1 / 12
文档名称:

数据迁移整合方案.doc

格式:doc   大小:98KB   页数:12页
下载后只包含 1 个 DOC 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

数据迁移整合方案.doc

上传人:gdntv68 2022/2/25 文件大小:98 KB

下载得到文件列表

数据迁移整合方案.doc

相关文档

文档介绍

文档介绍:-
. z.
历史数据的迁移整合
本次系统是在原有系统的根底上开发完成,因此,新旧系统间就存在着切换的问题。另外,新开发的系统还存在与其他一些应用系统,例如,企业信用联网应用系统、系以及代码对照关系。以新系统为准,原系统作参照,将原系统的数据字典对应到相应的系统数据字典中。在对照过程中,需要遵循数据照搬原则,数据尽量不要作处理。
在数据字典对照表中需要进展转换的数据字段应该一一对应,对新旧数据表中字段的名称、类型、精度等都要有详细的描述,同时还要明确数据的转换式。数据转换式主要有以下几种:
直接转换。直接转换式是最常用的式,就是将原表中对应字段的数据原封不动的搬到新表中来。按照“数据照搬〞原则,我们应该应该尽量采用这种法。
程序转换。对那些需要进展计算才能进展转换的数据将采用程序转换式进展。
代码对照。*些代码字段,往往新旧系统的编码不一样,这时就需要参照代码对照表进展代码对照转换。
类型转换。少数数据可能需要对类型进展转换,如就表以字符串‘YYYY-MM-DD’
-
. z.
来存放日期,而新表中以DATE型来存放日期,这时就需要进展类型转换。
常量转换。新表中*些字段可能存在缺省值,这时将采用常量转换式,当旧表没有对应字段或旧表对应字段数据为空时,将直接在新表中写入缺省数据。
不转换。对于旧表有但新表中没有的字段将不作任转换。
新旧系统代码对照列出了全部需要进展转换的新旧系统数据表中存在的二级代码间的对照关系,主要以二级代码对照表的形式来反映。
数据迁移案
数据整理策略
数据整理就是将原系统数据整理为系统转换程序能够识别的数据。数据整理大致分为两个阶段:第一阶段就是将不同类型来源数据采集备份到统一的数据库中;第二阶段就是将原始数据进展整理,按照不同的要求分类进入不同的中间数据库,为数据转换提供中间数据。数据整理过程采用了以下法:
确保原始数据的完整性
在进展数据整理之间,我们先需要对原始采集数据进展备份。备份的目的有两个:一个是统一数据库,便于数据转换,另一个就是为以后数据追根溯源提供参考依据。在本系统中,我们将采用DB2作为备份统一数据库。
数据分级过滤策略
数据分级过滤就是把数据按照不同的数据级别进展分类整理进入不同的中间数据库中。本系统中我们把数据分为三个级别:废弃数据、待调整数据、可转换数据。废弃数据就是该局部数据的存在对系统资源造成浪费的数据,并且会影响以后系统的运行。待调整数据就是该局部数据重影响新系统的运行,必须进展人工调整后,可进展数据转换。可转换数据就是该局部数据不需做任处理,根本满足数据转换的要求或者是该局部数据新系统建议调整,但是不影响系统的运行,可以等新系统运行后再调整,这样可以为数据转换工作节省很多时间。
-
. z.
借助数据整理相关工具
数据整理非常艰巨,涉及的数据量很大,通过人工检查是不可能完成的,因此必须编写相关的数据整理工具完成数据整理。包括数据整理工具和数据纠错工具。数据整理工具负责将原始备份数据库中的数据进展分类进入不同的中间数据库;数据纠错工具负责提供友好、便的工具界面供用户相关人员完善和纠正错误数据。
利用中间库作为桥梁
由于原系统和新系统的数据库构造可能不一样,所以采用中间库作为衔接新旧系统数据的重要桥梁,对于建立新旧系统的对照关系很重要。一旦业务人员对新系统中*项转换数据存在疑问的情况下,就可以通过中间库的关联,顺利找出原数据。
数据转换
数据转换就是将整理后的数据,依照对照表的要求进展转换,并写入到新系统。这个过程可以通过交换系统实现。
数据整理与转换步骤
设计数据移植案
设计数据移植案主要包括以下几个面工作:研究历史数据的构造、来源、数据项定义、取值等现状,研究新旧数据库构造的差异,评估和选择数据移植的软硬件平台、选择数据移植法、选择数据备份和恢复策略、设计数据移植和测试案等。
源数据库数据清理
对于一个运行已久的数据库,主要存在三种数据库垃圾:数据库对象垃圾、数据库权限垃圾、数据垃圾。数据库对象的清理不是一件容易的工作,需有认真负责的态度,要有耐力,任错误的清理不仅会造成前端不能运行,而且将会造成数据的丧失。所以清理数据库对象也需要一个平安、准确,可很快恢复的法。
-
. z.
首先要认识数据库资源,包括数据库对象,如表、数据库事件、过程、函数,数据库构造关系,在此根底上结合运行系统,确认数据库垃圾,制定合理的垃圾清理案,到达清理垃圾的目的。
主要法是对数据库数据进展整合和分解,整合