的与所述第二正则表达式相匹配的信息确定为所述目标数据库的数据库标识,根据所述目标数据库的数据库标识确定所述目标数据库。
根据本发明优选实施例,所述根据所述第一数据及所述第二数据验证数据一致性包括:
计算所述第一数据的数据总和,及计算所述第二数据的数据总和;
获取所述第一数据中的最大值及所述第一数据中的最小值,以及获取所述第二数据中的最大值及所述第二数据中的最小值;
计算所述第一数据的标准差,及计算所述第二数据的标准差;
当所述第一数据的数据总和与所述第二数据的数据总和一致,且所述第一数据中的最大值与所述第二数据中的最大值一致,且所述第一数据中的最小值与所述第二数据中的最小值一致,及所述第一数据的标准差与所述第二数据的标准差一致时,确定所述数据一致性通过验证;或者
当所述第一数据的数据总和与所述第二数据的数据总和不一致,及/或所述第一数据中的最大值与所述第二数据中的最大值不一致,及/或所述第一数据中的最小值与所述第二数据中的最小值不一致,及/或所述第一数据的标准差与所述第二数据的标准差不一致时,确定所述数据一致性未通过验证。
根据本发明优选实施例,对所述第五数据进行去重处理,得到所述第五数据中的字符类别及字符类别数量,以及对所述第六数据进行去重处理,得到所述第六数据中字符类别及字符类别数量;
获取所述第五数据中每个字符类别的记录及总记录数,以及获取所述第六数据中每个字符类别的记录及总记录数;
根据所述第五数据中每个字符类别的记录计算所述第五数据对应的第一和值;
根据所述第六数据中每个字符类别的记录计算所述第六数据对应的第二和值;
获取所述第五数据中每个字符类别的记录中的最大值及所述第五数据中每个字符类别的记录中的最小值;
获取所述第六数据中每个字符类别的记录中的最大值及所述第六数据中每个字符类别的记录中的最小值;
计算所述第五数据的标准差及计算所述第六数据的标准差;
当所述第五数据中的字符类别与所述第六数据中的字符类别一致,且所述第五数据中的字符类别数量与所述第六数据中的字符类别数量一致,且所述第五数据中每个字符类别的总记录数与所述第六数据中每个字符类别的总记录数一致,且所述第一和值与所述第二和值一致,且所述第五数据中每个字符类别的记录中的最大值与所述第六数据中每个字符类别的记录中的最大值一致,且所述第五数据中每个字符类别的记录中的最小值与所述第六数据中每个字符类别的记录中的最小值一致,且所述第五数据的标准差与所述第六数据的标准差一致时,确定所述字符一致性通过验证;或者
当所述第五数据中的字符类别与所述第六数据中的字符类别不一致,及/或所述第五数据中的字符类别数量与所述第六数据中的字符类别数量不一致,及/或所述第五数据中每个字符类别的总记录数与所述第六数据中每个字符类别的总记录数不一致,及/或所述第一和值与所述第二和值不一致,及/或所述第五数据中每个字符类别的记录中的最大值与所述第六数据中每个字符类别的记录中的最大值不一致,及/或所述第五数据中每个字符类别的记录中的最小值与所述第六数据中每个字符类别的记录中的最小值不一致,及/或所述第五数据的标准差与所述第六数据的标准差不一致时,确定所述字符一致性未通过验证。
根据本发明优选实施例,所述根据所述第五数据中每个字符类别的记录计算所述第五数据对应的第一和值包括:
在所述第五数据中,从每个字符类别的记录中获取每次记录的记录值;
计算每个字符类别对应的每次记录的记录值的累加和作为每个字符类别的记录值总和;
利用每个字符类别的记录值总和进行和运算,得到所述第五数据对应的第一和值。
根据本发明优选实施例,所述方法还包括:
当所述已迁移数据表的数量与所述基准数据表的数量不一致,及/或所述数据一致性未通过验证,及/或所述字符一致性未通过验证时,停止从所述源数据库迁移数据至所述目标数据库;
生成告警信息,并将所述告警信息发送至指定终端设备。
根据本发明优选实施例,所述将所述告警信息发送至指定终端设备包括:
当检测到所述告警信息时,确定完成验证;
将所述告警信息传输至Kafka;
连接至邮件通知接口;
当所述邮件通知接口监控到所述Kafka消费了所述告警信息时,通过所述邮件通知接口发送带有所述告警信息的提示邮件至所述指定终端设备。
一种基于数据库迁移的数据验证装置,所述基于数据库迁移的数据验证装置包括:
获取单元,用于响应于数据验证请求,根据所述数据验证请求获取源数据库及目标数据库,其中,从所述源数据库迁移数据至所述目标数据库;
所述获取单元,还用于在数据迁移的过程中,每隔预设时间间隔获取所述目标数据库中的表格作为已迁移数据表,并从所述源数据库中获取与所述已迁移数据表对应的表格作为基准数据表;
验证单元,用于验证所述已迁移数据表的数量与所述基准数据表的数量是否一致;
所述获取单元,还用于当所述已迁移数据表的数量与所述基准数据表的数量一致时,从所述已迁移数据表中获取数值型数据作为第一数据,及从所述基准数据表中获取数值型数据作为第二数据;
所述验证单元,还用于根据所述第一数据及所述第二数据验证数据一致性;
所述获取单元,还用于当所述数据一致性通过验证时,从所述已迁移数据表中获取字符型数据作为第三数据,及从所述基准数据表中获取字符型数据作为第四数据;
清洗单元,用于对所述第三数据进行清洗,得到第五数据,及对所述第四数据进行清洗,得到第六数据;
所述验证单元,还用于根据所述第五数据及所述第六数据验证字符一致性;
迁移单元,用于当所述字符一致性通过验证时,确定所述已迁移数据表中的数据通过验证,并继续从所述源数据库迁移数据至所述目标数据库。
一种计算机设备,所述计算机设备包括:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现所述基于数据库迁移的数据验证方法。
一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被计算机设备中的处理器执行以实现所述基于数据库迁移的数据验证方法。
由以上技术方案可以看出,本发明能够响应于数据验证请求,根据所述数据验证请求获取源数据库及目标数据库,其中,从所述源数据库迁移数据至所述目标数据库,基于标签及正则表达式获取到需要的数据,并且,由于标签的唯一性,在提升了数据获取效率的同时,还保证了所获取的数据的准确性,在数据迁移的过程中,每隔预设时间间隔获取所述目标数据库中的表格作为已迁移数据表,并从所述源数据库中获取与所述已迁移数据表对应的表格作为基准数据表,验证所述已迁移数据表的数量与所述基准数据表的数量是否一致,首先对已迁移的数据表的数量进行验证,以验证数据库迁移过程中是否存在数据表的遗漏或者重复迁移的现象,当所述已迁移数据表的数量与所述基准数据表的数量一致时,从所述已迁移数据表中获取数值型数据作为第一数据,及从所述基准数据表中获取数值型数据作为第二数据,当所述已迁移数据表的数量与所述基准数据表的数量一致时,说明数据库迁移的过程中,数据表的数量是一致的,此时,再继续执行后续的验证,避免无效验证给系统带来运行负担,根据所述第一数据及所述第二数据验证数据一致性,当所述数据一致性通过验证时,从所述已迁移数据表中获取字符型数据作为第三数据,及从所述基准数据表中获取字符型数据作为第四数据,对所述第三数据进行清洗,得到第五数据,及对所述第四数据进行清洗,得到第六数据,降低后续验证的困难,提高验证的效率,根据所述第五数据及所述第六数据验证字符一致性,能够通过数据的计算在字符型数据的维度上验证数据一致性,避免在数据库迁移过程中出现字符型数据不一致的情况,当所述字符一致性通过验证时,确定所述已迁移数据表中的数据通过验证,并继续从所述源数据库迁移数据至所述目标数据库,进而在数据库迁移的过程中,从多个维度上分别自动进行持续的验证,以确保数据从所述源数据库中被准确迁移至所述目标数据库中,高效且准确。
附图说明
图1是本发明基于数据库迁移的数据验证方法的较佳实施例的流程图。
