--------------------------------------------------------------------------------------------------
应用程序VS数据库
数据可以理解为一个应用代码。
解决思路：
架构解耦：在应用程序和数据库对象之间形成单一可控的依赖路径
团队解耦：应用程序微服务化带来2 pizza team,团队/应用/数据库成为独立单元
自动化：形成所有环境上的数据库自动化持续部署能力；形成应用于数据统一的版本控制能力
------------------------------------------------------------------------
团队协作模式和架构演进
团队解耦(微服务)
DBA的职能和团队演化
应用DBA ：
l 负责特定应用程序的数据结构，数据库应用代码，初始数据应用代码，初始数据，业务数据的维护
l 协作开发，测试团队完成所需要的环境持续部署
l 敏捷/微服务演进过程逐步加入应用开发团队，成为职能团队的一部分
系统DBA:
l 负责数据服务器级别的系统稳定运行
l 需要具备各类数据库的高可用，宅被，备份恢复，打补丁，系统升级的能力
l 维护生产坏境数据的持续部署
l 云计算和PaaS平台演进过程中主键被平台能力替代
----------------------------------------------------------------------------------------------------------------
数据库持续交付流水线设计
*数据库制品分层
*数据库即——数据库配置管理
01.数据库的制品分层
02.示例：
示例：
数据库持续交付流水线
代码->持续集成->开发环境->测试环境->UAT/预生产->生产环境
代码：
l 数据库脚本入库
l 与应用采用同样的版本管理机制
l 通过分支策略，拉去请求控制数据库版本的统一和对其
l 为开发人员提供本地数据库独立部署能力
l 为开发人员提供Daily Build生成共享数据库
持续集成
l 持续集成(CI):
n 数据库脚本与应用代码一同打包
n 自动完成持续集成环境临时数据库的部署：数据结构、应用代码、初始数据，测试数据
n 自动完成数据库集成测试，使用持续集成环境临时数据库(数据会被污染)
n 理应Docher对数据库状态进行快照
l 持续集成(Daily build)
n 使用单日最终版代码
n 数据库脚本与应用代码一同打包
n 自动完成开发环境数据库部署：数据结构，应用代码，基础数据，测试数据
开发环境：提供Daily Build所部署的数据库提供开发团队作为数据库基线版本
测试环境：使用开发测试团队认可的制品版本进行部署
UAT/预生产：
l 在当前数据库版本基础上使用迁移脚本完成数据库升级
l 利用工具自动完成差异脚本的生成
l 必要时人工介入手工编写迁移脚本，比如：拆表，拆行
l 数据验证脚本编写和入库
l 回滚脚本并验证回滚过程
l 数据迁移脚本入库
生产环境：
l 在当前数据库版本基础上使用经过验证的迁移脚本完成数据库升级
l 数据验证
外部资源--->开发级--->测试级--->生产级--->制品库
PR触发的预构建->获取代码->编译->静态代码扫描->L1单元测试->发布包准备->Docker Build&Push
-----------------------------------------------------------------------------------
持续交付实施框架：
