迁移脚本第 7 步挂了。ERROR 1062 (23000): Duplicate entry '13800138000' for key 'uniq_phone',控制台停在那里,前 6 步的改动已经落到库里。
脚本是 9 个步骤顺序执行的,前 6 步里有 2 个 ALTER TABLE 和 4 段 UPDATE。写的人默认整段包在一个事务里,实际只在开头写了 START TRANSACTION,中间没有 COMMIT,也没写异常处理。
MySQL 的 DDL 会隐式提交。执行到 ALTER TABLE 那一刻,前面的事务已经提交,后面的 ROLLBACK 只能回滚最后一段 DML。第 1 到第 6 步留在库里,就是这个原因。
试过把整个脚本包进 BEGIN 到 ROLLBACK 再跑一遍,DDL 照样生效,回滚完表结构还是新的。这条路走不通,只能改成能重入的分段脚本。
改动思路:DDL 单独一个文件,用 gh-ost 跑,避开锁表。DML 按主键分批,每批 5000 行提交一次,进度写进 migration_progress 表,断了从 last_id 续跑。
START TRANSACTION;
UPDATE member SET phone = TRIM(phone)
WHERE id > 1200000 AND id <= 1205000;
UPDATE migration_progress SET last_id = 1205000
WHERE task = 'trim_phone';
COMMIT;
uniq_phone 冲突的来源是历史数据里有 3 条手机号带空格,TRIM 之后和另一条重复。先跑一遍查重 SQL,把这 3 条人工合并,重跑才过。冲突不是脚本写错,是数据本身脏。
回滚靠两样东西。执行前 mysqldump 单表并记录 binlog position,出问题用备份恢复再重放到出错点之前;每批 DML 同时写反向 SQL 到 migration_undo 表,小范围回退直接执行,不用等恢复。
怎么确认修好:跑完比对 SELECT COUNT(*) 和 SUM(CRC32(phone)),与备份库一致;再看 gh-ost 的 throttle 日志,主从延迟没超过 2 秒。
现在脚本第一行固定打印 autocommit 和隔离级别,跑之前先看这两项。比事后猜哪一步提交了要省事得多。