图2是本发明基于数据库迁移的数据验证装置的较佳实施例的功能模块图。
图3是本发明实现基于数据库迁移的数据验证方法的较佳实施例的计算机设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体实施例对本发明进行详细描述。
如图1所示,是本发明基于数据库迁移的数据验证方法的较佳实施例的流程图。根据不同的需求,该流程图中步骤的顺序可以改变,某些步骤可以省略。
所述基于数据库迁移的数据验证方法应用于一个或者多个计算机设备中,所述计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(Application Specific IntegratedCircuit,ASIC)、可编程门阵列(Field-Programmable Gate Array,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备可以是任何一种可与用户进行人机交互的电子产品,例如,个人计算机、平板电脑、智能手机、个人数字助理(Personal Digital Assistant,PDA)、游戏机、交互式网络电视(Internet Protocol Television,IPTV)、智能式穿戴式设备等。
所述计算机设备还可以包括网络设备和/或用户设备。其中,所述网络设备包括,但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(CloudComputing)的由大量主机或网络服务器构成的云。
所述计算机设备所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络(Virtual Private Network,VPN)等。
S10,响应于数据验证请求,根据所述数据验证请求获取源数据库及目标数据库,其中,从所述源数据库迁移数据至所述目标数据库。
在本实施例中,所述数据验证请求可以进行自动触发,例如:当启动数据迁移时,从所述源数据库迁移数据至所述目标数据库,并同时触发所述数据验证请求,以保证在数据迁移的过程中,能够实现对数据的即时验证。
当然,在其他实施例中,也可以由相关工作人员根据实际验证需求触发所述数据验证请求,本发明不限制。
在本发明的至少一个实施例中,所述根据所述数据验证请求获取源数据库及目标数据库包括:
解析所述数据验证请求,得到所述数据验证请求所携带的信息;
获取预先配置的第一标签及第二标签,其中,所述第一标签对应于所述源数据库的数据库标识,所述第二标签对应于所述目标数据库的数据库标识;
根据所述第一标签建立第一正则表达式,及根据所述第二标签建立第二正则表达式;
利用所述第一正则表达式遍历所述数据验证请求所携带的信息,并将遍历到的与所述第一正则表达式相匹配的信息确定为所述源数据库的数据库标识,根据所述源数据库的数据库标识确定所述源数据库;
利用所述第二正则表达式遍历所述数据验证请求所携带的信息,并将遍历到的与所述第二正则表达式相匹配的信息确定为所述目标数据库的数据库标识,根据所述目标数据库的数据库标识确定所述目标数据库。
其中,所述第一标签及所述第二标签可以进行自定义配置。
例如:所述第一标签可以配置为SourceID,所述第二标签可以配置为TargetID。
进一步地,根据所述第一标签建立的所述第一正则表达式可以为SourceID(),根据所述第二标签建立的所述第二正则表达式可以为TargetID()。
进一步地,利用所述第一正则表达式SourceID()遍历所述数据验证请求所携带的信息,并将遍历到的与所述第一正则表达式SourceID()相匹配的信息确定为所述源数据库的数据库标识,并进一步将带有所述源数据库的数据库标识的数据库确定为所述源数据库。利用所述第二正则表达式TargetID()遍历所述数据验证请求所携带的信息,并将遍历到的与所述第二正则表达式TargetID()相匹配的信息确定为所述目标数据库的数据库标识,并进一步将带有所述目标数据库的数据库标识的数据库确定为所述目标数据库。
通过上述实施方式,能够基于标签及正则表达式获取到需要的数据,并且,由于标签的唯一性,在提升了数据获取效率的同时,还保证了所获取的数据的准确性。
S11,在数据迁移的过程中,每隔预设时间间隔获取所述目标数据库中的表格作为已迁移数据表,并从所述源数据库中获取与所述已迁移数据表对应的表格作为基准数据表。
在本实施例中,所述预设时间间隔可以进行自定义配置,如5分钟、1分钟等。所述预设时间间隔的配置保证了数据验证的频率,进一步确保了数据迁移的正确性。
在本实施例中,所述目标数据库中的数据是从所述源数据库中迁出的,因此,所述源数据库中的原始数据是正确的,可以作为后续验证的基础,而所述目标数据库中的数据则作为被验证的对象,以判断在数据迁移的过程中是否发生数据错误。
所述目标数据库及所述源数据库中的数据以表格的形式存储,因此,本实施例获取所述目标数据库中的表格作为已迁移数据表,并从所述源数据库中获取与所述已迁移数据表对应的表格作为基准数据表。
其中,所述已迁移数据表中的数据为待验证的数据,所述基准数据表中的数据为验证的基准。
S12,验证所述已迁移数据表的数量与所述基准数据表的数量是否一致。
需要说明的是,在数据库迁移的过程中,迁移的数据可能会出现重复或者遗漏的现象,因此,首先需要对表格的数量进行验证。
在本发明的至少一个实施例中,所述验证所述已迁移数据表的数量与所述基准数据表的数量是否一致包括:
确定所述已迁移数据表的数量,及确定所述基准数据表的数量;
当所述已迁移数据表的数量等于所述基准数据表的数量时,确定所述已迁移数据表的数量与所述基准数据表的数量一致;或者
当所述已迁移数据表的数量不等于所述基准数据表的数量时,确定所述已迁移数据表的数量与所述基准数据表的数量不一致。
通过上述实施方式,首先对已迁移的数据表的数量进行验证,以验证数据库迁移过程中是否存在数据表的遗漏或者重复迁移的现象。
S13,当所述已迁移数据表的数量与所述基准数据表的数量一致时,从所述已迁移数据表中获取数值型数据作为第一数据,及从所述基准数据表中获取数值型数据作为第二数据。
可以理解的是,当所述已迁移数据表的数量与所述基准数据表的数量一致时,说明数据库迁移的过程中,数据表的数量是一致的,此时,再继续执行后续的验证,避免无效验证给系统带来运行负担。
进一步地,从所述已迁移数据表中获取数值型数据作为所述第一数据,及从所述基准数据表中获取数值型数据作为所述第二数据,以供后续验证数据一致性时使用。
其中,所述数值型数据是指数字类型的数据,如销售量等。
S14,根据所述第一数据及所述第二数据验证数据一致性。
在本发明的至少一个实施例中,所述根据所述第一数据及所述第二数据验证数据一致性包括:
计算所述第一数据的数据总和,及计算所述第二数据的数据总和;
获取所述第一数据中的最大值及所述第一数据中的最小值,以及获取所述第二数据中的最大值及所述第二数据中的最小值;
计算所述第一数据的标准差,及计算所述第二数据的标准差;
当所述第一数据的数据总和与所述第二数据的数据总和一致,且所述第一数据中的最大值与所述第二数据中的最大值一致,且所述第一数据中的最小值与所述第二数据中的最小值一致,及所述第一数据的标准差与所述第二数据的标准差一致时,确定所述数据一致性通过验证;或者
当所述第一数据的数据总和与所述第二数据的数据总和不一致,及/或所述第一数据中的最大值与所述第二数据中的最大值不一致,及/或所述第一数据中的最小值与所述第二数据中的最小值不一致,及/或所述第一数据的标准差与所述第二数据的标准差不一致时,确定所述数据一致性未通过验证。
通过上述实施方式,能够通过数据的计算在数值型数据的维度上验证数据一致性,避免在数据库迁移过程中出现数据不一致的情况。
S15,当所述数据一致性通过验证时,从所述已迁移数据表中获取字符型数据作为第三数据,及从所述基准数据表中获取字符型数据作为第四数据。
