空库执行全部通过。一换到有半年数据的库,就停在给旧表补列的那一步,错误是某行不满足新约束。
我没有整段重跑。先把失败的语句单独拿出来,用一条查询数出有多少行违反约束。当时是 37 行,都是早期导入、字段为空的记录。
处理是给这 37 行补上约定的默认值,并在迁移里把这一步写成可重复执行。中途失败后再跑,不会因为列已经存在而再次失败。
默认值写在迁移注释里:为什么是这个值,谁在哪天确认的。不然下一个人会当成随便填的。
空库的自动化测试仍然保留,又加了一份从脱敏旧数据恢复后再迁移的检查。两份都过,才算这条迁移可以给别人用。
上线那天先在备份上跑了一遍,耗时 4 分钟,失败行数是 0,然后才动正式库。
本地能跑和别人能跑是两件事。我现在固定留三样:启动时实际读到的配置名、当前连的库名、监听的端口。这三样打在日志开头,不打密钥和连接串。提交前看差异,示例配置和真实配置分开,锁文件跟清单一起走。干净目录克隆后再装一次,比在自己机器上反复点运行更可信。
判断分两层。第一层是现象:什么时候开始、影响谁、能不能再出现。第二层才是原因。很多时间浪费在还没写清现象就改代码。原因确定之后,改动尽量小,并写明怎样一分钟内确认它生效。确认不了的改动先不要合。
复查「迁移跑到一半停了」时按这四步,不靠感觉。用改之前的同一组输入再走一遍,结果要变成预期的那样。在日志里打出实际读到的配置名、端口或库名,确认不是另一个还没关的进程。换一个干净环境再做一次。最后把现象、改动、确认方法写成三行放进仓库。
补充记录。本地构建我现在把它当成一份可以交接的步骤,而不是个人习惯。第一步,在干净目录克隆,不在自己改了一半的目录里证明‘能跑’。第二步,只看三行启动日志:配置名、库名、端口。对不上就停,不继续点页面。第三步,依赖以锁文件为准。清单写着能装,锁文件才决定装到哪一版。第四步,提交前看差异,配置里的地址、密钥、本机路径不要出现。示例文件用明显的假值。第五步,让另一个人按说明走一遍,走不通就改说明,不改口头解释。这五步做完,构建才算从‘我的机器’变成‘这个仓库’。漏掉干净目录或锁文件,问题会在别人那里才出现,而且看起来像环境玄学。
操作顺序。1. 在临时目录克隆一份干净代码,不在日常目录里验证。2. 按说明安装,锁文件和清单必须同时存在。3. 启动后只看三行日志:配置名、库名、端口。任一为空或对不上,就停。4. 用一条最小请求打通,再跑测试。5. 提交前看差异,确认没有地址、密钥、本机路径。6. 换一个同事的机器或一个新目录再走一遍。走不通就改说明,不增加口头步骤。做完把失败过的那一次也留下,只留成功,别人会在同一个地方再摔一次。