zoukankan      html  css  js  c++  java
  • 数据库敏捷版本控制之3个数据库策略

    背景:

    我们是一个不大的软件开发团队,但是客户遍布全球

    关于数据库的版本控制前段时间一直没找到特别好的方式,通过思考和不断实践,最近总结了一个不错的方法,特分享给大家

    做好数据库的版本控制目的:

    同时保证:开发--》测试--》客户基线控制--》数据安全性的需要

    1号数据库(开发):主要用于开发使用,所以能持续集成最新的数据库schema(所有开发人员对数据库的每日修改都将集成到该数据库,尽早发现问题)

    2号数据库(客户测试):主要用于,和客户的数据库同步,客户升级过程

        1. 获取客户的数据库Schema,放到2号数据库,并记录日期和时间,以及版本号
        2. 比对1号开发数据库和2号客户数据库,生成升级脚本
        3. 用升级脚本升级2号客户数据库,然后进行测试,并修改数据库名字为新的版本号
        4. 测试成功,将升级脚本,打包进安装包,对客户数据库进行升级

    3号数据库(基线):基线数据库,只保存重大版本的release,比方1.0, 2.0等,小的bug fix 版本都不放基线库,也就是基本不更新(本人认为更新频率越低,稳定性和出错概率越小)。

              因为小的bug fix等,这些tracking可以交给TFS或者其它版本控制工具的checkin记录。

    仔细查看,可以发现,其实开发数据库和基线数据库在数量上有个1对1的关系

  • 相关阅读:
    随意记的一点 js 笔记
    关于 <video> 的兼容性测试
    placeholder 兼容 IE
    固定高度的多行文字垂直居中
    CSS 实现底部固定
    python学习之路基础篇(三)
    PyChram简单使用教程
    三级菜单的实现
    python序列化pickle/cPickle
    python解析json文件之简介
  • 原文地址:https://www.cnblogs.com/michael703/p/11790765.html
Copyright © 2011-2022 走看看