在所述数据一致性通过验证后,说明在数值型数据的维度上,数据迁移没有出错,因此,进一步验证字符型数据的维度。
具体地,从所述已迁移数据表中获取字符型数据作为所述第三数据,及从所述基准数据表中获取字符型数据作为所述第四数据,以供后续验证字符一致性时使用。
其中,所述字符型数据可以包括产品的标识等数据。
例如:产品A的标识A,产品B的标识B。
S16,对所述第三数据进行清洗,得到第五数据,及对所述第四数据进行清洗,得到第六数据。
可以理解的是,在字符型数据中还可能存在一些无效字符,如“/”等,为了降低后续验证的困难,提高验证的效率,可以对所述第三数据及所述第四数据进行清洗,在此不赘述。
S17,根据所述第五数据及所述第六数据验证字符一致性。
在本发明的至少一个实施例中,所述根据所述第五数据及所述第六数据验证字符一致性包括:
对所述第五数据进行去重处理,得到所述第五数据中的字符类别及字符类别数量,以及对所述第六数据进行去重处理,得到所述第六数据中字符类别及字符类别数量;
获取所述第五数据中每个字符类别的记录及总记录数,以及获取所述第六数据中每个字符类别的记录及总记录数;
根据所述第五数据中每个字符类别的记录计算所述第五数据对应的第一和值;
根据所述第六数据中每个字符类别的记录计算所述第六数据对应的第二和值;
获取所述第五数据中每个字符类别的记录中的最大值及所述第五数据中每个字符类别的记录中的最小值;
获取所述第六数据中每个字符类别的记录中的最大值及所述第六数据中每个字符类别的记录中的最小值;
计算所述第五数据的标准差及计算所述第六数据的标准差;
当所述第五数据中的字符类别与所述第六数据中的字符类别一致,且所述第五数据中的字符类别数量与所述第六数据中的字符类别数量一致,且所述第五数据中每个字符类别的总记录数与所述第六数据中每个字符类别的总记录数一致,且所述第一和值与所述第二和值一致,且所述第五数据中每个字符类别的记录中的最大值与所述第六数据中每个字符类别的记录中的最大值一致,且所述第五数据中每个字符类别的记录中的最小值与所述第六数据中每个字符类别的记录中的最小值一致,且所述第五数据的标准差与所述第六数据的标准差一致时,确定所述字符一致性通过验证;或者
当所述第五数据中的字符类别与所述第六数据中的字符类别不一致,及/或所述第五数据中的字符类别数量与所述第六数据中的字符类别数量不一致,及/或所述第五数据中每个字符类别的总记录数与所述第六数据中每个字符类别的总记录数不一致,及/或所述第一和值与所述第二和值不一致,及/或所述第五数据中每个字符类别的记录中的最大值与所述第六数据中每个字符类别的记录中的最大值不一致,及/或所述第五数据中每个字符类别的记录中的最小值与所述第六数据中每个字符类别的记录中的最小值不一致,及/或所述第五数据的标准差与所述第六数据的标准差不一致时,确定所述字符一致性未通过验证。
其中,通过所述去重处理,能够确定具有多少种字符,以首先确定字符的类别是否一致。
进一步地,通过对字符类别等相关数据的计算,进一步从量的角度计算出多种数值,并确定在数据库迁移的过程中,是否存在字符迁移错误。
通过上述实施方式,能够通过数据的计算在字符型数据的维度上验证数据一致性,避免在数据库迁移过程中出现字符型数据不一致的情况。
其中,具体而言,所述根据所述第五数据中每个字符类别的记录计算所述第五数据对应的第一和值包括:
在所述第五数据中,从每个字符类别的记录中获取每次记录的记录值;
计算每个字符类别对应的每次记录的记录值的累加和作为每个字符类别的记录值总和;
利用每个字符类别的记录值总和进行和运算,得到所述第五数据对应的第一和值。
例如:在所述产品A的记录中,某日上午9时出现一次交易记录,交易值(即所述记录值)为100万元,并且在当日下午13时出现了又一次交易记录,交易值(即所述记录值)为200万元,则所述产品A的记录的记录值的累加和为100万元+200万元=300万元。进一步地,对所述第五数据中的每个字符类别都执行上述累加和的计算,并计算所有累加和的和值,得到所述第五数据对应的第一和值。
在本实施例中,计算所述第六数据对应的第二和值的方式与上述计算所述第五数据对应的第一和值的方式类似,在此不赘述。
S18,当所述字符一致性通过验证时,确定所述已迁移数据表中的数据通过验证,并继续从所述源数据库迁移数据至所述目标数据库。
本实施例在数据库迁移的过程中,从多个维度上分别自动进行持续的验证,以确保数据从所述源数据库中被准确迁移至所述目标数据库中。
并且,在确定所述已迁移数据表中的数据通过验证后,继续从所述源数据库迁移数据至所述目标数据库,以便不影响数据库的正常迁移。
在本发明的至少一个实施例中,所述方法还包括:
当所述已迁移数据表的数量与所述基准数据表的数量不一致,及/或所述数据一致性未通过验证,及/或所述字符一致性未通过验证时,停止从所述源数据库迁移数据至所述目标数据库;
生成告警信息,并将所述告警信息发送至指定终端设备。
其中,所述指定终端设备可以包括开发人员的终端设备、测试人员的终端设备等,本发明不限制。
其中,所述告警信息可以用于提示所述指定终端设备的用户及时排查错误,并修改相关脚本(如所述目标数据库的跑批脚本),以便正确执行数据库迁移。
另外,当发现异常(即:所述已迁移数据表的数量与所述基准数据表的数量不一致,及/或所述数据一致性未通过验证,及/或所述字符一致性未通过验证)时,及时停止从所述源数据库迁移数据至所述目标数据库,避免后续的数据迁移被无效的执行。
其中,所述将所述告警信息发送至指定终端设备包括:
当检测到所述告警信息时,确定完成验证;
将所述告警信息传输至Kafka;
连接至邮件通知接口;
当所述邮件通知接口监控到所述Kafka消费了所述告警信息时,通过所述邮件通知接口发送带有所述告警信息的提示邮件至所述指定终端设备。
通过上述实施方式,能够完成验证后,自动邮件通知相关工作人员,以便提示相关工作人员及时查看并处理异常,在提高了相关工作人员的办事效率的同时,也间接提高了数据库迁移的效率。
在数据库迁移的过程中,基于本实施例中的验证逻辑,对数据源进行持续监测,直至新的跑批脚本和所述目标数据库完全替换掉老的跑批脚本和所述源数据库,确保了数据库迁移能够准确快速的执行,并且,本实施例中所采用的验证逻辑能够快速对海量数据进行比较(经过试验,本实施例中的验证方式能够在几分钟内验证完成上千万条数据),根据需要进行定期验证,高效且准确。
需要说明的是,为了进一步提高数据的安全性,避免数据被恶意篡改,所述目标数据库可部署于区块链。
由以上技术方案可以看出,本发明能够响应于数据验证请求,根据所述数据验证请求获取源数据库及目标数据库,其中,从所述源数据库迁移数据至所述目标数据库,基于标签及正则表达式获取到需要的数据,并且,由于标签的唯一性,在提升了数据获取效率的同时,还保证了所获取的数据的准确性,在数据迁移的过程中,每隔预设时间间隔获取所述目标数据库中的表格作为已迁移数据表,并从所述源数据库中获取与所述已迁移数据表对应的表格作为基准数据表,验证所述已迁移数据表的数量与所述基准数据表的数量是否一致,首先对已迁移的数据表的数量进行验证,以验证数据库迁移过程中是否存在数据表的遗漏或者重复迁移的现象,当所述已迁移数据表的数量与所述基准数据表的数量一致时,从所述已迁移数据表中获取数值型数据作为第一数据,及从所述基准数据表中获取数值型数据作为第二数据,当所述已迁移数据表的数量与所述基准数据表的数量一致时,说明数据库迁移的过程中,数据表的数量是一致的,此时,再继续执行后续的验证,避免无效验证给系统带来运行负担,根据所述第一数据及所述第二数据验证数据一致性,当所述数据一致性通过验证时,从所述已迁移数据表中获取字符型数据作为第三数据,及从所述基准数据表中获取字符型数据作为第四数据,对所述第三数据进行清洗,得到第五数据,及对所述第四数据进行清洗,得到第六数据,降低后续验证的困难,提高验证的效率,根据所述第五数据及所述第六数据验证字符一致性,能够通过数据的计算在字符型数据的维度上验证数据一致性,避免在数据库迁移过程中出现字符型数据不一致的情况,当所述字符一致性通过验证时,确定所述已迁移数据表中的数据通过验证,并继续从所述源数据库迁移数据至所述目标数据库,进而在数据库迁移的过程中,从多个维度上分别自动进行持续的验证,以确保数据从所述源数据库中被准确迁移至所述目标数据库中,高效且准确。
