数据迁移术语与判断框架

数据迁移的术语看似技术味很重，其实大多在回答三个问题：数据从哪来、变成什么样、怎么证明没丢。把术语按这三个问题归位，沟通效率会明显提升。

一、来源侧术语：先摸清家底

来源侧常见术语有：源系统、源表、快照、增量、全量、抽取窗口。快照指某一时刻的数据副本，增量指自上次以来发生变化的部分，全量指整体复制。关键区分是“抽取时点”与“数据时点”：抽取发生在某个时刻，但快照可能对应更早的数据时点。术语表要写明每个来源的更新频率与延迟，否则迁移后会出现“看起来少了几条”的误判。另一个词是“脏数据”，它不是贬义，而是指不符合目标规则的记录，需要在术语里定义判定标准。

二、转换侧术语：映射是核心

转换侧术语包括：字段映射、值映射、清洗、去重、补全、派生字段。字段映射指源字段到目标字段的对应关系；值映射指枚举值转换，例如状态码改写；清洗指按规则修正或剔除；去重指按业务主键合并重复记录；派生字段指由多个源字段计算得出的新字段。最容易被低估的是“映射歧义”：一个源字段可能对应多个目标字段，或一个目标字段需要多个源字段合成。术语表应给每个映射标注：一对一、一对多还是多对一，以及无法映射时的兜底规则。

三、验证侧术语：怎么证明迁移完成

验证侧术语有：记录数核对、抽样比对、校验和、差异清单、回滚点。记录数核对只能证明数量接近，不能证明内容正确；抽样比对用于发现系统性偏差；校验和用于快速判断整体是否一致；差异清单是待处理问题的登记表；回滚点是可退回的时间标记。判断迁移是否完成，不能只看“跑完了”，而要看三条：数量对得上、关键字段对得上、业务抽查可用。

四、判断框架与执行步骤

第一步，定义“迁移完成”的验收标准，写清数量、字段、业务三类阈值。第二步，建立映射清单，标注类型与兜底规则。第三步，先小批量试迁，产出差异清单并修正规则。第四步，全量执行并保留回滚点。第五步，抽样比对关键业务场景，确认可用而非仅仅存在。第六步，归档差异清单与处理结论，供后续复盘。

注意事项：不要把抽取时点当成数据时点；不要用总数一致替代字段一致；不要在未定义脏数据标准前开始清洗；回滚点要覆盖转换规则版本，否则回滚后规则与数据不匹配。迁移术语的价值，在于让“没丢”这句话可以被验证。