引言

• 在门店中台长期运行过程中，行政区划代码（province / city / area）会因政府区划调整、数据迁移等原因出现旧码。
• 本次任务需要批量修正“非上海门店”的 area / city 字段，确保与国家行政区划最新版本保持一致。

需求拆解

• 找到所有需更新门店：通过业务报表 + 人工确认得到门店清单。
• 获取正确行政区编码：比对国家统计局最新区划发布表。
• 生成脚本并在生产库执行：保证幂等、安全、可回滚。

脚本生成思路

• 源数据整理至 CSV：STORE_CODE,STORE_TYPE,OLD_AREA,NEW_AREA。
• 使用简单 Python 模版批量输出：

import csv, datetime
tpl = "update site_store set area = {new} where store_code = '{code}' and store_type = '{typ}';"
with open('mapping.csv') as f, open('update.sql','w') as out:
    for row in csv.DictReader(f):
        out.write(tpl.format(**row)+'\n')

• 模板优势：
• 可读性强，后期维护仅需修改 CSV。
• 支持追加其他字段（如 city）而无需改脚本主体。

执行前校验

• 备份：

  • 利用 CREATE TABLE site_store_bak AS SELECT * FROM site_store WHERE store_code IN (...) 备份受影响行。

• 常量检查：

  • SELECT COUNT(1) FROM site_store_bak 与脚本行数一致。
  • 编码有效性：通过 sys_area 字典表校验 new_area 均存在。

最佳执行姿势

• 会话设置：

SET SERVEROUTPUT ON
WHENEVER SQLERROR EXIT SQL.SQLCODE

• 使用 @update.sql 执行，遇错即停。
• 分批提交：
  • 每 500 条 COMMIT 一次，减少回滚体积。

校验与回滚

• 快速校验：

  • SELECT COUNT(*) WHERE area = new_area 验证成功率。

• 聚合对比：SUM(old_area) vs SUM(new_area)。

• 回滚方案：若发现误更新，使用 MERGE 将备份表写回原表。

常见坑

• 行锁争抢：门店表被其他业务写入，可在夜间窗口操作。
• 错误编码：脚本中若写错 WHERE 条件，可能更新全国门店。务必在测试库实测并 EXPLAIN PLAN 确认命中行。
• 权限问题：生产执行需 DBA 协助，提前走变更流程。

优化与扩展

• 改用 MERGE INTO 一次完成：

MERGE INTO site_store s USING tmp_area_map m
ON (s.store_code = m.store_code AND s.store_type = m.store_type)
WHEN MATCHED THEN UPDATE SET s.area = m.new_area;

• 加 CHECK(area IN (SELECT id FROM sys_area)) 防止脏数据。
• 自动化校验：脚本执行完触发 Jenkins Job，对比异常差异并出报警。

总结

• 批量数据脚本需求看似简单，核心在于 生成可靠脚本 + 完善备份校验。
• 小型场景用单条 UPDATE 直观易读；大规模可考虑 MERGE 或 ETL 工具。
• 数据治理应在源头加约束，降低后期修补成本。