如图2所示,是本发明基于数据库迁移的数据验证装置的较佳实施例的功能模块图。所述基于数据库迁移的数据验证装置11包括获取单元110、验证单元111、清洗单元112、迁移单元113。本发明所称的模块/单元是指一种能够被处理器13所执行,并且能够完成固定功能的一系列计算机程序段,其存储在存储器12中。在本实施例中,关于各模块/单元的功能将在后续的实施例中详述。
响应于数据验证请求,获取单元110根据所述数据验证请求获取源数据库及目标数据库,其中,从所述源数据库迁移数据至所述目标数据库。
在本实施例中,所述数据验证请求可以进行自动触发,例如:当启动数据迁移时,从所述源数据库迁移数据至所述目标数据库,并同时触发所述数据验证请求,以保证在数据迁移的过程中,能够实现对数据的即时验证。
当然,在其他实施例中,也可以由相关工作人员根据实际验证需求触发所述数据验证请求,本发明不限制。
在本发明的至少一个实施例中,所述获取单元110根据所述数据验证请求获取源数据库及目标数据库包括:
解析所述数据验证请求,得到所述数据验证请求所携带的信息;
获取预先配置的第一标签及第二标签,其中,所述第一标签对应于所述源数据库的数据库标识,所述第二标签对应于所述目标数据库的数据库标识;
根据所述第一标签建立第一正则表达式,及根据所述第二标签建立第二正则表达式;
利用所述第一正则表达式遍历所述数据验证请求所携带的信息,并将遍历到的与所述第一正则表达式相匹配的信息确定为所述源数据库的数据库标识,根据所述源数据库的数据库标识确定所述源数据库;
利用所述第二正则表达式遍历所述数据验证请求所携带的信息,并将遍历到的与所述第二正则表达式相匹配的信息确定为所述目标数据库的数据库标识,根据所述目标数据库的数据库标识确定所述目标数据库。
其中,所述第一标签及所述第二标签可以进行自定义配置。
例如:所述第一标签可以配置为SourceID,所述第二标签可以配置为TargetID。
进一步地,根据所述第一标签建立的所述第一正则表达式可以为SourceID(),根据所述第二标签建立的所述第二正则表达式可以为TargetID()。
进一步地,利用所述第一正则表达式SourceID()遍历所述数据验证请求所携带的信息,并将遍历到的与所述第一正则表达式SourceID()相匹配的信息确定为所述源数据库的数据库标识,并进一步将带有所述源数据库的数据库标识的数据库确定为所述源数据库。利用所述第二正则表达式TargetID()遍历所述数据验证请求所携带的信息,并将遍历到的与所述第二正则表达式TargetID()相匹配的信息确定为所述目标数据库的数据库标识,并进一步将带有所述目标数据库的数据库标识的数据库确定为所述目标数据库。
通过上述实施方式,能够基于标签及正则表达式获取到需要的数据,并且,由于标签的唯一性,在提升了数据获取效率的同时,还保证了所获取的数据的准确性。
验证单元111在数据迁移的过程中,每隔预设时间间隔获取所述目标数据库中的表格作为已迁移数据表,并从所述源数据库中获取与所述已迁移数据表对应的表格作为基准数据表。
在本实施例中,所述预设时间间隔可以进行自定义配置,如5分钟、1分钟等。所述预设时间间隔的配置保证了数据验证的频率,进一步确保了数据迁移的正确性。
在本实施例中,所述目标数据库中的数据是从所述源数据库中迁出的,因此,所述源数据库中的原始数据是正确的,可以作为后续验证的基础,而所述目标数据库中的数据则作为被验证的对象,以判断在数据迁移的过程中是否发生数据错误。
所述目标数据库及所述源数据库中的数据以表格的形式存储,因此,本实施例获取所述目标数据库中的表格作为已迁移数据表,并从所述源数据库中获取与所述已迁移数据表对应的表格作为基准数据表。
其中,所述已迁移数据表中的数据为待验证的数据,所述基准数据表中的数据为验证的基准。
所述验证单元111验证所述已迁移数据表的数量与所述基准数据表的数量是否一致。
需要说明的是,在数据库迁移的过程中,迁移的数据可能会出现重复或者遗漏的现象,因此,首先需要对表格的数量进行验证。
在本发明的至少一个实施例中,所述验证单元111验证所述已迁移数据表的数量与所述基准数据表的数量是否一致包括:
确定所述已迁移数据表的数量,及确定所述基准数据表的数量;
当所述已迁移数据表的数量等于所述基准数据表的数量时,确定所述已迁移数据表的数量与所述基准数据表的数量一致;或者
当所述已迁移数据表的数量不等于所述基准数据表的数量时,确定所述已迁移数据表的数量与所述基准数据表的数量不一致。
通过上述实施方式,首先对已迁移的数据表的数量进行验证,以验证数据库迁移过程中是否存在数据表的遗漏或者重复迁移的现象。
当所述已迁移数据表的数量与所述基准数据表的数量一致时,所述获取单元110从所述已迁移数据表中获取数值型数据作为第一数据,及从所述基准数据表中获取数值型数据作为第二数据。
可以理解的是,当所述已迁移数据表的数量与所述基准数据表的数量一致时,说明数据库迁移的过程中,数据表的数量是一致的,此时,再继续执行后续的验证,避免无效验证给系统带来运行负担。
进一步地,从所述已迁移数据表中获取数值型数据作为所述第一数据,及从所述基准数据表中获取数值型数据作为所述第二数据,以供后续验证数据一致性时使用。
其中,所述数值型数据是指数字类型的数据,如销售量等。
所述验证单元111根据所述第一数据及所述第二数据验证数据一致性。
在本发明的至少一个实施例中,所述验证单元111根据所述第一数据及所述第二数据验证数据一致性包括:
计算所述第一数据的数据总和,及计算所述第二数据的数据总和;
获取所述第一数据中的最大值及所述第一数据中的最小值,以及获取所述第二数据中的最大值及所述第二数据中的最小值;
计算所述第一数据的标准差,及计算所述第二数据的标准差;
当所述第一数据的数据总和与所述第二数据的数据总和一致,且所述第一数据中的最大值与所述第二数据中的最大值一致,且所述第一数据中的最小值与所述第二数据中的最小值一致,及所述第一数据的标准差与所述第二数据的标准差一致时,确定所述数据一致性通过验证;或者
当所述第一数据的数据总和与所述第二数据的数据总和不一致,及/或所述第一数据中的最大值与所述第二数据中的最大值不一致,及/或所述第一数据中的最小值与所述第二数据中的最小值不一致,及/或所述第一数据的标准差与所述第二数据的标准差不一致时,确定所述数据一致性未通过验证。
通过上述实施方式,能够通过数据的计算在数值型数据的维度上验证数据一致性,避免在数据库迁移过程中出现数据不一致的情况。
当所述数据一致性通过验证时,所述获取单元110从所述已迁移数据表中获取字符型数据作为第三数据,及从所述基准数据表中获取字符型数据作为第四数据。
在所述数据一致性通过验证后,说明在数值型数据的维度上,数据迁移没有出错,因此,进一步验证字符型数据的维度。
具体地,从所述已迁移数据表中获取字符型数据作为所述第三数据,及从所述基准数据表中获取字符型数据作为所述第四数据,以供后续验证字符一致性时使用。
其中,所述字符型数据可以包括产品的标识等数据。
例如:产品A的标识A,产品B的标识B。
清洗单元112对所述第三数据进行清洗,得到第五数据,及对所述第四数据进行清洗,得到第六数据。
可以理解的是,在字符型数据中还可能存在一些无效字符,如“/”等,为了降低后续验证的困难,提高验证的效率,可以对所述第三数据及所述第四数据进行清洗,在此不赘述。
所述验证单元111根据所述第五数据及所述第六数据验证字符一致性。
在本发明的至少一个实施例中,所述验证单元111根据所述第五数据及所述第六数据验证字符一致性包括:
对所述第五数据进行去重处理,得到所述第五数据中的字符类别及字符类别数量,以及对所述第六数据进行去重处理,得到所述第六数据中字符类别及字符类别数量;
获取所述第五数据中每个字符类别的记录及总记录数,以及获取所述第六数据中每个字符类别的记录及总记录数;
根据所述第五数据中每个字符类别的记录计算所述第五数据对应的第一和值;
根据所述第六数据中每个字符类别的记录计算所述第六数据对应的第二和值;
获取所述第五数据中每个字符类别的记录中的最大值及所述第五数据中每个字符类别的记录中的最小值;
获取所述第六数据中每个字符类别的记录中的最大值及所述第六数据中每个字符类别的记录中的最小值;
计算所述第五数据的标准差及计算所述第六数据的标准差;
当所述第五数据中的字符类别与所述第六数据中的字符类别一致,且所述第五数据中的字符类别数量与所述第六数据中的字符类别数量一致,且所述第五数据中每个字符类别的总记录数与所述第六数据中每个字符类别的总记录数一致,且所述第一和值与所述第二和值一致,且所述第五数据中每个字符类别的记录中的最大值与所述第六数据中每个字符类别的记录中的最大值一致,且所述第五数据中每个字符类别的记录中的最小值与所述第六数据中每个字符类别的记录中的最小值一致,且所述第五数据的标准差与所述第六数据的标准差一致时,确定所述字符一致性通过验证;或者
当所述第五数据中的字符类别与所述第六数据中的字符类别不一致,及/或所述第五数据中的字符类别数量与所述第六数据中的字符类别数量不一致,及/或所述第五数据中每个字符类别的总记录数与所述第六数据中每个字符类别的总记录数不一致,及/或所述第一和值与所述第二和值不一致,及/或所述第五数据中每个字符类别的记录中的最大值与所述第六数据中每个字符类别的记录中的最大值不一致,及/或所述第五数据中每个字符类别的记录中的最小值与所述第六数据中每个字符类别的记录中的最小值不一致,及/或所述第五数据的标准差与所述第六数据的标准差不一致时,确定所述字符一致性未通过验证。
其中,通过所述去重处理,能够确定具有多少种字符,以首先确定字符的类别是否一致。
进一步地,通过对字符类别等相关数据的计算,进一步从量的角度计算出多种数值,并确定在数据库迁移的过程中,是否存在字符迁移错误。
通过上述实施方式,能够通过数据的计算在字符型数据的维度上验证数据一致性,避免在数据库迁移过程中出现字符型数据不一致的情况。
其中,具体而言,所述根据所述第五数据中每个字符类别的记录计算所述第五数据对应的第一和值包括:
在所述第五数据中,从每个字符类别的记录中获取每次记录的记录值;
计算每个字符类别对应的每次记录的记录值的累加和作为每个字符类别的记录值总和;
利用每个字符类别的记录值总和进行和运算,得到所述第五数据对应的第一和值。
例如:在所述产品A的记录中,某日上午9时出现一次交易记录,交易值(即所述记录值)为100万元,并且在当日下午13时出现了又一次交易记录,交易值(即所述记录值)为200万元,则所述产品A的记录的记录值的累加和为100万元+200万元=300万元。进一步地,对所述第五数据中的每个字符类别都执行上述累加和的计算,并计算所有累加和的和值,得到所述第五数据对应的第一和值。
在本实施例中,计算所述第六数据对应的第二和值的方式与上述计算所述第五数据对应的第一和值的方式类似,在此不赘述。
当所述字符一致性通过验证时,迁移单元113确定所述已迁移数据表中的数据通过验证,并继续从所述源数据库迁移数据至所述目标数据库。
本实施例在数据库迁移的过程中,从多个维度上分别自动进行持续的验证,以确保数据从所述源数据库中被准确迁移至所述目标数据库中。
并且,在确定所述已迁移数据表中的数据通过验证后,继续从所述源数据库迁移数据至所述目标数据库,以便不影响数据库的正常迁移。
在本发明的至少一个实施例中,当所述已迁移数据表的数量与所述基准数据表的数量不一致,及/或所述数据一致性未通过验证,及/或所述字符一致性未通过验证时,停止从所述源数据库迁移数据至所述目标数据库;
生成告警信息,并将所述告警信息发送至指定终端设备。
其中,所述指定终端设备可以包括开发人员的终端设备、测试人员的终端设备等,本发明不限制。
其中,所述告警信息可以用于提示所述指定终端设备的用户及时排查错误,并修改相关脚本(如所述目标数据库的跑批脚本),以便正确执行数据库迁移。
另外,当发现异常(即:所述已迁移数据表的数量与所述基准数据表的数量不一致,及/或所述数据一致性未通过验证,及/或所述字符一致性未通过验证)时,及时停止从所述源数据库迁移数据至所述目标数据库,避免后续的数据迁移被无效的执行。
其中,所述将所述告警信息发送至指定终端设备包括:
当检测到所述告警信息时,确定完成验证;
将所述告警信息传输至Kafka;
连接至邮件通知接口;
当所述邮件通知接口监控到所述Kafka消费了所述告警信息时,通过所述邮件通知接口发送带有所述告警信息的提示邮件至所述指定终端设备。
通过上述实施方式,能够完成验证后,自动邮件通知相关工作人员,以便提示相关工作人员及时查看并处理异常,在提高了相关工作人员的办事效率的同时,也间接提高了数据库迁移的效率。
在数据库迁移的过程中,基于本实施例中的验证逻辑,对数据源进行持续监测,直至新的跑批脚本和所述目标数据库完全替换掉老的跑批脚本和所述源数据库,确保了数据库迁移能够准确快速的执行,并且,本实施例中所采用的验证逻辑能够快速对海量数据进行比较(经过试验,本实施例中的验证方式能够在几分钟内验证完成上千万条数据),根据需要进行定期验证,高效且准确。
需要说明的是,为了进一步提高数据的安全性,避免数据被恶意篡改,所述目标数据库可部署于区块链。
由以上技术方案可以看出,本发明能够响应于数据验证请求,根据所述数据验证请求获取源数据库及目标数据库,其中,从所述源数据库迁移数据至所述目标数据库,基于标签及正则表达式获取到需要的数据,并且,由于标签的唯一性,在提升了数据获取效率的同时,还保证了所获取的数据的准确性,在数据迁移的过程中,每隔预设时间间隔获取所述目标数据库中的表格作为已迁移数据表,并从所述源数据库中获取与所述已迁移数据表对应的表格作为基准数据表,验证所述已迁移数据表的数量与所述基准数据表的数量是否一致,首先对已迁移的数据表的数量进行验证,以验证数据库迁移过程中是否存在数据表的遗漏或者重复迁移的现象,当所述已迁移数据表的数量与所述基准数据表的数量一致时,从所述已迁移数据表中获取数值型数据作为第一数据,及从所述基准数据表中获取数值型数据作为第二数据,当所述已迁移数据表的数量与所述基准数据表的数量一致时,说明数据库迁移的过程中,数据表的数量是一致的,此时,再继续执行后续的验证,避免无效验证给系统带来运行负担,根据所述第一数据及所述第二数据验证数据一致性,当所述数据一致性通过验证时,从所述已迁移数据表中获取字符型数据作为第三数据,及从所述基准数据表中获取字符型数据作为第四数据,对所述第三数据进行清洗,得到第五数据,及对所述第四数据进行清洗,得到第六数据,降低后续验证的困难,提高验证的效率,根据所述第五数据及所述第六数据验证字符一致性,能够通过数据的计算在字符型数据的维度上验证数据一致性,避免在数据库迁移过程中出现字符型数据不一致的情况,当所述字符一致性通过验证时,确定所述已迁移数据表中的数据通过验证,并继续从所述源数据库迁移数据至所述目标数据库,进而在数据库迁移的过程中,从多个维度上分别自动进行持续的验证,以确保数据从所述源数据库中被准确迁移至所述目标数据库中,高效且准确。
如图3所示,是本发明实现基于数据库迁移的数据验证方法的较佳实施例的计算机设备的结构示意图。
所述计算机设备1可以包括存储器12、处理器13和总线,还可以包括存储在所述存储器12中并可在所述处理器13上运行的计算机程序,例如基于数据库迁移的数据验证程序。
本领域技术人员可以理解,所述示意图仅仅是计算机设备1的示例,并不构成对计算机设备1的限定,所述计算机设备1既可以是总线型结构,也可以是星形结构,所述计算机设备1还可以包括比图示更多或更少的其他硬件或者软件,或者不同的部件布置,例如所述计算机设备1还可以包括输入输出设备、网络接入设备等。
需要说明的是,所述计算机设备1仅为举例,其他现有的或今后可能出现的电子产品如可适应于本发明,也应包含在本发明的保护范围以内,并以引用方式包含于此。
其中,存储器12至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器12在一些实施例中可以是计算机设备1的内部存储单元,例如该计算机设备1的移动硬盘。存储器12在另一些实施例中也可以是计算机设备1的外部存储设备,例如计算机设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,存储器12还可以既包括计算机设备1的内部存储单元也包括外部存储设备。存储器12不仅可以用于存储安装于计算机设备1的应用软件及各类数据,例如基于数据库迁移的数据验证程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
处理器13在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。处理器13是所述计算机设备1的控制核心(Control Unit),利用各种接口和线路连接整个计算机设备1的各个部件,通过运行或执行存储在所述存储器12内的程序或者模块(例如执行基于数据库迁移的数据验证程序等),以及调用存储在所述存储器12内的数据,以执行计算机设备1的各种功能和处理数据。
所述处理器13执行所述计算机设备1的操作系统以及安装的各类应用程序。所述处理器13执行所述应用程序以实现上述各个基于数据库迁移的数据验证方法实施例中的步骤,例如图1所示的步骤。
示例性的,所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器12中,并由所述处理器13执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段,该指令段用于描述所述计算机程序在所述计算机设备1中的执行过程。例如,所述计算机程序可以被分割成获取单元110、验证单元111、清洗单元112、迁移单元113。
上述以软件功能模块的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、计算机设备,或者网络设备等)或处理器(processor)执行本发明各个实施例所述基于数据库迁移的数据验证方法的部分。
所述计算机设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指示相关的硬件设备来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。
其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器等。
进一步地,计算机可读存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
总线可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,在图3中仅用一根直线表示,但并不表示仅有一根总线或一种类型的总线。所述总线被设置为实现所述存储器12以及至少一个处理器13等之间的连接通信。
尽管未示出,所述计算机设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器13逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述计算机设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述计算机设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该计算机设备1与其他计算机设备之间建立通信连接。
可选地,该计算机设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在计算机设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
图3仅示出了具有组件12-13的计算机设备1,本领域技术人员可以理解的是,图3示出的结构并不构成对所述计算机设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
结合图1,所述计算机设备1中的所述存储器12存储多个指令以实现一种基于数据库迁移的数据验证方法,所述处理器13可执行所述多个指令从而实现:
响应于数据验证请求,根据所述数据验证请求获取源数据库及目标数据库,其中,从所述源数据库迁移数据至所述目标数据库;
在数据迁移的过程中,每隔预设时间间隔获取所述目标数据库中的表格作为已迁移数据表,并从所述源数据库中获取与所述已迁移数据表对应的表格作为基准数据表;
验证所述已迁移数据表的数量与所述基准数据表的数量是否一致;
当所述已迁移数据表的数量与所述基准数据表的数量一致时,从所述已迁移数据表中获取数值型数据作为第一数据,及从所述基准数据表中获取数值型数据作为第二数据;
根据所述第一数据及所述第二数据验证数据一致性;
当所述数据一致性通过验证时,从所述已迁移数据表中获取字符型数据作为第三数据,及从所述基准数据表中获取字符型数据作为第四数据;
对所述第三数据进行清洗,得到第五数据,及对所述第四数据进行清洗,得到第六数据;
根据所述第五数据及所述第六数据验证字符一致性;
当所述字符一致性通过验证时,确定所述已迁移数据表中的数据通过验证,并继续从所述源数据库迁移数据至所述目标数据库。
具体地,所述处理器13对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。本发明中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种基于数据库迁移的数据验证方法,其特征在于,所述基于数据库迁移的数据验证方法包括:
响应于数据验证请求,根据所述数据验证请求获取源数据库及目标数据库,其中,从所述源数据库迁移数据至所述目标数据库;
在数据迁移的过程中,每隔预设时间间隔获取所述目标数据库中的表格作为已迁移数据表,并从所述源数据库中获取与所述已迁移数据表对应的表格作为基准数据表;
验证所述已迁移数据表的数量与所述基准数据表的数量是否一致;
当所述已迁移数据表的数量与所述基准数据表的数量一致时,从所述已迁移数据表中获取数值型数据作为第一数据,及从所述基准数据表中获取数值型数据作为第二数据;
根据所述第一数据及所述第二数据验证数据一致性;
当所述数据一致性通过验证时,从所述已迁移数据表中获取字符型数据作为第三数据,及从所述基准数据表中获取字符型数据作为第四数据;
对所述第三数据进行清洗,得到第五数据,及对所述第四数据进行清洗,得到第六数据;
根据所述第五数据及所述第六数据验证字符一致性;
当所述字符一致性通过验证时,确定所述已迁移数据表中的数据通过验证,并继续从所述源数据库迁移数据至所述目标数据库。
2.如权利要求1所述的基于数据库迁移的数据验证方法,其特征在于,所述根据所述数据验证请求获取源数据库及目标数据库包括:
解析所述数据验证请求,得到所述数据验证请求所携带的信息;
获取预先配置的第一标签及第二标签,其中,所述第一标签对应于所述源数据库的数据库标识,所述第二标签对应于所述目标数据库的数据库标识;
根据所述第一标签建立第一正则表达式,及根据所述第二标签建立第二正则表达式;
利用所述第一正则表达式遍历所述数据验证请求所携带的信息,并将遍历到的与所述第一正则表达式相匹配的信息确定为所述源数据库的数据库标识,根据所述源数据库的数据库标识确定所述源数据库;
利用所述第二正则表达式遍历所述数据验证请求所携带的信息,并将遍历到的与所述第二正则表达式相匹配的信息确定为所述目标数据库的数据库标识,根据所述目标数据库的数据库标识确定所述目标数据库。
3.如权利要求1所述的基于数据库迁移的数据验证方法,其特征在于,所述根据所述第一数据及所述第二数据验证数据一致性包括:
计算所述第一数据的数据总和,及计算所述第二数据的数据总和;
获取所述第一数据中的最大值及所述第一数据中的最小值,以及获取所述第二数据中的最大值及所述第二数据中的最小值;
计算所述第一数据的标准差,及计算所述第二数据的标准差;
当所述第一数据的数据总和与所述第二数据的数据总和一致,且所述第一数据中的最大值与所述第二数据中的最大值一致,且所述第一数据中的最小值与所述第二数据中的最小值一致,及所述第一数据的标准差与所述第二数据的标准差一致时,确定所述数据一致性通过验证;或者
当所述第一数据的数据总和与所述第二数据的数据总和不一致,及/或所述第一数据中的最大值与所述第二数据中的最大值不一致,及/或所述第一数据中的最小值与所述第二数据中的最小值不一致,及/或所述第一数据的标准差与所述第二数据的标准差不一致时,确定所述数据一致性未通过验证。
4.如权利要求1所述的基于数据库迁移的数据验证方法,其特征在于,所述根据所述第五数据及所述第六数据验证字符一致性包括:
对所述第五数据进行去重处理,得到所述第五数据中的字符类别及字符类别数量,以及对所述第六数据进行去重处理,得到所述第六数据中字符类别及字符类别数量;
获取所述第五数据中每个字符类别的记录及总记录数,以及获取所述第六数据中每个字符类别的记录及总记录数;
根据所述第五数据中每个字符类别的记录计算所述第五数据对应的第一和值;
根据所述第六数据中每个字符类别的记录计算所述第六数据对应的第二和值;
获取所述第五数据中每个字符类别的记录中的最大值及所述第五数据中每个字符类别的记录中的最小值;
获取所述第六数据中每个字符类别的记录中的最大值及所述第六数据中每个字符类别的记录中的最小值;
计算所述第五数据的标准差及计算所述第六数据的标准差;
当所述第五数据中的字符类别与所述第六数据中的字符类别一致,且所述第五数据中的字符类别数量与所述第六数据中的字符类别数量一致,且所述第五数据中每个字符类别的总记录数与所述第六数据中每个字符类别的总记录数一致,且所述第一和值与所述第二和值一致,且所述第五数据中每个字符类别的记录中的最大值与所述第六数据中每个字符类别的记录中的最大值一致,且所述第五数据中每个字符类别的记录中的最小值与所述第六数据中每个字符类别的记录中的最小值一致,且所述第五数据的标准差与所述第六数据的标准差一致时,确定所述字符一致性通过验证;或者
当所述第五数据中的字符类别与所述第六数据中的字符类别不一致,及/或所述第五数据中的字符类别数量与所述第六数据中的字符类别数量不一致,及/或所述第五数据中每个字符类别的总记录数与所述第六数据中每个字符类别的总记录数不一致,及/或所述第一和值与所述第二和值不一致,及/或所述第五数据中每个字符类别的记录中的最大值与所述第六数据中每个字符类别的记录中的最大值不一致,及/或所述第五数据中每个字符类别的记录中的最小值与所述第六数据中每个字符类别的记录中的最小值不一致,及/或所述第五数据的标准差与所述第六数据的标准差不一致时,确定所述字符一致性未通过验证。
5.如权利要求4所述的基于数据库迁移的数据验证方法,其特征在于,所述根据所述第五数据中每个字符类别的记录计算所述第五数据对应的第一和值包括:
在所述第五数据中,从每个字符类别的记录中获取每次记录的记录值;
计算每个字符类别对应的每次记录的记录值的累加和作为每个字符类别的记录值总和;
利用每个字符类别的记录值总和进行和运算,得到所述第五数据对应的第一和值。
6.如权利要求1所述的基于数据库迁移的数据验证方法,其特征在于,所述方法还包括:
当所述已迁移数据表的数量与所述基准数据表的数量不一致,及/或所述数据一致性未通过验证,及/或所述字符一致性未通过验证时,停止从所述源数据库迁移数据至所述目标数据库;
生成告警信息,并将所述告警信息发送至指定终端设备。
7.如权利要求6所述的基于数据库迁移的数据验证方法,其特征在于,所述将所述告警信息发送至指定终端设备包括:
当检测到所述告警信息时,确定完成验证;
将所述告警信息传输至Kafka;
连接至邮件通知接口;
当所述邮件通知接口监控到所述Kafka消费了所述告警信息时,通过所述邮件通知接口发送带有所述告警信息的提示邮件至所述指定终端设备。
8.一种基于数据库迁移的数据验证装置,其特征在于,所述基于数据库迁移的数据验证装置包括:
获取单元,用于响应于数据验证请求,根据所述数据验证请求获取源数据库及目标数据库,其中,从所述源数据库迁移数据至所述目标数据库;
所述获取单元,还用于在数据迁移的过程中,每隔预设时间间隔获取所述目标数据库中的表格作为已迁移数据表,并从所述源数据库中获取与所述已迁移数据表对应的表格作为基准数据表;
验证单元,用于验证所述已迁移数据表的数量与所述基准数据表的数量是否一致;
所述获取单元,还用于当所述已迁移数据表的数量与所述基准数据表的数量一致时,从所述已迁移数据表中获取数值型数据作为第一数据,及从所述基准数据表中获取数值型数据作为第二数据;
所述验证单元,还用于根据所述第一数据及所述第二数据验证数据一致性;
所述获取单元,还用于当所述数据一致性通过验证时,从所述已迁移数据表中获取字符型数据作为第三数据,及从所述基准数据表中获取字符型数据作为第四数据;
清洗单元,用于对所述第三数据进行清洗,得到第五数据,及对所述第四数据进行清洗,得到第六数据;
所述验证单元,还用于根据所述第五数据及所述第六数据验证字符一致性;
迁移单元,用于当所述字符一致性通过验证时,确定所述已迁移数据表中的数据通过验证,并继续从所述源数据库迁移数据至所述目标数据库。
9.一种计算机设备,其特征在于,所述计算机设备包括:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现如权利要求1至7中任意一项所述的基于数据库迁移的数据验证方法。
10.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被计算机设备中的处理器执行以实现如权利要求1至7中任意一项所述的基于数据库迁移的数据验证方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110724734.4A CN113392090A (zh) | 2021-06-29 | 2021-06-29 | 基于数据库迁移的数据验证方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110724734.4A CN113392090A (zh) | 2021-06-29 | 2021-06-29 | 基于数据库迁移的数据验证方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113392090A true CN113392090A (zh) | 2021-09-14 |
Family
ID=77624254
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110724734.4A Pending CN113392090A (zh) | 2021-06-29 | 2021-06-29 | 基于数据库迁移的数据验证方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113392090A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113641662A (zh) * | 2021-10-18 | 2021-11-12 | 中通服建设有限公司 | 一种信创数据库迁移校验方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104504122A (zh) * | 2014-12-29 | 2015-04-08 | 浪潮(北京)电子信息产业有限公司 | 一种数据库迁移数据的验证方法及系统 |
US20190205429A1 (en) * | 2018-01-03 | 2019-07-04 | Salesforce.Com, Inc. | Data validation for data record migrations |
CN111258989A (zh) * | 2020-02-14 | 2020-06-09 | 腾讯科技(深圳)有限公司 | 数据库迁移评估方法、装置、存储介质和计算机设备 |
CN112306994A (zh) * | 2020-11-10 | 2021-02-02 | 北京沃东天骏信息技术有限公司 | 数据库数据迁移方法、装置以及存储介质 |
CN112486957A (zh) * | 2020-12-16 | 2021-03-12 | 平安普惠企业管理有限公司 | 数据库迁移检测方法、装置、设备及存储介质 |
US10963435B1 (en) * | 2017-07-10 | 2021-03-30 | Amazon Technologies, Inc. | Data validation of data migrated from a source database to a target database |
-
2021
- 2021-06-29 CN CN202110724734.4A patent/CN113392090A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104504122A (zh) * | 2014-12-29 | 2015-04-08 | 浪潮(北京)电子信息产业有限公司 | 一种数据库迁移数据的验证方法及系统 |
US10963435B1 (en) * | 2017-07-10 | 2021-03-30 | Amazon Technologies, Inc. | Data validation of data migrated from a source database to a target database |
US20190205429A1 (en) * | 2018-01-03 | 2019-07-04 | Salesforce.Com, Inc. | Data validation for data record migrations |
CN111258989A (zh) * | 2020-02-14 | 2020-06-09 | 腾讯科技(深圳)有限公司 | 数据库迁移评估方法、装置、存储介质和计算机设备 |
CN112306994A (zh) * | 2020-11-10 | 2021-02-02 | 北京沃东天骏信息技术有限公司 | 数据库数据迁移方法、装置以及存储介质 |
CN112486957A (zh) * | 2020-12-16 | 2021-03-12 | 平安普惠企业管理有限公司 | 数据库迁移检测方法、装置、设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
王永超;鲁鸣鸣;: "面向金融行业的大数据迁移的研究与实现", 计算机工程与应用, no. 13, 1 July 2018 (2018-07-01) * |
王铭;田茂;赵鑫;金山城;: "基于Hadoop平台的数据迁移方法研究实现", 计算机测量与控制, no. 04, 25 April 2018 (2018-04-25) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113641662A (zh) * | 2021-10-18 | 2021-11-12 | 中通服建设有限公司 | 一种信创数据库迁移校验方法 |
CN113641662B (zh) * | 2021-10-18 | 2022-02-11 | 中通服建设有限公司 | 一种信创数据库迁移校验方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3616066B1 (en) | Human-readable, language-independent stack trace summary generation | |
CN112015663B (zh) | 测试数据录制方法、装置、设备及介质 | |
CN113468049A (zh) | 基于可配置化接口的测试方法、装置、设备及介质 | |
CN111400189A (zh) | 代码覆盖率监测方法、装置、电子设备及存储介质 | |
CN111754123A (zh) | 数据监控方法、装置、计算机设备及存储介质 | |
CN112463530A (zh) | 微服务系统的异常检测方法、装置、电子设备及存储介质 | |
CN113392090A (zh) | 基于数据库迁移的数据验证方法、装置、设备及介质 | |
CN114116400A (zh) | 基于日志打印的应用异常处理方法、装置、设备及介质 | |
CN111950707A (zh) | 基于行为共现网络的行为预测方法、装置、设备及介质 | |
CN115147031B (zh) | 清算工作流执行方法、装置、设备及介质 | |
CN114816371B (zh) | 消息处理方法、装置、设备及介质 | |
CN114399397A (zh) | 续保跟踪方法、装置、设备及介质 | |
CN115145870A (zh) | 失败任务原因定位方法、装置、电子设备及存储介质 | |
CN114911479A (zh) | 基于配置化的界面生成方法、装置、设备及存储介质 | |
CN114036068A (zh) | 基于隐私安全的更新检测方法、装置、设备及存储介质 | |
CN113419718A (zh) | 数据报送方法、装置、设备及介质 | |
CN113434397A (zh) | 任务系统的测试方法、装置、电子设备及存储介质 | |
CN113240351A (zh) | 业务数据一致性检查方法、装置、电子设备及介质 | |
CN113360398B (zh) | 混合应用程序测试方法、装置、设备及介质 | |
CN113449024B (zh) | 基于大数据的保险数据分析方法、装置、设备及介质 | |
CN115328812B (zh) | 基于网络爬虫的ui界面测试方法、装置、设备及介质 | |
CN113419916B (zh) | 风控检查程序不间断运行方法、装置、设备及存储介质 | |
CN114237689A (zh) | 系统版本监控方法、装置、电子设备及可读存储介质 | |
CN112651778B (zh) | 用户行为预测方法、装置、设备及介质 | |
CN113485970A (zh) | 数据监控方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |